


第1236期 腦科學日報
第1236期 腦科學日報
序列到序列生成是目前NLP領域生成任務的主流模型,主要應用於機器翻譯、語音識別、序列標註等任務上。然而,這需要源序列是完整的,在同聲傳譯、流式語音識別等現實場景中不能夠適用。因此,根據不完整源序列進行生成就被稱為Prefix-to-prefix生成。
本文整理了中國科學院計算技術研究所研究員,青源會會員馮洋在《青源Talk第九期|從Sequence-to-sequence生成到Prefix-to-prefix生成》中的主要分享內容,包括以下三個方面:
編輯丨陳彩嫻