标签
本文提出了一种面向低资源僧伽罗语-英语神经机器翻译的无参考幻觉检测框架，构建了包含45,000个样本的合成腐蚀数据集，并通过对mDeBERTa-v3进行微调，在八个神经机器翻译系统的基准测试中实现了0.841的词元级F1分数。
本文介绍了近似结构化扩散（Approximate Structured Diffusion），一种将条件随机场（CRF）与离散扩散相结合用于序列标注的方法。它使用以噪声标签序列为条件的CRF和近似平均场推理，在词性标注上实现了16.5%的错误率降低。