《表2 木材行情价格：基于LSTM的交互式神经机器翻译方法研究》
提示：宽带有限、当前游客访问压缩模式
在交互式翻译中，经过译员修改后的内容在和系统交互之后，翻译的质量有明显的提升，在进行两轮修改之后，翻译质量已经达到了很好的效果，见表2。
| 图表编号 | XD00196216900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.11.28 |
| 作者 | 田红楠、郭欣、袁伟 |
| 绘制单位 | 河北工业大学人工智能与数据科学学院、国家康复辅具研究中心秦皇岛研究院、河北工业大学人工智能与数据科学学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 隐藏容量统计结果：基于神经机器翻译的文本隐写方法》2020.11.30
- 《表1 实验结果：基于LSTM的交互式神经机器翻译方法研究》2020.11.28
- 《表2 故障文本分类：基于LSTM循环神经网络的电力故障挖掘研究》2021.01.10
- 《表1 语料库规模：基于LSTM循环神经网络的电力故障挖掘研究》2021.01.10
- 《表1 数据集形式：基于LSTM神经网络的股票价格预测研究》2021.02.01
- 《表2 神经网络参数设置：基于LSTM-CNN的睡眠呼吸暂停与低通气事件实时检测算法研究》2020.06.20
- 《表2 各时段门诊量：基于LSTM递归神经网络医院门诊量预测方法》2020.07.25
- 《表1 关键词列表：基于机器学习LSTM&US模型的消费者信心指数预测研究》2020.07.25
- 《表1 模型损失值：一种基于LSTM神经网络的电力负荷预测方法》2020.05.25
- 《表2：基于机器学习的机票价格预测研究》2020.08.05
- 《表5 预测模型流程：基于离散化和LSTM神经网络的股票指数趋势预测研究》2019.12.25
- 《表6 实验结果：基于离散化和LSTM神经网络的股票指数趋势预测研究》2019.12.25
- 《表2 技术指标：基于离散化和LSTM神经网络的股票指数趋势预测研究》2019.12.25
- 《表1 实验分类结果：基于LSTM神经网络的电网文本分类方法》2020.01.15
- 《表1 子路径信息表：基于LSTM神经网络的降雨天旅行时间预测研究》2020.02.01
- 《表2 降雨等级：基于LSTM神经网络的降雨天旅行时间预测研究》2020.02.01
- 《表2：基于VAR模型的国内木材价格金融化实证研究》2019.11.10
- 《表1：基于VAR模型的国内木材价格金融化实证研究》2019.11.10
- 《表1 实验环境：基于LSTM神经网络的SQL注入攻击检测研究》2019.12.01
- 《表2 混淆矩阵：基于LSTM神经网络的SQL注入攻击检测研究》2019.12.01