Journal or Publication Title:

Математические вопросы кибернетики и вычислительной техники=Կիբեռնետիկայի և հաշվողական տեխնիկայի մաթեմատիկական հարցեր=Mathematical problems of computer science

Date of publication:

2022

Volume:

57

ISSN:

2579-2784 ; e-2538-2788

Official URL:

Additional Information:

Քարամյան Դավիթ Ս․, Քարամյան Տիգրան Ս., Карамян Давид С., Карамян Тигран С.

Other title:

Կոմպակտ N-գրամ լեզվի մոդելներ հայերենի համար ; Компактные языковые модели N-грамм для армянского языка

Abstract:

Applications such as speech recognition and machine translation use language models to select the most likely translation among many hypotheses. For on-device applications, inference time and model size are just as important as performance. In thiswork, we explored the fastest family of language models: the N-gram models for the Armenian language. In addition, we researched the impact of pruning and quantization methods on model size reduction. Finally, we used Bye Pair Encoding to builda subword language model. As a result, we obtained a compact (100 MB) subwordlanguage model trained on massive Armenian corpora.

Publisher:

Изд-во НАН РА

Format:

pdf

Extent:

էջ 30-38

Identifier:

oai:arar.sci.am:323480

Language:

en

Location of original object:

ՀՀ ԳԱԱ Հիմնարար գիտական գրադարան