【文件属性】：
文件名称：NPMT:迈向基于神经短语的机器翻译
文件大小：2.52MB
文件格式：ZIP
更新时间：2021-05-02 07:19:10
lua machine-translation torch neural-machine-translation sequence-to-sequence
介绍
这是NPMT，它是Microsoft Research和的源代码。 它建立在的之上。 我们介绍了的设置和神经机器翻译（NMT）实验。
NPMT
基于神经短语的机器翻译（NPMT）使用最近提出的基于分段的序列建模方法Sleep-WAke Networks（SWAN）对输出序列中的短语结构进行显式建模。 为了减轻SWAN的单调对齐要求，我们引入了一个新层来执行（软）输入序列的本地重新排序。 与现有的神经机器翻译（NMT）方法不同，NPMT不使用基于注意力的解码机制。 而是直接按顺序输出短语，并可以在线性时间内解码。
模型架构
NPMT在德语-英语翻译中的使用说明
请参考来了解我们的实现。 我们的实现基于的fairseq。
引文
如果您使用论文中的代码，请引用为：
@article{pshuang2018NPMT,
author = {Po{-}Sen Huang an
【文件预览】：
NPMT-master
----rocks()
--------fairseq-scm-1.rockspec(758B)
--------fairseq-cpu-scm-1.rockspec(736B)
----preprocess.lua(6KB)
----npmt.png(158KB)
----generate.lua(9KB)
----fairseq()
--------models()
--------text()
--------optim()
--------clib()
--------utils.lua(2KB)
--------search.lua(16KB)
--------torchnet()
--------init.lua(431B)
--------modules()
----run.lua(494B)
----data()
--------prepare-iwslt15.sh(1KB)
--------prepare-iwslt14.sh(2KB)
----test()
--------test.lua(851B)
--------test_topk.lua(2KB)
--------test_dictionary.lua(3KB)
--------test_appendbias.lua(1KB)
--------test_logsoftmax.lua(2KB)
--------test_tokenizer.lua(9KB)
--------test_zipalong.lua(3KB)
----tofloat.lua(874B)
----LICENSE(3KB)
----de-en_example.png(113KB)
----train.lua(20KB)
----PATENTS(2KB)
----.gitignore(25B)
----CMakeLists.txt(2KB)
----score.lua(2KB)
----optimize-fconv.lua(1KB)
----README.md(10KB)
----scripts()
--------binarize.lua(605B)
--------make_fconv_vocsel.lua(6KB)
--------makedict.lua(1KB)
--------unkreplace.lua(3KB)
--------build_sym_alignment.py(4KB)
--------makealigndict.lua(2KB)
----generate-lines.lua(9KB)
----help.lua(1KB)
----fairseq.gif(2.54MB)