arrow
返回

Cross-Modal Diffusion on Pretrained Alignment Codebook for Multimodal Machine Translation

delete2026-01-01
delete0
PRE
AI
G
Guojing Liu
D
Ding, Xiangqian
X
Xiangyu Qu
Z
Zhenyu Yang *
H
Huili Gong *
DOI:10.1109/TASLPRO.2026.3658943delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
多模态机器翻译旨在整合辅助信息(如图像)以提升文本翻译质量。尽管现有方法通过多种跨模态融合技术实现了有前景的性能,但它们均忽略了推理阶段解码速度的迫切需求,从而限制了其在实际场景中的应用。本文提出了一种新颖的多模态扩散翻译框架MDT,该框架在性能与效率之间取得平衡,能够并行生成高质量的目标翻译。具体而言,我们设计了一个具有共享语义的对齐码本,通过潜在对齐和跨模态对齐预训练任务,促进图像与文本输入间的有效关联。在此基础上构建跨模态扩散模型,利用视觉特征高效恢复潜在文本码字。我们还开发了Bézier噪声调度策略,使KL散度测量的去噪难度随时间步长稳健增长。在两个数据集的五种双语语言对上的实验结果表明,MDT相比先进方法更为有效,实现了更快的推理加速。
Keyword:
Translation
Diffusion models
Visualization
Transformers
Schedules
Machine translation
Noise reduction
Decoding
Semantics
Feature extraction
Inference speedup
alignment codebook
cross-modal diffusion model
multimodal machine translation

期刊

I
IEEE Transactions on Audio Speech and Language Processing
IF:
0
论文数:
151
被引数:
0

机构

Q
qilu university of technology
学者数:
2.1K
论文数: 642
被引数: 0
O
ocean university of china
学者数:
3.1W
论文数: 2.0W
被引数: 21
S
shandong university
学者数:
9.5W
论文数: 6.4W
被引数: 94
学者 查看更多机构
引用论文

引用论文

BLEU布卢
err2001-01-01
err0
errOAAI
errKishore Papineni; Salim Roukos; Todd Ward; Wei-Jing Zhu
err分享
err收藏
err分享
err收藏
Multi30K: Multilingual English-German Image Descriptions
err2016-01-01
err0
errOAAI
errDesmond Elliott; Stella Frank; Khalil Sima'an; Lucia Specia
err分享
err收藏
Dynamic Context-guided Capsule Network for Multimodal Machine Translation
err2020-10-12
err0
errOAAI
errHuan Lin; Fandong Meng; Jinsong Su; Yongjing Yin; Zhengyuan Yang; Yubin Ge; Jie Zhou; Jiebo Luo
err分享
err收藏
Findings of the 2014 Workshop on Statistical Machine Translation
err2014-01-01
err0
errOAAI
errOndrej Bojar; Christian Buck; Christian Federmann; Barry Haddow; Philipp Koehn; Johannes Leveling; Christof Monz; Pavel Pecina; Matt Post; Herve Saint-Amand; Radu Soricut; Lucia Specia; Aleš Tamchyna
err分享
err收藏
Towards Multimodal Simultaneous Neural Machine Translation
err2020-01-01
err0
PREAI
errImankulova,Aizhan; Kaneko,Masahiro; Hirasawa,Tosho; Komachi,Mamoru
err分享
err收藏
学者 查看更多内容