自定义翻译器 - 训练后的模型调整

Question

我使用了三个平行的句子文件来训练我的自定义翻译模型。没有字典文件，也没有调整文件。训练完成并检查测试结果后，我想对模型进行一些调整。这里有几个问题：

1. 是否可以在训练后调整模型？模型不能改变，唯一的方法是训练一个新模型，我说得对吗？
2. 调整模型的最佳方法是使用调整文件。对吗？
3. 无法查看自动生成的调整文件，因此我必须提供自己的调整文件，以便更易于管理的调整过程。是这样吗？
4. 您能否描述一下调整文件是如何生成的，当我有3个句子文件不同的句子文件时，分别是：55k、24k和58k行。所有的调整语句都是来自第一个文件还是来自所有三个文件，与它们的大小成正比？使用了哪种逻辑？

Answer 1

希望对此有更权威的答案，我会分享我作为网友的了解。

Microsoft 自定义翻译器所称的“tuning data”就是通常所说的validation set。这只是一种避免过拟合的方法。

1. 是否可以在训练后调整模型？模型不能改变，唯一的方法是训练一个新模型，我说得对吗？

是的，使用 Microsoft 自定义翻译器，您只能根据您为项目选择的通用类别训练模型。

（使用 Google AutoML 从技术上讲，您可以选择基于您以前的自定义模型之一来训练新模型。但是，如果不经过反复试验，它也无法使用。）

1. 调整模型的最佳方法是使用调整文件。对吗？

很难对此做出明确的陈述。训练集也有效果。在糟糕的训练集之上的良好验证集不会给我们带来好的结果。

1. 无法查看自动生成的调整文件，因此我必须提供自己的调整文件，以便更易于管理的调整过程。是这样吗？

是的，在我看来，如果让它决定如何将训练集拆分为训练集、调整集和测试集，则只能下载训练集和测试集。

也许两者都不包括调整集，所以理论上你可以区分它们。但这并不能解决不同模型之间拆分不同的问题。

4. ...使用哪种逻辑？

好问题。