使用带注意力机制的Seq2Seq模型实现机器翻译时，增加了训练时，但提升了翻译的准确度。
A、正确;
B、错误
发布时间：2025-05-11 11:20:49
请在 下方输入 要搜索的题目：
推荐参考答案 (
由 快搜搜题库 官方老师解答 )
答案：正确
相关试题
- 1.使用带注意力机制的Seq2Seq模型实现机器翻译时，增加了训练时，但提升了翻译的准确度。
- 2.Transformer 模型使用的哪种注意力机制？
- 3.基于深度神经网络的机器翻译（神经机器翻译）中，引入的“注意力机制”可以提高长句的翻译质量，它赋予句子中的每个词相同的注意力（权重）。
- 4.完成的训练模型可以保存为外部文件，再次使用模型时，不需要重新训练。
- 5.相比于基于递归神经网络和注意力机制的模型，基于预训练语言模型的阅读理解模型在结构上更加简单
- 6.在神经网络方法之前，机器翻译主要是基于统计模型的翻译
- 7.Transformer 模型中的自注意力机制用于：
- 8.准备人工智能模型训练的训练数据时，要求
- 9.百度翻译、谷歌翻译通过大量数据的训练实现深度学习，最终实现准确的翻译。（ ）
- 10.机器翻译不会取代人工翻译。
