「AI Drive」是由 PaperWeekly 和 biendata 共同发起的学术直播间，旨在帮助更多的青年学者宣传其最新科研成果。我们一直认为，单向地输出知识并不是一个最好的方式，而有效地反馈和交流可能会让知识的传播更加有意义，从而产生更大的价值。
本期 AI Drive，我们邀请到中国科学技术大学硕士生杜逸超，为大家在线解读其发表在 AAAI 的最新研究成果：Regularizing End-to-End Speech Translation with Triangular Decomposition Agreement。对本期主题感兴趣的小伙伴，1月 11日（本周二）晚 7 点，我们准时相约 PaperWeekly 直播间。
直播信息
端到端语音翻译由于其错误传播更少、延迟更低和模型更小的潜力而变得越来越流行。对于给定三元组训练语料 <speech,transcription,translation>，传统的高质量端到端语音翻译系统利用 <speech,transcription> 预训练模型，然后利用 <speech,translation> 进一步优化它。然而，该过程在每个阶段只涉及二元组数据，这种松散耦合未能充分利用三元组数据之间的关联。我们的工作中，尝试基于语音输入对转录和翻译的联合概率进行建模，以直接利用此类三元组数据。在此基础上，提出了一种新颖的三⻆分解一致性正则化训练方法，以提高对偶路径分解的一致性。
论文标题：
Regularizing End-to-End Speech Translation with Triangular Decomposition Agreement
论文链接：
/abs/2112.10991
代码链接：
/duyichao/E2E-ST-TDA
本次分享的具体内容有：
语音翻译任务的定义及相关工作的回顾
三⻆分解一致性约束的端到端语音翻译方法
基准数据集上的实验性能以及相关分析
关于语音翻译任务的一些总结与思考
嘉宾介绍
杜逸超/ 中国科学技术大学硕士生
杜逸超，中国科学技术大学大数据分析与应用安徽省重点实验室硕士研究生，指导老师为陈恩红教授和徐童副教授。主要研究兴趣包括机器翻译、知识图谱、表示学习等。曾在 AAAI、 EMNLP 等国际会议和期刊上发表多篇论文。
直播地址& 交流群
本次直播将在 PaperWeekly 视频号和 B 站直播间进行，扫描下方海报二维码或点击阅读原文即可免费观看。线上分享结束后，嘉宾还将在直播交流群内实时 QA，在 PaperWeekly 微信公众号后台回复「AI Drive」，即可获取入群通道。
视频号直播间：
扫描下方二维码关注 PaperWeekly 视频号，第一时间获取开播提醒。
B 站直播间：
/14884511
合作伙伴
🔍
现在，在「知乎」也能找到我们了
进入知乎首页搜索「PaperWeekly」
点击「关注」订阅我们的专栏吧
·
