في التعلم الخاضع للإشراف، يجب أن يكون نموذج مدرب جيدا قادرا على استعادة الحقيقة الأرضية بدقة، أي التسميات المتوقعة من المتوقع أن تشبه تسميات الحقيقة الأرضية قدر الإمكان.مستوحاة من ذلك، فإننا صياغة معيارا صعوبة بناء على درجات الاسترداد من أمثلة التدري
ب.بدافع من الحدس أنه بعد القشط من خلال كوربوس التدريب، يعرف طراز الترجمة الآلية العصبية (NMT) "كيفية جدولة منهج مناسب وفقا لتعلم صعوبة التعلم، نقترح استراتيجية تعلم المناهج الدراسية الموجهة ذاتيا تشجع نموذج NMT للتعلممن سهولة الصعب على أساس درجات الاسترداد.على وجه التحديد، نعتمد درجة بلو على مستوى الجملة باعتبارها وكيل درجة الاسترداد.النتائج التجريبية على معايير الترجمة بما في ذلك WMT14 الإنجليزية والألمانية و WMT17 الصينية - الإنجليزية إظهار أن طريقتنا المقترحة تعمل بشكل كبير على تحسين درجة الاسترداد، وبالتالي تحسين أداء الترجمة باستمرار.
في حين أن التعلم المناهج الدراسي (CL) حصل مؤخرا على الجر في مهام معالجة اللغة الطبيعية، فإنه لا يزال غير محروم بشكل مناسب. تعمل سابقا على إظهار فعاليتها فقط ولكن تفشل في شرح وتفسير الأعمال الداخلية بالكامل. في هذه الورقة، نقوم بتحليل تعلم المناهج الد
راسية في تحليل المعنويات على طول محاور متعددة. تم اقتراح بعض هذه المحاور بواسطة الأعمال السابقة التي تحتاج إلى دراسة أكثر متعمقة. يتطلب هذا التحليل فهم حيث يعمل تعلم المناهج وأين لا يفعل ذلك. تشمل محاور التحليل لدينا صعوبة المهمة على CL، ومقارنة تقنيات سرعة CL، والتحليل النوعي من خلال تصور حركة نتائج الاهتمام في النموذج باعتباره مراحل المناهج الدراسية التقدم. نجد أن تعلم المناهج الدراسية يعمل بشكل أفضل للمهام الصعبة وقد يؤدي حتى إلى انخفاض في الأداء للمهام ذات الأداء الأعلى دون تعلم المناهج الدراسية. نرى أن استراتيجيات المناهج القصيرة المريحة تعاني من تصور حركة النسيان والانتباه بالكارثي داخل سرعة المناهج. هذا يدل على أن تعلم المناهج الدراسية ينهار المهمة الرئيسية الصعبة في مهام فرعية أسهل تم حلها بالتتابع.
