基于迭代精化的确定性非自回归神经序列建模
机器学习
2018-08-29 v3 计算与语言
机器学习
摘要
我们提出一种基于迭代精化的条件非自回归神经序列模型。所提模型基于隐变量模型与去噪自编码器的原理设计，通常适用于任意序列生成任务。我们在机器翻译（En-De 与 En-Ro）和图像 caption 生成上广泛评估了所提模型，并观察到其在显著加快解码速度的同时，保持了与自回归对应模型可比的生成质量。
引用
@article{arxiv.1802.06901,
title = {Deterministic Non-Autoregressive Neural Sequence Modeling by Iterative Refinement},
author = {Jason Lee and Elman Mansimov and Kyunghyun Cho},
journal= {arXiv preprint arXiv:1802.06901},
year = {2018}
}
备注
Accepted to EMNLP'18