machine-translation

0熱度

1回答

OpenNMT混亂使用`Optim.updateLearningRate`的：`valid_loss`作爲`ppl`精氨酸

在train.pyline 246，我們在line 37有 # update the learning rate optim.updateLearningRate(valid_loss, epoch) 但是，onmt/Optim.py，內部功能updateLearningRate()，我們有： def updateLearningRate(self, ppl, epoch): ...

machine-translation pytorch 2017-04-01

---

0熱度

1回答

錯誤編譯摩西。沒有dist文件夾或moses.ini文件

我是一名初學者程序員，所以我仍然試圖抓住一些東西。請溫柔。 我想在OS X上安裝和編譯摩西（http://www.statmt.org/moses/?n=Development.GetStarted），但我遇到了很多問題。 我一直在關注這個網站的指示（http://www.statmt.org/moses_steps.html），一切都很順利，直到我真正編譯摩西。我正在使用以下代碼： ./bjam

macos compilation compiler-errors machine-translation moses 2016-09-22

---

0熱度

1回答

合成模型和平均模型有什麼區別？

在機器翻譯中，序列到序列模型變得非常流行。他們經常使用一些技巧來提高性能，例如集合或平均一組模型。這裏的邏輯是錯誤將會「平均」。 據我所知，平均值模型是簡單地取X模型參數的平均值，然後創建一個可用於解碼測試數據的單一模型。 合奏，然而平均每個模型輸出。這要花費更多的資源，因爲X模型必須提供輸出，而平均模型只能在測試數據上運行一次。 這裏的區別究竟是什麼？輸出如何不同？在我的測試中，兩種方法都比基線

machine-learning deep-learning machine-translation ensemble-learning sequence-to-sequence 2017-09-06

---

1熱度

1回答

完全混淆MT類別和對模型的影響

我試圖在Microsoft Hub中訓練引擎，同時利用顯着更好的Neural vs SMT技術。當在https://translator.microsoft.com/neural/上測試時，我很清楚Neural是我想要的。 然而，集線器中的//hub.microsofttranslator.com/Help/Download/Microsoft%20Translator%20Hub%20User%

microsoft-translator machine-translation bing-translator-api 2017-07-19

---

1熱度

1回答

語言翻譯的RESTful API返回的第一句話兩次

使用具有基本驗證REST和多個「文」的條目（基本上，一個word文檔表示爲8句）一FormUrlEncoded有效載荷，當我把它返回翻譯的API，但它返回第一個句子兩次，使翻譯的數組與初始請求不同步。有什麼基本的，我失蹤了？我也被困在.net40上。 var payload = new FormUrlEncodedContent(watsonValues); var translationRes

ibm-cloud ibm-watson-cognitive language-translation machine-translation 2017-04-12

---

0熱度

1回答

Tensorflow seq2seq`feed_previous'參數`

我正在使用內置的tf.nn.seq2seq.embedding_attention_seq2seq()函數，並且在訓練期間我有一些feed_previous參數的問題，在測試期間將groundtruth饋送到解碼器，而在測試期間我們饋送最後的輸出時間步到解碼器。問題是，一旦我設置了feed_previous參數，我無法更改該參數。我想在每個時代測試我的模型，我該怎麼做？

tensorflow recurrent-neural-network machine-translation 2017-01-04

---

2熱度

1回答

OpenNMT-py BLEU翻譯成德語的低分

我已經在Europarl上培訓了從英語到德語以及從意大利語到德語的OpenNLP-py模型，並且我得到了非常低的BLEU分數：英語 - >德語爲8.13，意大利語爲4.79 - >德語。 由於我不是神經網絡（尚）的專家，我採用了庫提供的默認配置。在這兩種情況下，培訓13個時代大約需要20個小時。在這兩種情況下，我使用80％的數據集進行培訓，10％用於驗證，10％用於測試。 以下是我用於創建意大利語

machine-translation opennmt 2017-07-28

---

0熱度

1回答

當使用fast_align這樣的字對齊工具時，更多的句子是否意味着更好的準確性？

我正在使用fast_align https://github.com/clab/fast_align來獲取1000個德語句子和1000個這些句子的英文翻譯之間的詞語對齊。到目前爲止，質量並不好。 會拋出更多的句子到過程中幫助fast_align更準確？假設我用一些100k對齊的句對取一些OPUS數據，然後在其末尾添加我的1000個句子，並將其提供給fast_align。這會有幫助嗎？我似乎無法找到

nlp translation machine-translation 2017-08-01

---

-2熱度

1回答

是否有一些開放的翻譯數據（包括參考數據和候選數據）來計算BLEU分數？

是否有一些開放式機器翻譯數據包括用於計算BLEU分數的候選和參考數據。候選和參考數據的100行數據對我來說可以在Python中實現BLEU。謝謝！

python machine-translation bleu 2017-09-25

---

0熱度

1回答

IBM Watson語言翻譯 - 使用平行語料庫訓練的正確方法

我有一堆翻譯的文章，我想用它作爲IBM Watson語言翻譯的培訓數據。使用這些文章進行培訓的正確方法是什麼？我是否會將整篇文章及其翻譯作爲平行語料庫中的條目來使用，還是必須將文章分成幾個句子並將其翻譯對作爲條目？

ibm-cloud ibm-watson-cognitive machine-translation 2017-03-18

---