В чем заключается стратегия диверсификации данных в машинном переводе?

Стратегия диверсификации данных в машинном переводе заключается в разнообразии обучающих данных, что позволяет повысить производительность нейромашинного перевода (NMT). paperswithcode.com

Суть стратегии в том, чтобы использовать прогнозы нескольких прямых и обратных моделей и объединять их с исходным набором данных, на основе которого обучается конечная модель NMT. paperswithcode.com

Такой подход не требует дополнительных одноязычных данных, например обратного перевода, и не добавляет дополнительных вычислений и параметров. paperswithcode.com

Например, исследователи ByteDance Research разработали метод G-DIG, который использует методы на основе градиента для выбора наиболее оптимальных обучающих данных для машинного обучения. codelabsacademy.com Этот подход направлен на повышение разнообразия и качества отбора данных. codelabsacademy.com