Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Neural Monkey: An Open-source Tool for Sequence Learning

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F17%3A10372014" target="_blank" >RIV/00216208:11320/17:10372014 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1515/pralin-2017-0001" target="_blank" >http://dx.doi.org/10.1515/pralin-2017-0001</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1515/pralin-2017-0001" target="_blank" >10.1515/pralin-2017-0001</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Neural Monkey: An Open-source Tool for Sequence Learning

  • Popis výsledku v původním jazyce

    In this paper, we announce development of Neural Monkey - an open-source neural machine translation (NMT) and general sequence-to-sequence learning system built over TensorFlow machine learning library. The system provides a high-level API with support for fast prototyping of complex architectures with multiple sequence encoders and decoders. These models&apos; overall architecture is specified in easy-to-read configuration files. The long-term goal of Neural Monkey project is to create and maintain a growing collection of implementations of recently proposed components or methods, and therefore it is designed to be easily extensible. The trained models can be deployed either for batch data processing or as a web service. In the presented paper, we describe the design of the system and introduce the reader to running experiments using Neural Monkey.

  • Název v anglickém jazyce

    Neural Monkey: An Open-source Tool for Sequence Learning

  • Popis výsledku anglicky

    In this paper, we announce development of Neural Monkey - an open-source neural machine translation (NMT) and general sequence-to-sequence learning system built over TensorFlow machine learning library. The system provides a high-level API with support for fast prototyping of complex architectures with multiple sequence encoders and decoders. These models&apos; overall architecture is specified in easy-to-read configuration files. The long-term goal of Neural Monkey project is to create and maintain a growing collection of implementations of recently proposed components or methods, and therefore it is designed to be easily extensible. The trained models can be deployed either for batch data processing or as a web service. In the presented paper, we describe the design of the system and introduce the reader to running experiments using Neural Monkey.

Klasifikace

  • Druh

    J<sub>ost</sub> - Ostatní články v recenzovaných periodicích

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GBP103%2F12%2FG084" target="_blank" >GBP103/12/G084: Centrum pro multi-modální interpretaci dat velkého rozsahu</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2017

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    The Prague Bulletin of Mathematical Linguistics

  • ISSN

    0032-6585

  • e-ISSN

  • Svazek periodika

    Neuveden

  • Číslo periodika v rámci svazku

    107

  • Stát vydavatele periodika

    CZ - Česká republika

  • Počet stran výsledku

    13

  • Strana od-do

    5-17

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus