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 | And here we also use this tau to represent when we should terminate this generation process. | 在这里我们还使用这个拖拉来表示我们应该何时终止这个生成过程在 | 在这里，我们也使用这个tau来表示我们何时应该终止这个生成过程。 | 90 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | The recent advances in NLP have sparked huge interest in many legal tasks, such as legal judgment prediction or automated contact contract review. | NLP的最新进步引起了许多法律任务的巨大兴趣,如法律判断、预测或自动合同审查。 | 自然语言处理中的最新进展引发了对许多法律任务的巨大兴趣，例如法律判断预测或自动联系人合同审查。 | 69 | 1 | ACL | 2,023 | multilingual | 21 |
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. | 更重要的是,VALS可以作为数据集的间接评估,因为模型可以在训练或微调之前和之后进行评估,以查看数据集是否有助于模型改进VALS测试的任何方面. | 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。 | 89 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | We eventually ended up with one thousand one hundred and eight questions, each carefully labeled with the ids of the relevant articles from our large corpus of twenty two thousands and six hundred thirty three statutory articles. | 我们最终得到了1108个问题, 每个问题都用我们庞大的22,633个法定条款中的相关条款的ID来标记. | 我们最终得到了 10108 个问题，每个问题都仔细地标记了我们大型语料库的22633个法定条款中的相关条款的ID。 | 90 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | And the second thing is that, as mentioned, because the probability distribution is unbalanced between different time steps, so it's also pretty challenging to apply beam search strategy. | 第二件事是,正如我所提到的, 因为属性分布在不同的时间步骤中是不平衡的, 所以应用光束搜索策略 也具有相当大的挑战性。 | 第二件事是，如前所述，由于不同时间步骤之间的概率分布不平衡，因此应用波束搜索策略也非常具有挑战性。 | 74 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | And it keeps the head of ah of the model. | 它还保留了模型的头部. | 而且它保留了模型的头部。 | 84 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | While the remaining fifteen percent concern either social security, foreigners or work. | 剩余的百分之十五是涉及到社会保障外国人或工作。 | 则其余的15%则涉及社会保障、外国人或工作。 | 94 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | So in a formal deductive system, at a time step t, we apply the operator between the q_i and q_j pair, and then we obtain this new expression. | 在一个正式的演算系统中, 在时间步骤t上, 我们将运算符应用在 qi和qj对之间, 然后我们得到这个新的表达式. | 在形式演绎系统中，在时间步骤t ，我们在q_i和q_j对之间应用运算符，然后我们得到这个新表达式。 | 83 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | Each of them has been labeled by experienced jurists with references to relevant articles from a corpus of more than twenty-two thousand six hundred legal articles from Belgian codes of law. | 每个人都被经验丰富的法律专家标记,引用了来自比利时海岸的二十二千六百多条法律文章的相关文章 | 每个问题都由经验丰富的法学家标记，并参考了比利时法典中超过22,600篇法律条款的语料库中的相关条款。 | 67 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | Regarding evaluation, in some cases, release notes are output in multiple sentences. | 关于一个变体。在某些情况下,这些注释以多个句子的形式输出。 | 关于评估，在某些情况下，发行说明是以多个句子形式输出的。 | 39 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | Why did we do the trouble in setting up this benchmark? | 我们为什么要费心建立这个基准呢? | 我们为什么要费尽心思设立这个基准呢？ | 83 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | This information retrieval task comes with its own set of challenges. | 这个信息攻击任务带来了它自己的挑战。 | 这种信息检索 任务有其自身的一系列挑战。 | 79 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | As shown in the image below, if the current release is version two point five to nineteen, we need to identify the previous release version two point five to eighteen and get a diff. | 像中的 jon,如果当前 res 是千二点五到九十,我们需要识别以前的 bel,但要点五到十八,并得到它。 | 如下面的图像所示，如果当前的版本是2.5219的版本，那么我们需要识别之前的版本2.5218，并得到一个差异。 | 39 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | What is it that a vision and language transformer understood when assigning a high score for this image and this sentence to match? | 视觉和语言转换器在为这张图片和这句话分配高分和低分时理解了什么? | 视觉和语言转换器在为这个图像和这个句子分配高分时，所理解的是什么呢？ | 55 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | If an NLI predicts the foil to be entailed by the caption, it cannot be a good foil, since by transitivity it will give a truthful description of the image, and we filter these foils out. | 如果一个 nl i 预测叶子会被欺骗,它不能是一个好的叶子,因为通过过渡性它会给出一个真实的描述图像,我们过滤这些叶子。 | 如果NLI预测干扰词是标题中所包含的，那么它就不可能是一个好的干扰词，因为根据反证法，它将给出图像的真实描述，我们将这些干扰词过滤掉。 | 57 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | Overall, the finetuned bi-encoder significantly outperforms all the other baselines. | quaters在所有精细的调节在核心上显著地执行所有其他基线的 | 总体而言，微调的双编码器明显优于所有其他基线。 | 87 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | Our approach, called task reformulation finetuning is, in our approach task reformulation finetuning, instead of maintaining multiple heads, we reformulate each dataset into a sentence per classification problem, which is two classes' tasks. | 我们的方法叫做任务重构微调, 而不是保持多个头部, 我们将每个数据集重构成一个每句分类问题, 这是两个类的任务. | 我们的方法，称为“任务重构微调”，它是在我们的方法任务重构微调，而不是维护多个头，我们把每个数据集重构为每个分类问题的一个句子，也就是两个类的任务。 | 64 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | A preliminary multitask finetuning phase. | 一个初步的多任务微调阶段, | 一个初步的多任务微调阶段。 | 94 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | And, we reformulate the task from a classifying the text into low or high to classify the text, the abstract and the class into true or false. | 我们将将任务从将文本分为低和高分类到将文本分为抽象和类为真或假。 | 而且，我们将任务从对文本进行低级或高级分类，重新表述为对文本、抽象和类别进行真或假的分类。 | 72 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | Let's now talk about how we collected this dataset. | 现在让我们来谈谈我们如何收集这些数据. | 现在，让我们来谈谈我们是如何收集这个数据集的。 | 89 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | And and the text of the entities of the knowledge base is extracted and added to the dataset. | 并将知识库实体的文本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。 | 94 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | To overcome this limitation, we experiment with a neural based architecture that can capture semantic relationships between queries and article. | 以克服这种限制,我们用基于神经元的架构进行实验,可以捕捉查询和文章之间的语义关系。 | 为了克服这个限制，我们尝试了一种基于神经的架构，它可以捕获查询和条款之间的语义关系。 | 70 | 1 | ACL | 2,023 | multilingual | 22 |
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微调阶段, 这是一个目标任务的微调。当我们对第n个目标数据集 微调语言模型时 | 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。 | 85 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | And the second thing is that, as mentioned, because the probability distribution is unbalanced between different time steps, so it's also pretty challenging to apply beam search strategy. | 第二点是,正如我提到的,由于概率分布在不同的时间步骤上是不平衡的, 应用光束搜索策略也相当具有挑战性. | 第二件事是，如前所述，由于不同时间步骤之间的概率分布不平衡，因此应用波束搜索策略也非常具有挑战性。 | 74 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | Then we use the output vector of the language model as a newly generated feature in the number of classes. | 然后,我们将语言模型的输出向量作为新生成的类数中的特征。 | 然后，在类的数量上，我们用语言模型的输出向量作为新生成的特征。 | 71 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | We experiment with five vision and language models on VALSE, namely with CLIP, LXMert, ViLBERT, ViLBERT twelve in one, and VisualBERT. | 我们在VALS上实验了5种视觉和语言模型,即CLIP,AlexMert,Wilbert,Wilbert12in1和VisualBERT. | 我们在VALSE上尝试了五种视觉和语言模型，即使用CLIP、LXMert、ViLBERT、ViLBERT十二合一和VisualBERT。 | 100 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | And we can also see the number of all the possible ah expression is different from the previous step. | 我们也可以看到所有可能的ex表达的数量与前一步不同,所以 | 我们还可以看到，所有可能的表达式的数字与之前的步骤不同。 | 63 | 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. | 尽管BMW 25的表现显著低于火车BMW,但其表现表明它仍然是域特定检索的强基线。 | 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。 | 57 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | Note that VALSE does not deliver any training data but only test data. | 有 thatval 提供任何训练数据,而只是测试数据, | 请注意，VALSE不提供任何训练数据，而仅提供测试数据。 | 84 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | These embeddings typically result from a pooling operation on the output of a word embedding model. | 这些嵌入通常是从一个字体嵌入模型的输出上组合操作的结果。 | 这些嵌入通常来自于对单词嵌入模型输出的池化操作。 | 80 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | For example, for BERT, we improve seven points and then for the Roberta base model we actually improved two points. | 有所改善,例如在鸟类中,我们提高了7分,然后在罗伯特基模型中,我们实际上提高了2分。 | 例如，对于BERT，我们提高了7分。然后，对于Roberta基础模型，我们实际上提高了两分。 | 92 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | First, it deals with two types of language. | 首先,它涉及两种类型的语言, | 首先，它涉及两种类型的语言。 | 81 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | So this quantity come from the previous calculated expression. | 因此,这个数量来自 之前的计算式,最后, | 所以，这个数量来自之前计算的表达式。 | 95 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | So in a formal deductive system, at a time step t, we apply the operator between the q_i and q_j pair, and then we obtain this new expression. | 在一个添加的 formaltedative 系统中,我们应用了之间的运算器,然后我们获得了这个新的表达式, | 在形式演绎系统中，在时间步骤t ，我们在q_i和q_j对之间应用运算符，然后我们得到这个新表达式。 | 73 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | Our Belgian statutory article retrieval dataset BSARD consists of more than one thousand one hundred legal questions posed by Belgian citizens. | 或者比利时法定条款 — — 检索债务集腐烂 — — 包括比利时公民提出的1,100多项法律问题。 | 我们的比利时法定条款检索数据集BSARD由比利时公民提出的1100多个法律问题组成。 | 82 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | That can help improve access to justice for all. | 从而有助于改善所有人的司法公正。 | 这可以帮助改善所有人对司法的利用。 | 79 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | So for example, here in the second step, ah we can obtain these divisors which is twenty seven. | 在第二个步骤中,我们可以得到这个除法数,它是27. | 例如，在第二步中，我们可以得到这些除数，即27。 | 65 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | And then finally we obtain the expression representation q_1 divided by q_2. | 最后,我们获得了表达式的代表性和适应性。 | 最后，我们得到表达式表达q_1除以q_2。 | 71 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | CEAS and CAS achieved ROUGE-L scores more than ten points higher than the baselines. | E-A-S的红色误差比基准值高出10个点. | CEAS和CAS的ROUGE-L得分比基线高10分以上。 | 40 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | A release note is a technical document that summarizes the changes distributed with each release of a software product. | RnSAM是一个技术文件,总结了软件产品每次发布的变化. | 发行说明是一个技术文档，它总结了软件产品的每个版本所分发的更改。 | 100 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | If you're interested, do check out the VALSE data on GitHub, and if you have any questions do not hesitate to contact us. | 如果您感兴趣,请检查站起来的 vals 数据,如果您有任何问题,请不要犹豫联系我 | 如果您有兴趣，请查看GitHub上的VALSE数据。如果您有任何疑问，请随时与我们联系。 | 75 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | The recent advances in NLP have sparked huge interest in many legal tasks, such as legal judgment prediction or automated contact contract review. | 近NLP的进步引发了对许多法律任务的极大兴趣, | 自然语言处理中的最新进展引发了对许多法律任务的巨大兴趣，例如法律判断预测或自动联系人合同审查。 | 47 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | Here are the result of our baseline on the test sets. | 述词汇方法的测试集基线的结果。 | 以下是我们在测试集上的基线结果。 | 55 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | Hence, some question are better suited than others to the statutory article retrieval task, and the domain of the less suitable ones remains to be determined. | 因此,一些问题比其他问题更适合法定条文检索任务,而不适合的问题的领域仍有待确定。 | 因此，有些问题比其他问题更适合于法定条款检索任务，而不太适合的问题所在的领域还有待确定。 | 80 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | For example, the tenants makes two parties a week until two AM. | 例如,租户每周进行两场比赛,直到两个上午。 | 例如，租户每周举行两次派对，直到凌晨2点。 | 72 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | But the majority of citizens have little to know knowledge about their rights and fundamental legal processes. | 但大多数公民对他们的权利和基本法律流程的了解很少或没有。 | 但大多数公民对他们的权利和基本法律程序知之甚少。 | 100 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | Such a system could provide a free professional legal help service for unskilled humans. | 这种系统可以为无技术的人提供免费,专业的法律援助服务. | 这样一个系统可以为非技术人员提供免费的专业法律援助服务。 | 85 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | The commit messages classified as other are discarded. | 被列为其他分类的信息被丢弃 | 被归类为“其他”的提交消息将被丢弃。 | 58 | 1 | ACL | 2,023 | multilingual | 21 |
