Zobrazeno 1 - 10
of 111
pro vyhledávání: '"Zhai, FeiFei"'
Autor:
Zhou, Weixiao, Li, Gengyao, Cheng, Xianfu, Liang, Xinnian, Zhu, Junnan, Zhai, Feifei, Li, Zhoujun
Dialogue summarization involves a wide range of scenarios and domains. However, existing methods generally only apply to specific scenarios or domains. In this study, we propose a new pre-trained model specifically designed for multi-scenario multi-d
Externí odkaz:
http://arxiv.org/abs/2310.10285
A common scenario of Multilingual Neural Machine Translation (MNMT) is that each translation task arrives in a sequential manner, and the training data of previous tasks is unavailable. In this scenario, the current methods suffer heavily from catast
Externí odkaz:
http://arxiv.org/abs/2212.02800
Publikováno v:
In Global Ecology and Conservation October 2024 54
Autor:
Zhang, Suixia, Yuan, Jing, Sun, Yu, Wu, Fei, Liu, Ziyue, Zhai, Feifei, Zhang, Yaoyun, Somekh, Judith, Peleg, Mor, Zhu, Yi-Cheng, Huang, Zhengxing
Publikováno v:
In iScience 19 July 2024 27(7)
Autor:
Wei, Chong1 (AUTHOR), Zhai, Feifei2 (AUTHOR), Jia, Congwei3 (AUTHOR), Zhang, Wei1 (AUTHOR), Zhou, Daobin1 (AUTHOR), Zhang, Yan1 (AUTHOR) zhangyan10659@pumch.cn
Publikováno v:
Leukemia & Lymphoma. Jun2024, Vol. 65 Issue 6, p848-851. 4p.
Autor:
Yi, Fan, Zhang, Yaoyun, Yuan, Jing, Liu, Ziyue, Zhai, Feifei, Hao, Ankai, Wu, Fei, Somekh, Judith, Peleg, Mor, Zhu, Yi-Cheng, Huang, Zhengxing
Publikováno v:
In eClinicalMedicine October 2023 64
While neural machine translation (NMT) has achieved state-of-the-art translation performance, it is unable to capture the alignment between the input and output during the translation process. The lack of alignment in NMT models leads to three proble
Externí odkaz:
http://arxiv.org/abs/1911.11520
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Zhang, Jiacheng, Luan, Huanbo, Sun, Maosong, Zhai, FeiFei, Xu, Jingfang, Zhang, Min, Liu, Yang
Although the Transformer translation model (Vaswani et al., 2017) has achieved state-of-the-art performance in a variety of translation tasks, how to use document-level context to deal with discourse phenomena problematic for Transformer still remain
Externí odkaz:
http://arxiv.org/abs/1810.03581