Joint Probability Machine Translation
Nessuna stima
Nessun requisito hardware per questo modello
I pesi per questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul proprio hardware di qualsiasi dimensione. È accessibile solo attraverso il suo fornitore e nessun cambiamento della scheda grafica che.
In registrazione
specifiche complete
Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- University of Southern California
- Tipo di organizzazione
- Academia
- Paese
- United States of America
- Pubblicato
- 1 June 2002
- Autori
- Daniel Marcu, William Wong
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Language
- Compito
- Translation
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.
- Dati di addestramento
- 100,000 tokens
[WORDS] "To evaluate our system, we trained [...] our joint probability model on a French-English parallel corpus of 100,000 sentence pairs from the Hansard corpus. The sentences in the corpus were at most 20 words long. The English side had a total of 1,073,480 words (21,484 unique tokens). The French side had a total of 1,177,143 words (28,132 unique tokens)"
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Citazioni
- 623
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- A Phrase-Based, Joint Probability Model for Statistical Machine Translation
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Cosa è questo modello
Joint Probability Machine Translation è stato pubblicato da University of Southern California, nel paese registrato come United States of America, durante June 2002. La categoria sotto cui rientra l'editore è academia.
Funziona nel dominio di Language, ed è registrato come eseguire il compito di translation.
Questo è un modello chiuso: i valori addestrati sono rimasti con chi li ha prodotti, e non c'è una versione locale da eseguire.
Come è stato addestrato
È stato addestrato su un corpus di circa 100,000 token di testo
Risposte
Joint Probability Machine Translation — domande comuni
Joint Probability Machine Translation— che GPU ho bisogno per eseguirlo?
Nessuno. Questo è un modello chiuso - i suoi pesi non sono mai stati pubblicati, quindi non può essere scaricato o eseguito sul tuo hardware a qualsiasi prezzo. È accessibile solo attraverso il suo fornitore.
Joint Probability Machine Translation— è open-source?
La licenza non è mai stata registrata nei nostri dati sorgente. Trattiamo le licenze non dichiarate come chiuse, perché una licenza non registrata non è una su cui fare affidamento.
Joint Probability Machine Translation— quanti parametri ha?
Non è stato pubblicato alcun conteggio dei parametri per esso, motivo per cui non appare alcun dato sulla memoria o sulla velocità su questa pagina.
Joint Probability Machine Translation— chi l'ha creato?
È stato pubblicato da University of Southern California, basato su United States of America, un'organizzazione categorizzata come academia.
Joint Probability Machine Translation— quando è stato rilasciato?
È stato pubblicato in June 2002. La capacità per parametro è migliorata considerevolmente da allora, quindi un modello più recente della stessa dimensione è spesso un uso migliore dello stesso hardware.
Joint Probability Machine Translation— A cosa serve?
Funziona nel dominio di Language, e viene registrato come gestire il compito di translation. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.
L'altra direzione
Guardandolo dall'altro lato?
Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.