达里娅·佩利彭科(Daria Pylypenko)
人员信息
优化列表
2020年–今天
2023 【c4】 安加纳·博拉 , 达里娅·佩利彭科(Daria Pylypenko) , 克里斯蒂娜·埃斯帕尼亚·博内 , 约瑟夫·范·贾纳比特 以下为:
衡量分类中的虚假相关性:翻译中的“聪明汉斯”。 RANLP公司 2023 以下为: 196-206 [i4] 安加纳·博拉 , 达里娅·佩利彭科(Daria Pylypenko) , 克里斯蒂娜·埃斯帕尼亚·博内 , 约瑟夫·范·贾纳比特 以下为:
衡量分类中的虚假相关性:翻译中的“聪明汉斯”。 CoRR公司 abs/2308.13170 ( 2023 ) 2022 【c3】 Kwabena Amponsah-Kaakyire公司 , 达里娅·佩利彭科(Daria Pylypenko) , 约瑟夫·范·贾纳比特 , 克里斯蒂娜·埃斯帕尼亚·博内 以下为:
解释翻译:为什么神经分类器更好,他们学到了什么? 黑匣子NLP@EMNLP 2022 以下为: 281-296 [i3] Kwabena Amponsah-Kaakyire公司 , 达里娅·佩利彭科(Daria Pylypenko) , 约瑟夫·范·贾纳比特 , 克里斯蒂娜·埃斯帕尼亚·博内 以下为:
解释翻译:为什么神经分类器更好,他们学到了什么? CoRR公司 abs/2210.13391 ( 2022 ) 2021 [j1] 维勒姆·佐哈尔 , 达里娅·佩利彭科(Daria Pylypenko) 以下为:
利用神经机器翻译进行单词对齐。 布拉格公牛。 数学。 语言学 116 以下为: 43- ( 2021 ) 【c2】 达里娅·佩利彭科(Daria Pylypenko) , Kwabena Amponsah-Kaakyire公司 , 科尔·杜塔·乔杜里 , 约瑟夫·范·贾纳比特 , 克里斯蒂娜·埃斯帕尼亚·博内 以下为:
比较特征工程和特征学习方法对多语言翻译语素分类的影响。 EMNLP(1) 2021 以下为: 8596-8611 [i2] 维勒姆·佐哈尔 , 达里娅·佩利彭科(Daria Pylypenko) 以下为:
利用神经机器翻译进行单词对齐。 CoRR公司 abs/2103.17250 ( 2021 ) [i1] 达里娅·佩利彭科(Daria Pylypenko) , Kwabena Amponsah-Kaakyire公司 , 科尔·杜塔·乔杜里 , 约瑟夫·范·贾纳比特 , 克里斯蒂娜·埃斯帕尼亚·博内 以下为:
比较特征工程和特征学习方法对多语言翻译语素分类的影响。 CoRR公司 abs/2109.07604 ( 2021 )
2010 – 2019
2018 【c1】 达里娅·佩利彭科(Daria Pylypenko) , 拉斐尔·鲁比诺 以下为:
WMT18自动编辑后任务的DFKI-MLT系统描述。 WMT(共享任务) 2018 以下为: 836-839