这套架构Transformers的效果很好 ， BLEU可以达到41.8 ， 并且Transformer训练时长缩短不少 ， 这一点对工业用途很友好 。
神经网络机器翻译经过了三轮迭代已经足够好了 ， 但是它还存在命名实体、Topic、Document以及Consistency等等问题 ， 解决的方案是将我们的模型在大数据上进行训练 ， 形成一个BigData+Smallknowledge的Bigknowledge概念 。
而后面的话 ， 随着神经网络机器翻译的发展 ， 你可以认为有一批数据在大数据上训练的模型 ， 而我们接下来有一个理想 ， 就是BigData ， BigData加上Smart能够真正形成BigKnowledge的概念 。
NMT知识体系
【华为杨浩：小知识驱动大数据，构建知识可认知的 AI 应用】NMT知识体系可以分为四部分 ， 全局知识、领域知识、模型知识以及多模态知识 。 全局知识的最典型的模式是显式知识 ， 最常用的是知识图谱 。

文章图片

• 自媒体|自媒体干货，新手如何快速提高自己的创作水平？分享两个小方法
• 深度学习|智能家居落地开赛：华为加速、海尔冲刺、小米追赶
• 新东方|小鹏汽车回应高管年薪超4亿；阿里将设立品牌自营旗舰店；小米12号创始员工离职；星巴克涨价丨邦早报
• dev|小米电视就很符合我们的需求，还有售后和质保，还开放了一个语音
• 红米手机|不足3300！小米正式官宣，谁也没想到，一切竟来得如此之快！
• cos：王者荣耀西施游龙清影@小柔
• 小米科技|小米怎么了？公司高层频繁离职，雷军再失一员大将
• 本文转自：大众日报◎中小企业为何“爱上”工业互联网？“在解决溯源问题上|蹲点深一度丨工业互联网：如何“从1到100”？
• 2月16日|魅族小姐姐晒与魅族18x合影，颜值一如既往的在线
• 没有枪没有炮，华为组团造：拆解芯片创企思瑞浦