中科院自動(dòng)化所評(píng)測(cè)技術(shù)報(bào)告樣本(編輯修改稿)
2025-03-07 13:01 本頁面
【文章內(nèi)容簡(jiǎn)介】 tute of Automation, Chinese Academy of Sciences參評(píng)系統(tǒng) CASIA_SYSTEM II中國(guó)科學(xué)院自動(dòng)化所Institute of Automation, Chinese Academy of Sciences評(píng)測(cè)環(huán)境概要v軟硬件環(huán)境v運(yùn)行時(shí)間 (約 4000句測(cè)試集 )運(yùn)行平臺(tái) 操作系統(tǒng) 數(shù)量 CPU RAMPC機(jī) Windows 2023 2 Pentium 4, 服務(wù)器 Linux (Ubuntu) 1 Xeon 2 系統(tǒng) 新聞?lì)I(lǐng)域 （小時(shí)） 科技領(lǐng)域 （小時(shí)）短語系統(tǒng) 16分層短語 20 18依存樹到串 18 16中國(guó)科學(xué)院自動(dòng)化所Institute of Automation, Chinese Academy of Sciences數(shù)據(jù)v 開發(fā)數(shù)據(jù)：167。 新聞 2023 SSMT英中翻譯測(cè)試集167。 科技 CWMT08提供的 Special語料中隨機(jī)挑選 200句v 翻譯模型訓(xùn)練數(shù)據(jù)：167。 新聞 CWMT08提供的 Common，約 85萬句對(duì)和；NIST MT08評(píng)測(cè)提供語料，大約 670萬句對(duì) 167。 科技 CWMT08提供的 Special部分語料，約 52萬句對(duì)； NIST MT08評(píng)測(cè)提供語料，大約 670萬句對(duì) v 語言模型訓(xùn)練數(shù)據(jù)：167。 LDC2023T38提供的 Chinese Gigaword Third Edition，約 3900萬句中國(guó)科學(xué)院自動(dòng)化所Institute of Automation, Chinese Academy of Sciences數(shù)據(jù)過濾v過濾的原則：根據(jù) LDC語料中的當(dāng)前句對(duì)中的所有詞匯是否在發(fā)布的訓(xùn)練語料詞匯集合中 (周玉 ) v新聞?lì)I(lǐng)域167。 將 NIST語料根據(jù)新聞任務(wù)發(fā)布的訓(xùn)練語料進(jìn)行過濾167。 翻譯模型最后使用的語料為 538萬句對(duì)v科技領(lǐng)域167。 將 NIST語料根據(jù)科技
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號(hào)-1