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来源免费文本自动丰富表格数据 | 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。 | 94 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | Then, we generate the new features and evaluate them using five evaluation classifiers. | 然后我们生成新特征并使用五个评估分类器来评估它们。我们 | 然后，我们生成新的特征，并使用五个评估分类器对其进行评估。 | 98 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | And here we also show the overall performance. | 在这里我们也展示了整体表现. | 在这里，我们还展示了整体表现。 | 92 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | So this figure is taken from the PaLM paper where they perform prompting to solve the network problem in the few shot learning scenario. | 这个数字来自当铺纸, 在这里,他们执行提示, 在几个镜头的学习场景中 解决数学单词问题。因此, | 这个数字取自PaLM的论文，他们在这个论文中进行了提示，以解决少样本学习情况下的网络问题。 | 60 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | First, I will introduce automatic release note generation that we are working on in this research. | 首先,我将介绍我们在这项研究中 正在研究的自动共振变异。“ | 首先，我将介绍我们在这项研究中正在进行的自动发行说明生成。 | 75 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | Data scientists analyze data and mainly focus on the manipulating the data's existing features. | 科学家分析数据,主要专注于操纵数据的现有功能, | 数据科学家对数据进行分析，主要侧重于对数据的现有特征进行操作。 | 86 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | And here we also show the overall performance. | 在这里我们也显示了整体性能 | 在这里，我们还展示了整体表现。 | 80 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | In our scenario, ah tabular datasets vary in the number of classes. | 在我们的情景中,小报数据集在类的数量上有所不同, | 在我们的场景中，表格数据集在类的数量上有所不同。 | 95 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | Here are the results for our experiments. | 我们的实验的结果, | 以下是我们实验的结果。 | 69 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | We eventually ended up with one thousand one hundred and eight questions, each carefully labeled with the ids of the relevant articles from our large corpus of twenty two thousands and six hundred thirty three statutory articles. | 我们最终得到了1,108个问题, 每个问题都仔细标记了 来自我们2263条法律条文的 相关条文的想法。 | 我们最终得到了 10108 个问题，每个问题都仔细地标记了我们大型语料库的22633个法定条款中的相关条款的ID。 | 40 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | And we all know that these models like to cheat and take shortcuts. | 我们都知道这些模型喜欢作弊和走捷径, | 我们都知道，这些模型喜欢作弊和走捷径。 | 98 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | So to conclude our work, so first our model is actually pretty efficient. | 具体化我们的工作,所以首先我们的座右铭实际上是相当有效的, | 对我们的工作做个总结，首先我们的模型实际上是非常有效的。 | 95 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | CAS methods tend to output shorter sentences than human reference sentences. | 方法产生更短的句子,人类 liferan 句子说 | CAS方法倾向于输出比人类参考句子更短的句子。 | 29 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | So to finetune a language model over ah this dataset will be ineffective. | 这个数据集微调语言模型是无效的. | 因此，在这个数据集上微调语言模型将是无效的。 | 92 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | This difference in language distributions makes it harder for a system to retrieve relevant candidates, as it indirectly requires an inherent interpretation system that can translate a natural question to a legal question that matches the terminology of statutes. | 章程。语言分布的差异使得系统更难获取而不是候选人。因为间接需要一种固有的解释系统,可以将自然问题转化为符合法定术语的法律问题。 | 这种语言分布的差异使得系统更难检索到相关候选信息，因为它间接需要一个固有的解释系统，可以将自然问题翻译成与法规术语相匹配的法律问题。 | 85 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | And we create these foils by making sure that they fail to describe the image, that they are grammatical, and otherwise valid sentences. | 我们通过确保它们无法描述图像,它们是语法和否则有效的句子来创建 | 当我们创造这些干扰时，要确保它们不能描述图像，它们符合语法，且仍然是有效的句子。 | 73 | 1 | ACL | 2,023 | multilingual | 22 |
