首页 > TAG信息列表 > 源语言
Raki的读paper小记：通过教师-学生模型在目标语言上的无标注数据上学习来实现单源/多源跨语言NER任务 from ACL2020
Single-/Multi-Source Cross-Lingual NER via Teacher-Student Learning on Unlabeled Data in Target Language 不要问我为什么改成了中文名，因为标题名字太长了！！ Abstract & Introduction & Related Work 研究任务 通过教师-学生模型在目标语言上的无标注数据上学习来实现单机器翻译-基础概念
1、机器翻译 机器翻译（machine translation, MT）是用计算机来实现不同语言之间翻译的技术。被翻译的语言通常称为源语言（source language），翻译成的结果语言称为目标语言（target language）。机器翻译即实现从源语言到目标语言转换的过程，是自然语言处理的重要研究领域之一。Hexagon GDB Debugger介绍(30)
Hexagon GDB Debugger介绍（30） 2.15 使用不同语言的调试器2.15.1 源语言之间的切换2.15.1.1 文件扩展名和语言列表2.15.1.2 设置工作语言2.15.1.3 让调试器推断源语言 2.15.2 显示语言 2.15 使用不同语言的调试器 尽管编程语言通常具有共同的方面，但它们很少以相同的方式9月21日 笔记
特征少，可解释性不强，特征多可以提供更多的信息用来描述问题 数据特征维度成千上万但是样本量稀少，就属于高维小样本数据集，容易过拟合，特征维度越大，训练时需要的样本量会呈指数形式增长 如果获取的样本量很少，有限样本或者是小样本呢会导致高维空间数据稀疏，随着特征维数的增加，基于距离