lp stringclasses 3
values | src stringclasses 415
values | mt stringlengths 1 388 ⌀ | ref stringlengths 3 370 | raw int64 0 100 | annotators int64 1 1 | domain stringclasses 1
value | year int64 2.02k 2.02k | task stringclasses 2
values | sys_id int64 0 34 |
|---|---|---|---|---|---|---|---|---|---|
en-zh | So finally we can obtain this final expression q_3 times q_4. | 我们可以得到这个最终表达式: Q3乘以Q4。 | 我们最终可以得到最后这个表达式q_3乘以q_4。 | 87 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | This is to detect the release note class, and collects the text of the release that follows as the release note sentence for the class. | 用它来检测释放笔记类, | 这是为了检测发行说明类，并收集后面的发行文本作为该类的发行说明句子。 | 5 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | The performance of the text classification model is not high. | 文本分类模型的性能不高. | 文本分类模型的表现不佳。 | 75 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | But we have some extra information like seventeen fewer pictures, and Steven has eight pictures, which is totally irrelevant. | 但我们有一些额外的信息, 像17发烧投球, 和Stephen有8投球, 这是完全无关紧要的。 | 但我们有一些额外的信息，例如照片少了17张，Seventeen有8张照片，但这些信息完全无关紧要。 | 63 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | So, we make it to convey more accurate semantics such that the model is able to make um the prediction correct. | 我们让它传达更准确的语义, 这样模型就可以做出正确的预测。因此, | 我们使其传达更准确的语义，以便模型能够使预测正确。 | 90 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | This is a bit tedious and it is not enough to just get a list of releases and look at the before and after. | 这有点乏味, 不仅仅是获取发行清单, | 这有点繁琐，而且仅仅得到一个发布列表并查看前后的情况是不够的。 | 79 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | So, the expression is represented by e i j o p. | 表达式是以eij op表示的, | 表达式由e i j o p表示。 | 90 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | So to sum up, VALSE is a benchmark that uses the lens of linguistic constructs to help the community improve vision and language models by hard testing their visual grounding capabilities. | 总而言之,Valse是一个基准, 它使用语言构造的视角 来帮助社区改善视觉和语言模型, 通过硬测试他们的视觉基础能力。 | 因此，总的来说，VALSE是一个基准，它使用语言构造的镜头，通过硬性测试社区的视觉接地能力，来帮助其改善视觉和语言模型。 | 84 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | And it is pretty easy to implement and it can generalize to many different complicated problem. | 很容易被印记, 并且可以推广到许多不同的复杂问题。 | 这很容易实现，可以概括成许多不同的复杂问题。 | 75 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | This image is a sample usage that returns a corrective or bug fixes label. | 图像人生产的假设是纠正但修复quivers | 此图像是一个返回纠正或错误修复标签的示例用法。 | 0 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | So let's see an example. | 让我们来看看一个例子。 | 让我们来看一个例子。 | 78 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | These embeddings typically result from a pooling operation on the output of a word embedding model. | 这些嵌入通常来自单词嵌入模型输出的池化操作。 | 这些嵌入通常来自于对单词嵌入模型输出的池化操作。 | 88 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | Please check out our dataset on GitHub. | 不是比基线更高的覆盖率。请在上面检查车厢, | 请查看我们在GitHub上的数据集。 | 20 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | For example, the improvements label includes improvements, enhancements, optimizations, and so on. | 例如,改进标签包括改进,增强,优化等. | 例如，改进标签包括改进、增强、优化等。 | 77 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | The release note on the bottom right is extracted from the release note on the bottom left. | 右下方的发布说明是从左下方的发布说明中提取的. | 右下角的发行说明是从左下角的发行说明中提取的。 | 91 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | So, after filtering and human evaluation, we have as many test instances as described in this table. | 及过滤和人体评估后,我们有如本表所述的许多测试实例没 | 因此，经过过滤和人工评估后，我们拥有与本表中所述的测试实例一样多的测试实例。 | 80 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | We add it to the next state to become a new quantity. | 我们将它添加到下一个状态,成为一个新的量。 | 我们把它添加到下一个状态，成为一个新的数量。 | 100 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | So, traditional sequence to sequence model convert the expression to a specific sequence for generation. | 传统的序列通过序列模型 将表达式转换成一个特定的序列, 并且 | 传统的序列到序列模型将表达式转换为特定的序列以进行生成。 | 71 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | Here are an error analysis. | 这里有一个错误分析. | 这里有一个错误分析。 | 91 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | I'll be presenting a paper entitled RNSum: A Large-Scale Dataset for Automatic Release Note Generation via Commit Logs Summarization. | 一篇题为山姆的大规模的十字架的论文,为自动的不是合理的承诺实现 | 我将发表一篇论文，题目为《RNSum：通过提交日志总结自动生成发行说明的大规模数据集》。 | 15 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | And even more, VALSE could be used as an indirect assessment of datasets, as models could be evaluated before and after training or finetuning to see whether a dataset helps models improve on any of the aspects tested by VALSE. | 甚至可以使用更多的阀门作为数据集的间接评估,因为模型可以在训练前和训练后进行评估或精细调节,以查看数据集是否有助于模型在阀门测试的任何方面进行改进。 | 更重要的是，VALSE可以作为数据集的间接评估，因为可以在训练或微调前后对模型进行评估，以了解数据集是否有助于模型在VALSE测试的任何方面得到改善。 | 76 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | And I will present our paper, Few-Shot Tabular Data Enrichment Using Fine-Tuned Transformers Architectures. | 我要介绍我们的论文。一些简短的表格数据增强 使用微调变压器。架构。 | 我将介绍我们的论文《使用微调转换器架构的少样本表格式数据充实》。 | 77 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | In our experiment, almost half of the datasets contain less than four hundred samples and the smallest dataset contain thirty five samples in its, in a training set. | 在我们的实验中, 几乎一半的数据集包含不到400个样本, 最小的数据集在其训练集中包含35个样本.通过 | 在我们的实验中，几乎有一半的数据集包含少于400个样本，最小的数据集包含35个样本，在一个训练集中。 | 68 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | The state-of-the-art in multitask ah multitask finetuning called MTDNN. | 最先进的多任务处理技术, 微调称为空 DNA。 | 最先进的多任务多任务微调技术称为MTDNN。 | 41 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | Counting and coreference also are pieces that have more than one instrument. | 计数和核心引用也是具有多个仪器的部件, | 计数和共指也是具有多种工具的方面。 | 63 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | Legal issues are an integral part of many people's lives. | 法律问题是许多人生活中不可或缺的一部分, | 法律问题是许多人生活中不可或缺的一部分。 | 80 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | Hello, we are happy to present our work on VALSE; a Task-Independent Benchmark meant for testing vision and language models with specific linguistic phenomena. | 您好,我们很高兴地介绍了我们在语音方面的工作,这是一个独立任务的基准,旨在测试具有特定语言现象的视觉和语言模型。 | 大家好，很高兴向你们介绍我们的工作成果——VALSE，这是一个独立于任务的基准，旨在用特定的语言现象测试视觉和语言模型。 | 85 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | So, in this example there are four tasks in the training set, so MTDNN maintain four heads as you can see at the image. | .在这个例子中,训练集中有四个任务,所以MTDNN保持了四个头, | 因此，在这个例子中，训练集里有四个任务，所以MTDNN维持四个头，正如在图像上看到的那样。 | 56 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | First, I'd like to talk about our motivation for reasoning. | 首先,我想谈谈我们推理的动机。 | 首先，我想谈谈我们对于推理的动机。 | 90 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | Here are the result of our baseline on the test sets. | 相似性。测试集的基线结果, | 以下是我们在测试集上的基线结果。 | 70 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | So, ah and then at this third step we actually get the quotient. | 然后在第三步, 我们实际上得到了正确 | 然后在第三步，我们实际上得到了商。 | 90 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | So we try to revise the sentence to be something like the number of pear trees are thirty five fewer than the apple trees. | 我们试着修改句子, 例如,“梨树的数量 比苹果树少25棵。”所以 | 我们尝试将句子修改为类似梨树的数量比苹果树少35棵。 | 73 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | Here is the our input dataset which consists of entities, features, text and classes. | 这是我们的输入数据集, 由实体、特征、文本和类组成。 | 这里是我们的输入数据集，由实体、特征、文本和类组成。 | 82 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | And, then we execute another finetuning phase which is a target task finetuning, when you fine when we finetune the language model over the nth target dataset. | 然后我们执行另一个细节调节阶段,这是一个舌头来找到突尼斯,当我们找到时,我们发现了语言模型, | 然后，我们执行另一个微调阶段，即目标任务微调，此时我们在第n个目标数据集上微调语言模型。 | 40 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | So we conduct experiments on the commonly used math word problem datasets, MAWPS, Math23K, MathQA and SVAMP. | 我们对常用的问题数据集方法MAWPS,Math23k,MathQA和SWAM进行了实验. | 我们对常用的数学文字问题 数据集、MAWPS、Math23K、MathQA和SVAMP进行实验。 | 57 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | So it is good to have interpretable multi-step reasoning as output. | 这里。因此,有可解释的多步推理作为输出是件好事, | 所以，最好将可解释的多步骤推理作为输出。 | 75 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | Ah, if we have a large number of operators or constants, the memory consumption could be pretty high. | 如果我们有大量的运算符或常数, 内存消耗可能相当高。 | 如果我们有大量 数量的运算符或常量，内存消耗可能相当高。 | 84 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | So, in our deductive system, we first start with a bunch of quantities presented in the questions and also including some constant as our initial state ah initial state. | 在我们的推算系统中,我们首先从提问中呈现的一些量开始,并包括一些常数,我们的初始状态。该 | 在我们的演绎系统中，我们首先从问题中提供的一堆量开始，并且还包括一些常数作为我们的初始状态。 | 95 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | Common natural language for the questions and complex legal language for the statutes. | 问题中的通用自然语言,以及法规中的复杂法律语言。 | 针对问题本身的通用自然语言，以及针对法规使用的复杂法律语言。 | 82 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | In this task, the direct correspondences between commit messages and release notes are not known. | 在这个黑暗中,comit消息和这些笔记之间的直接对应不为人知。 | 在这项任务中，提交信息和发行说明之间的直接对应关系并不清楚。 | 75 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | Siamese, which uses a unique word embedding model that maps the query and article together in a shared dense vector space, and two-tower, which uses two independent word embedding models that encode the query and article separately into different embedding spaces. | siomes 使用一个独特的嵌入式单词模型,该模型将石头和文章合并到一个密集的部分,返回空间并为此选择两个独立的木材嵌入模型,将unk元素单独嵌入到不同的嵌入空间中 | 第一种是siamese，它使用一个独特的单词嵌入模型，将查询和条款一起映射到一个共享的密集向量空间；另一种是双塔，它使用两个独立的单词嵌入模型，将查询和条款分别编码到不同的嵌入空间。 | 56 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | Please check out our dataset on GitHub. | 请查看我们在GitHub上的J-set. | 请查看我们在GitHub上的数据集。 | 88 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | In addition, we consider the caption to be the premise, and the foil is its hypothesis. | 此外,我们认为标题是前提,而FOIL是它的假设. | 此外，我们认为标题是前提，而干扰词是其假设。 | 90 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | So here the good thing is that it actually gives us this binary tree structure, and it is um but actually it is quite counterintuitive because we generate the operator first and then at the end we generate the quantities. | 这里,好事是它实际上给了我们这种二进制树结构,实际上它是相当争议的,因为我们首先生成操作员,然后在最后我们生成量。 | 这里的好处是，它实际上给了我们这个二进制树结构，但实际上它非常违反直觉，因为我们首先生成运算符，然后在最后生成数量。 | 60 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | Our research goal is automatic tabular data enrichment using external sources' free text. | 我们的研究目标是使用外部资源 自动丰富表格数据。免费文本。 | 我们的研究目标是，利用外部来源的自由文本自动丰富表格数据。 | 81 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | All work aims to bridge the gap between people and the law by developing an effective retrieval system for statutory articles. | 工作旨在通过制定有效的法定条款检索系统来弥合人与法律之间的差距. | 所有工作旨在通过开发针对法定条款的高效检索系统，来弥合公民与法律之间的鸿沟。 | 87 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | Glyph's training data is fairly small, about five thousand, and will be shown in the experiments described below. | 到即时是相当小的,目前我们将被展示在实验中描述的性能的文本 | Glyph的训练数据相当小，约为五千，并将在下面描述的实验中显示。 | 3 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | We created a heuristic matching rule to get the previous and next versions. | 我们创建了一个启发式匹配规则来获取前一个和下一个版本. | 我们创建了一个启发式匹配规则来获取上一个和下一个版本。 | 91 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | Here are an error analysis. | 一个大众然后用 | 这里有一个错误分析。 | 85 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | The first model, which we call CAS-Single, consists of a single six to six network and generates a single release note text give a concatenation of input commit messages. | 第一个模型,我们称之为C-E-A-S-single,它由一个单一的6-to-6网络组成,输 | 第一种方法是我们称为CAS-Single的模型，它由一个单一的六对六网络组成，并生成一个单一的发行说明文本，给出输入提交信息的串联。 | 47 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | In other words, it cannot be used for many projects on GitHub. | 换句话说,它不能用于GitHub上的许多项目. | 换句话说，它不能用于GitHub上的许多项目。 | 90 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | But we can see the absolute numbers on MathQA or SVAMP are not really high. | 所以 | 但我们可以看到，MathQA或SVAMP上的绝对数字并不高。 | 0 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | You can check out our paper, dataset and code at the following links. Thank you. | 你可以在下面的链接中查看我们的纸质数据集和代码。谢谢。 | 您可以在以下链接查看我们的论文、数据集和法典。谢谢。 | 95 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | But do we know what the models have actually learned? | 但我们知道这些模型实际上学到了什么吗? | 但我们是否知道模型实际上学到了什么？ | 77 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | In the figure on the right, the reference sentence has three or four sentences, while CAS has only one. | 右边的数字,因此,句子有三个或四个句子,而她只有一个句子。 | 在右图中，引用句子有3或4个句子 ，而CAS只有1个。 | 77 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | We see from the plurality and counting instruments that vision and language models have trouble distinguishing references to single versus multiple objects, or counting them in an image. | 我们从多重和计数工具中发现, 视觉和语言模型在区分 单一和多重物体的引用, 或在图像中计数它们方面存在困难。 | 我们从复数和计数工具中看到，视觉和语言模型难以区分对单个和多个对象的引用，或在图像中计算它们。 | 85 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | But sometimes, these features are limited. | 但有时这些特征是有限的;特征生成( | 但有时，这些特征是有限的。 | 76 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | And and the text of the entities of the knowledge base is extracted and added to the dataset. | 系在一起.而知识库实体的文本被提取并添加到数据集中. | 并且知识库的实体文本被提取出来，并添加到数据集中。 | 85 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | When each entity, in this example the university name, is linked to an entity within the knowledge base. | 的每个实体大学名称与知识库内的实体相关联时。 | 当每个实体，在这个例子中是指大学名称，被链接到知识库中的一个实体。 | 64 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | And as knowledge base we use Wikipedia. | 我们使用维基百科的知识设计 | 我们还是使用维基百科来作为知识库。 | 49 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | That can help improve access to justice for all. | 这些模型可以帮助改善对司法的访问, | 这可以帮助改善所有人对司法的利用。 | 55 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | So, these slides actually visualize the evolution of the state where we keep adding expression to the current state. | 这些幻灯片实际上可视化了状态的演变, 我们不断在当前状态中添加表达。所以 | 这些幻灯片实际上可视化了我们不断向当前状态添加表达式的状态的演变。 | 94 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | We target existence, plurality, counting, spatial relations, actions and entity coreference. | 我们的目标是存在,多元化,计数,空间关系,行动,以及实体相关性. | 我们的目标是存在性、复数、计数、空间关系、动作和实体共指。 | 90 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | The top example on the right is an example of a very messy commit message, and the complete sentence cannot be generated without reference to the corresponding progress or issue. | 右上角的例子 是一个非常混乱的注释信息的例子, 如果没有相应的 Pleu 请求或问题, 完整的句子就无法生成。 | 右边最上面的例子是一个非常混乱的提交消息的例子，如果不参考相应的进度或问题，就无法生成完整的句子。 | 75 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | So on the left hand side, we can see if we give some examples with just question and answers, we might not be able to obtain the correct answers. | 在网页上,我们可以看到如果我们提供一些样品,只有问题和答案,我们可能无法获得正确的答案。 | 在左侧我们可以看到，如果我们给出一些只有问题和答案的例子，我们可能无法获得正确的答案。 | 40 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | Although BM25 underperformed the trained bi-encoder significantly, its performance indicated that it's still a strong baseline for domain specific retrieval. | 虽然 b 25 表现不佳,但其性能表明它仍然是一个强大的基线域特定的检索 | 虽然BM25的表现明显低于训练好的双编码器，但它的表现表明，它仍然是特定领域检索的一个强大基线。 | 42 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | The relation piece shows that they have difficulties in correctly classifying a named spatial relation between objects in an image. | 关系部分表明,他们在正确分类图像中物体之间的命名空间关系方面存在困难。 | 关系部分表明，它们难以正确地分类图像中对象之间的命名空间关系。 | 75 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | Note that for training, we experiment with the two flavors of the bi-encoder architecture. | 为了训练,我们尝试了b编码器架构的两种风味. | 请注意，针对训练，我们尝试使用了双编码器架构的两种风格。 | 82 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | Regarding the zero shot evaluation of Siamese bi-encoder, we find that directly using the embeddings of a pretrained CamemBERT model without optimizing for the information retrieval task gives poor results, which is consistent with previous findings. | 关于暹罗人的零射击评估除了编码器,我们发现直接使用预先训练的骆值模型的嵌入,而不为信息检索任务进行优化,结果很差,这与此前的发现一致。 | 关于siamese双编码器的零样本评估，我们发现直接使用预训练的CamemBERT模型的嵌入，而不对信息检索任务进行优化，结果很差，这与之前的发现一致。 | 38 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | So, ah and then at this third step we actually get the quotient. | 然后,在这个第三步,我们实际上得到警惕。 | 然后在第三步，我们实际上得到了商。 | 73 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | But our performance increased to eleven percent compared to the target task finetuning alone. | 百分比,但与目标任务相比, 我们的表现提高了11%。 | 但与单独的目标任务微调相比，我们的表现提高到了11%。 | 78 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | Well, during the last years, we have seen an explosion of transformer based vision and language models pretrained on large amounts of image text pairs. | 做得很好,我们看到基于转换器的视觉和语言模型在大量图像文本模型上进行预训练。 | 那是因为，在过去的几年里，我们看到了基于转换器的视觉和语言模型在大量的图像文本对上进行预训练的爆炸性增长。 | 68 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | And this dataset is challenging because the author tried to manually ah adding something to confuse the NLP model like such as adding irrelevant information and extra quantities. | 这种情况是具有挑战性的,因为作者试图手动添加一些东西来混淆 nabi 模型,例如添加评估信息和额外数量。 | 这个数据集具有挑战性，因为作者试图手动添加一些东西来混淆NLP模型，例如添加不相关的信息和额外的数量。 | 88 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | As previously mentioned, the questions cover a wide range of topics, with around eighty five percent of them being either about family, housing, money or justice. | 如前所述,该问题涵盖了广泛的主题,其中大约85%是关于家庭住房钱或正义。 | 如前所述，这些问题涵盖了广泛的主题，其中约85%的主题是关于家庭、住房、金钱或正义。 | 83 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | The left side is a commit message and the right side is the release notes. | 左边是unk星消息,右边是非。 | 左侧是提交消息，右侧是发行说明。 | 0 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | So, we think this sentence might be misleading the model to an incorrect predictions. | 我们认为这句话可能会误导模型做出错误的预测. | 我们认为这个句子可能会误导模型做出错误的预测。 | 59 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | Second, we should note that not all legal questions can be answered with statutes alone. | 其次,我们应该注意到,并非所有法律问题都只能用法规来解决. | 其次，我们应该注意，并非所有的法律问题都可以仅通过法规来回答。 | 97 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | But the drawbacks are the performance is actually generally not better than the structured model and its lack of interpretability for prediction. | 但性能的缺点是,三角形一般不比结构模型好,而且缺乏解释器很适合预测。 | 但缺点是，其表现实际上并不比结构化模型好，并且缺乏用于预测的可解释性。 | 84 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | Then CEAS applies the generator to the four labeled documents independently and generates release notes for each class. | 然后,C-E-A-S将生成器独立应用于四个标签文件,并为每个类生成释放说明. | 然后CEAS将生成器独立地应用于四个标签化 文档，并为每个类别生成发行说明。 | 51 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | Because FeSTE, we apply FeSTE over a multiple dataset, we can use the n minus one datasets to gather information about the n minus one datasets, and use this information when we analyze the nth dataset. | 因为快速是我们在多个数据集上快速应用。我们可以使用n减1的数据集。收集关于n减1数据集的信息, 并在分析n数据集时使用这些信息。 | 因为FeSTE，我们在多个数据集上应用FeSTE，我们可以使用n减1的数据集来收集n减1的数据集的信息，并在分析第n个数据集时使用这些信息。 | 68 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | The performance of the text classification model is not high. | crescation 模 | 文本分类模型的表现不佳。 | 4 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | This information thus implies that the answer contained in the remaining relevant articles might be incomplete, although it's still completely appropriate. | 这种信息丢失意味着其余相关文章中的答案可能不完整, | 因此，这一信息意味着其余相关条款中包含的答案可能是不完整的，尽管它仍然完全合适。 | 32 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | Therefore, to obtain valid foils, we must take action. | 因此,为了获得有效的力量,我们必须采取行动。 | 所以，要制造有效的干扰，我们必须想方设法。 | 78 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | We have predefined four labels: features, improvements, bug fixes, deprecations removals and breaking changes. | 我们预先定义了四个橡胶:特征、改进、错误修复、复制、移除和刹车变化。 | 我们预先定义了四个标签：特征、优化、错误修复、弃用删除和重大更改。 | 64 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | MTDNN maintained number of classes, heads, output layers. | MTDNN保持了类头,输出层的数量, | MTDNN保持了类、头、输出层的数量。 | 79 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | So let's see an example. | 让我们来看看一个例子 | 让我们来看一个例子。 | 76 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | Let's conclude by discussing two limitations of our dataset. | 分数.让我们讨论一下数据集的两个局限性. | 最后，让我们讨论一下数据集的两个局限性。 | 60 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | These questions cover a wide range of topics from family, housing, money, to work and social security. | 这些问题涵盖了各种主题,从家庭,住房,金钱到工作和社会保障. | 这些问题涵盖了从家庭、住房、金钱到工作和社会安全等一系列主题。 | 90 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | This proposed method can be used for all English repositories. | 这个建议的方法可以用于所有开放的 | 这个提议的方法可以用于所有英语存储库。 | 72 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | But actually this direction is still quite popular because of um the transformer model. | 但实际上这个方向仍然很受欢迎, | 但因为转换器模型的原因，实际上这个方向仍然很受欢迎。 | 97 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | Out of the twenty two thousand six hundred and thirty three articles, only one thousand six hundred and twelve are referred to as relevant to at least one question in the dataset. | 在2666篇文章中,只有1266篇文章被认为与数据集中至少一个问题相关。 | 在22633个条款中，只有1612个与数据集中的至少一个问题相关。 | 100 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | And in these steps we obtain the divisors. | 在这些步骤中,我们得到分数. | 在这些步骤中，我们得到了除数。 | 64 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | I present two related researches, but their problems are limited applicability and scarce data resources. | 我介绍两个相关的研究, 但应用性有限和数据资源稀缺存在问题. | 我提出了两个相关的研究，但它们的问题是适用性有限和数据资源稀缺。 | 92 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | So, in our proposed approach we want to solve those problems in a step by step and interpretable manners. | 在我们提出的方法中, 我们希望以一步一步和可解释的方式 来解决这些问题。举个 | 在我们提出的方法中，我们希望一步一步地以可解释的方式解决这些问题。 | 67 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | Hello. My name is Asaf Harari. | 大家好,我叫拉玛钱德拉, | 大家好。我的名字是Asaf Harari。 | 60 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | All right. So, the best approaches are often tree based model. | 没有.所以最好的方法往往是以树为基础的模型. | 没错。最好的方法通常是基于树的模型。 | 90 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | In this work, we present a new French native citizen-centric dataset to study whether retrieval models can approximate the efficiency and reliability of a legal expert for the task of statutory article retrieval. | 在这项工作中,我们提出了一个新的,以法国为本地,以公民为中心的数据集,以研究一个检索模型是否可以接近法律专家对法定文章检索任务的效率和可靠性. | 在这项工作中，我们提出了一个新的以法国本土公民为中心的数据集，以研究检索模型是否可以接近法律专家执行法定条款检索任务的效率和可靠性。 | 95 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | A higher specificity means that the model correctly outputs an empty text in cases where the release notes assume empty. | , 高特异性意味着模型奇异性输出是空战术。在里族人的笔记假设是空的的情况下。这是 | 更高的特异性意味着，在发行说明假定为空的情况下，模型会正确地输出一个空文本。 | 76 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | Each feature represents the likelihood for each class. | 每个特征代表每个类的概率。 | 每个特征表示每个类的可能性。 | 92 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | But statutory article retrieval has remained mainly untouched due to the lack of large and high quality labeled datasets. | 但由于缺乏大量且高质量的标记数据集, 法律规定的文章检索基本上没有受到影响. | 但由于缺乏较大的高质量标签化数据集，法定条款检索基本上没有受到影响。 | 95 | 1 | ACL | 2,023 | multilingual | 2 |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.