Google开源了可加快文本天生的AI模子LaserTagger

由序列到序列的AI模子由Google于2014年推出，旨在将输入（凡是是文本）与输出举办映射，个中输入和输出的长度也许会有所差异。它们被用于文本天生使命，包罗择要，语法错误更正和句子融合，而且最近的系统布局打破使它们比早年更能施展浸染。可是它们并不完美，由于它们必要大量的实习数据才气到达可接管的机能程度，并且它们凡是逐字天生输出（这会使它们固有地变慢）。

这就是Google研究职员开拓LaserTagger的缘故起因，LaserTagger是一种开放源代码的文本编辑模子，该模子可以猜测将源文本转换为方针文本的一系列编辑操纵。他们暗示LaserTagger以一种不易堕落的方法处理赏罚文本天生，而且更易于实习和执行。

LaserTagger的宣布是Google在天然说话处理赏罚和领略规模迈出的重要一步。本周，他们完成了Meena的总结，Meena是一个具有26亿个参数的神经收集，可以处理赏罚多圈对话。

LaserTagger的事变道理是：对付很多文本天生使命，输入和输出之间常常存在重叠。譬喻，在检测和更正语法错误或融合多个句子时，大大都输入文本可以保持稳固，只需修改一小部门单词。然后，LaserTagger会发生一系列的编辑操纵，而不是现实的单词，譬喻keep（将单词复制到输出，delete 删除单词，以及keep-addx或delete-addx在标志前添加短语X，并可以选择删除已标志的字）。

添加的短语来自受限定的词汇表，该词汇表已颠末优化，可以最洪流平地镌汰词汇量，并增进实习示例的数目。添加到方针文本的独一须要单词仅来自词汇表，从而停止了模子添加恣意单词并减轻了恍惚的题目（即，发生输入文本不支持的输出）。并且LaserTagger可以高精度地并行猜测编辑操纵，与次序执行猜测的模子对比，可以实现端到端的加快。

对多个文本天生使命举办了评估，LaserTagger在行使大量实习示例的基准模子上示意出“相等强盛”的机能，而且速率比之前快了100倍。纵然仅行使几百或几千个培训示例举办培训，它也会发生“公道”的功效，可以手动编辑或清算。

该团队写道：“ LaserTagger的上风在大局限应用时变得越发明明，譬喻，通过镌汰相应的长度并镌汰一再性，改造了某些处事中语音应答的名目。高推理速率使该模子可以插入现有技能仓库中，而不会在用户端增进任何明明的耽误，而改造的数据服从可以网络多种说话的实习数据，从而使来自差异说话配景的用户受益。 ”

GitHub链接：https://github.com/google-research/lasertagger

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!