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. | 这里的好处是, 它实际上给了我们这个二进制的,真实的结构。是的,但实际上这很反直觉, 因为我们首先生成运算符, 然后在最后生成数量。 | 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。 | 80 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | CEAS and CAS achieved ROUGE-L scores more than ten points higher than the baselines. | C、A和G、S获得了"蓝空气"分数, 比基线高出10分以上。 | CEAS和CAS的ROUGE-L得分比基线高10分以上。 | 93 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | Each one of these models pushes state-of-the-art on vision and language tasks such as visual question answering, visual common sense reasoning, image retrieval, phrase grounding. | 这些模型中的每一个都推动了视觉和语言方面的最先进的技术。任务如视觉问题回答, 视觉常识推理, 图像检索,句子接地, | 这些模型中的每一个都在视觉和语言任务上推动了最先进的技术，如视觉问题回答、视觉常识推理、图像检索，以及短语领域。 | 81 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | So a naive approach will be ah target task finetuning. | 因此,一个天真的方法将是一个目标任务。微调。 | 因此，有一个朴素的方法是：目标任务微调。 | 90 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | We collected thousands of questions annotated with categories, subcategories and legal references to relevant statutes. | 我们收集了数以千计的问题,标注了类别的子类别和相关章程的法律参考 | 我们收集了数以千计的问题，并用类别、子类别和相关法规的法律参考进行了注释。 | 82 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | Our approach, called task reformulation finetuning is, in our approach task reformulation finetuning, instead of maintaining multiple heads, we reformulate each dataset into a sentence per classification problem, which is two classes' tasks. | 我们的方法叫做任务改造精良调节在我们的方法任务报告的运作,而不是维护多个头,我们重新定义每个后者设置为一个句子分类问题,这是一个两个类别的任务。 | 我们的方法，称为“任务重构微调”，它是在我们的方法任务重构微调，而不是维护多个头，我们把每个数据集重构为每个分类问题的一个句子，也就是两个类的任务。 | 94 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | This image is a sample usage that returns a corrective or bug fixes label. | 图像是一个样本使用, 返回一个纠正或修复错误的标签.格里 | 此图像是一个返回纠正或错误修复标签的示例用法。 | 57 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | For example, for BERT, we improve seven points and then for the Roberta base model we actually improved two points. | 改善。对于一些模型,例如,鸟类, 我们改进了七点。对于基于机器人的模型, 我们实际上改进了两个点。 | 例如，对于BERT，我们提高了7分。然后，对于Roberta基础模型，我们实际上提高了两分。 | 40 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | For example, in the case of the actions piece, we have two instruments, one in which the action verb is changed with a different action, and one in which actants are swapped. | 如,在动作作品中,我们有两种工具, 一种是动作动词被换成不同的动作, 一种是动作动词被换成. | 例如，在动作方面，我们有两种工具，在一种当中是用不同的动作改变动作动词，在另一种当中是动作被交换。 | 42 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | And as we said, we are interested in assessing what capabilities the vision and language models have after pretraining. | 正如我们所说, 我们有兴趣评估这些视觉和语言模型在预训练后有哪些能力. | 正如我们所说，我们有兴趣评估视觉和语言模型在预训练后具有哪些能力。 | 76 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | This penalty results in a lower BLEU value in the experiment results described next. | t 和超过生物在实验中描述下一个结果 | 在接下来描述的实验结果中，这种惩罚导致了较低的BLEU值。 | 5 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | The output texts can be divided into classwise segments based on special class-specific endpoint symbols. | t 消息的共通点。输出测试可分为十字段,而 | 输出的文本可以根据特殊的类特定端点符号分为分类段落。 | 0 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | So here our model actually makes a wrong prediction at the first step. | 我们的模型在第一步做出了错误的预测. | 在这里，我们的模型实际上在第一步就做出了错误的预测。 | 93 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | And if the random batch belongs to pairwise ranking task, it executes forward and backward path through the last head. | 如果随机批量属于对排列任务, 它会通过最后一个头执行前后传递. | 而如果随机批属于成对排名任务，它就会通过最后一个头执行前向和后向路径。 | 89 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | I'll be explaining in this order. | 我会按这个顺序解释。 | 我将按照这个顺序解释。 | 84 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | We also have certain limitations. | 我们也有一定的局限性. | 我们也有一定的局限性。 | 100 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | With a limited applicability problem, we propose a high quality classwise summarization method using only commit messages as input. | 对于有限的适用性问题,我们建议使用高质量的分类器总结方法,仅使用提交消息作为输入. | 面对适用性有限的问题，我们提出了一种只使用提交信息作为输入的高质量的分类总结方法。 | 80 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | Overall, the median number of citations for these cited articles is two, and less than twenty-five percent of them are cited more than five times. | 解释。这些引用文章的平均引用次数为2个,其中不到25%以上被引用了5次以上。 | 总体而言，这些被引用条款的引用次数中位数为2次，其中引用次数超过5次的不到25%。 | 67 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | So here planting another thirty five makes the model makes the model think it should be an addition operator. | 在这里打印另一个三十五使模型使模型认为它应该是,并添加操作员 | 在这里再植入一个35，会使得模型以为它是一个加法运算符。 | 57 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | So a naive approach will be ah target task finetuning. | 因此,一个天真的方法将是一个 tang 任务的精良 | 因此，有一个朴素的方法是：目标任务微调。 | 53 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | Let's now talk about how we collected this dataset. | 现在让我们来谈谈我们是如何收集这个数据集的。 | 现在，让我们来谈谈我们是如何收集这个数据集的。 | 100 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | This is due to the large number of unique class or method names found in the repository. | 这是由于报告中发现的独特投放量大。 | 这是由于在资源库中发现了大量独特的类或方法名称。 | 30 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | The BLEU is penalized when the system outputs a short sentence. | 当系统输出短句时,自治市镇就会受到惩罚。 | 当系统输出一个短句时，BLEU会受到惩罚。 | 35 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | Alright. And after these three steps, we can actually reuse the results from the second step, and then get the ah results of the fourth step, and then finally we can obtain the dividends. | 的分数。在这三个步骤之后, 我们实际上可以重复使用 第二步的结果, 然后得到第一步的结果。最后,我们可以获得红利。 | 好的。经过这三个步骤，我们实际上可以重复使用第二个步骤的结果，然后得到第四个步骤的结果，最后可以得到被除数。 | 72 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | So, this study shows how the interpretable predictions help us understand the model behavior. | 这项研究表明,可解释的预测如何帮助我们理解模型行为。 | 这项研究展示了可解释预测如何帮助我们理解模型行为。 | 91 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | This system has a simple learning based text classification model and outputs one of five labels such as features or bug fixes for each input commit message. | 这个系统有一个简单的基于运行的文本分类模型, 并输出五个标签之一, 比如“功能”或“备份修复”, 或每个输入委员会信息。 | 这个系统有一个简单的基于学习的文本分类模型，并为每个输入的提交信息输出五个标签之一，如特征或错误修复。 | 91 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | The first is a system called ARENA released in twenty fourteen. | 首先是一个名为Arena的系统, 在2014年发布. | 第一个是被称为ARENA的系统 ，发布于2014年。 | 92 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | This information thus implies that the answer contained in the remaining relevant articles might be incomplete, although it's still completely appropriate. | 这一信息损失意味着剩余相关文章中所包含的答案可能不完整,尽管它仍然完全合适。 | 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。 | 86 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | Then CEAS applies the generator to the four labeled documents independently and generates release notes for each class. | 人被分类这将单独应用到这四个其他文档,并为每个卡斯创建注释。 | 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。 | 34 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | The first phase of FeSTE is entity linking. | FeSTE的第一阶段是实体链接. | FeSTE的第一阶段是实体链接。 | 80 | 1 | ACL | 2,023 | multilingual | 2 |
en-zh | In this example, the dataset is university dataset. | 例如,后者是大学数据集, | 在这个例子中，数据集是大学数据集。 | 60 | 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 G. S. Singer, 它由一个秒到秒的网络组成, 生成一个长长的片段,而不是文本, 给定输入和承诺信息的连结。 | 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。 | 50 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | So, once we get the quantity representations, we can start to do inference. | 一旦我们得到了数量的名声, 我们就可以开始推理了。 | 一旦我们得到数量陈述，我们就可以开始做推理。 | 80 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | This proposed method can be used for all English repositories. | 所提出的方法可用于所有内置设备。 | 这个提议的方法可以用于所有英语存储库。 | 50 | 1 | ACL | 2,023 | multilingual | 21 |
en-zh | Since the dataset contains e-mail addresses, hashed values, etc, we also evaluated the cleaned dataset, which excludes them. | ,因为沙漠包含madeses有障碍等我们也可以 berateda沙漠,这排除了a | 由于该数据集包含电子邮件地址、哈希值等内容，所以我们还评估了经过清理的数据集，其中不包括这些内容。 | 8 | 1 | ACL | 2,023 | multilingual | 22 |
en-zh | A higher specificity means that the model correctly outputs an empty text in cases where the release notes assume empty. | 高特异性意味着在发布说明假定是空的情况下,模型校正输出是空文本.这里是 | 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。 | 56 | 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.