Audio

一步步教你如何搭建机器翻译系统，包括： 1. 机器翻译现状 4 1.1 什么是机器翻译？ 4 1.2 相关论文 7 1.3 相关会议 8 1.4 相关工具 8 2. NMT系统搭建指导 9 2.1 获取数据 9 2.2 数据预处理 10 2.3 模型训练 12 2.4 模型的解码及bleu计算 13 3. 系统的优化 15 3.1 模型的ensemble 15 3.2 定制化领域微调 15 3.3 迁移学习 15 4. 翻译引擎的部署 16 4.1 翻译系统概述 16 4.2 基于Tensor2tensor的引擎部署 16 4.3 简单系统搭建 17 4.4 多个模型共同部署的方案 18 5. 机器翻译进阶 19 5.1 爬虫技术 19 5.2 数据清洗 19 5.3 数据增强 20 5.4 翻译质量评估 21 6. 常用框架概述 22 6.1 Tensor2tensor 22 6.2 Nematus 29 6.3 Marian 29 6.4 其他框架 30 7. 其他 30 7.1 Bleu原理 30 7.2 BPE原理 30

语音识别中的mllt算法论文，在ML准则下，评价一个模型‘好坏’的标准是训练数据与模型匹配的似然度，如果似然度越高的话，我们说这个模型越好。MLLT的作者给出了在最大似然准则下（ML）使用对角协方差矩阵的缺点，及其对训练数据集描述似然度的损失。