《表2 不同平行语料训练结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于非自回归方法的维汉神经机器翻译》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

基线系统（baseline）采用Lee等[10]提出的基于迭代优化的非自回归序列模型中的自回归模型Transformer，使用小的训练模型，设置d＿moder=278，d＿hidden=507，p＿droput=0.1，n＿layer=5和n＿head=2，t＿warmup=746，训练步数为200 000。分别采用warm up和linear annealing的学习率调节方法。训练结果见表2，在CWMT2017维汉平行语料上采用策略warm up时，翻译质量的BLEU值为43.33和解码速度为873.99 Tokens/s作为基线系统（自回归模型）。