新的扩散框架增强了多模态机器翻译的鲁棒性

研究人员开发了D2P-MMT，一个新颖的基于扩散的框架，旨在通过提高对不相关视觉信息的鲁棒性来改进多模态机器翻译（MMT）。该方法在训练过程中利用双分支提示策略，结合真实图像和重建图像以促进跨模态交互。一项关键创新是分布对齐损失，它确保了两个分支之间的一致性，弥合了训练和推理之间的差距。在Multi30K数据集上的实验表明，D2P-MMT的性能优于现有的最先进方法。 AI

影响 这项研究可能带来更可靠的机器翻译系统，更好地利用视觉上下文，从而提高实际应用的准确性。

排序理由 该集群描述了一篇新发表在arXiv上的研究论文，详细介绍了一种新颖的多模态机器翻译框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• D2P-MMT
• DagsHub
• Gotit.pub
• Hugging Face
• Multi30K
• ScienceCast
• Zhendong Yang

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →