ترجمه فارسی مقاله بررسی توجه به خود در مدل‌های گفتاری تحت نظارت خود برای تفاوت‌های بین زبانی

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Probing self-attention in self-supervised speech models for cross-linguistic differences
عنوان مقاله به فارسی بررسی توجه به خود در مدل‌های گفتاری تحت نظارت خود برای تفاوت‌های بین زبانی
نویسندگان Sai Gopinath, Joselyn Rodriguez
فرمت مقاله انگلیسی PDF
تعداد صفحات 10
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Computation and Language,Machine Learning,محاسبه و زبان , یادگیری ماشین ,
توضیحات Submitted 4 September, 2024; originally announced September 2024. , Comments: 10 pages, 18 figures , MSC Class: 68T10
توضیحات به فارسی ارسال شده در 4 سپتامبر 2024 ؛در ابتدا سپتامبر 2024 اعلام شد ، نظرات: 10 صفحه ، 18 شکل ، کلاس MSC: 68T10
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Speech models have gained traction thanks to increase in accuracy from novel transformer architectures. While this impressive increase in performance across automatic speech recognition (ASR) benchmarks is noteworthy, there is still much that is unknown about the use of attention mechanisms for speech-related tasks. For example, while it is assumed that these models are learning language-independent (i.e., universal) speech representations, there has not yet been an in-depth exploration of what it would mean for the models to be language-independent. In the current paper, we explore this question within the realm of self-attention mechanisms of one small self-supervised speech transformer model (TERA). We find that even with a small model, the attention heads learned are diverse ranging from almost entirely diagonal to almost entirely global regardless of the training language. We highlight some notable differences in attention patterns between Turkish and English and demonstrate that the models do learn important phonological information during pretraining. We also present a head ablation study which shows that models across languages primarily rely on diagonal heads to classify phonemes.

چکیده به فارسی (ترجمه ماشینی)

مدل های گفتار به لطف افزایش دقت از معماری ترانسفورماتور جدید ، کشش را به دست آورده اند.در حالی که این افزایش چشمگیر عملکرد در معیارهای تشخیص گفتار اتوماتیک (ASR) قابل توجه است ، اما هنوز چیزهای زیادی در مورد استفاده از مکانیسم های توجه برای کارهای مرتبط با گفتار ناشناخته است.به عنوان مثال ، در حالی که فرض بر این است که این مدلها بازنمایی گفتار مستقل از زبان (یعنی جهانی) را یاد می گیرند ، اما هنوز اکتشافی عمیق از آنچه برای مدل ها مستقل از زبان است ، وجود نداشته است.در مقاله حاضر ، ما این سؤال را در قلمرو مکانیسم های خودآزمایی یک مدل ترانسفورماتور گفتار خود با پیشرفت خود (TERA) بررسی می کنیم.ما می دانیم که حتی با یک مدل کوچک ، توجه توجه به سرهای توجه آموخته شده متنوعی از تقریباً کاملاً مورب تا تقریباً کاملاً جهانی بدون در نظر گرفتن زبان آموزشی است.ما برخی از تفاوتهای قابل توجه در الگوهای توجه بین ترکیه و انگلیسی را برجسته می کنیم و نشان می دهیم که این مدل ها اطلاعات واجی مهم را در طول پیش فرض می آموزند.ما همچنین یک مطالعه فرسایش سر ارائه می دهیم که نشان می دهد مدل ها در سراسر زبان ها برای طبقه بندی واج ها به سرهای مورب متکی هستند.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.