• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>SIGMORPHON workshop on computational research in phonetics phonology, and morphology >SIGMORPHON 2020 Task 0 System Description ETH Zurich Team
【24h】

SIGMORPHON 2020 Task 0 System Description ETH Zurich Team

机译：SIGMORPHON 2020任务0系统描述ETH苏黎世团队

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper presents our system for the SIGMORPHON 2020 Shared Task. We build off of the baseline systems, performing exact inference on models trained on language family data. Our systems return the globally best solution under these models. Our two systems achieve 80.9% and 75.6% accuracy on the test set. We ultimately find that, in this setting, exact inference does not seem to help or hinder the performance of morphological inflection generators, which stands in contrast to its affect on Neural Machine Translation (NMT) models.
机译：本文介绍了用于SIGMORPHON 2020共享任务的系统。我们以基准系统为基础，对基于语言族数据训练的模型进行精确推断。在这些模型下，我们的系统将返回全球最佳的解决方案。我们的两个系统在测试集上的准确度分别为80.9％和75.6％。我们最终发现，在这种情况下，精确推断似乎并没有帮助或阻碍形态学拐点生成器的性能，这与它对神经机器翻译（NMT）模型的影响形成了鲜明对比。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号