| 陈玺文,余正涛,高盛祥,王振晗 | |
| 融合主题信息的篇章级神经机器翻译 | |
| 云南大学学报:自然科学版(2017) | |
| 2023 | |
| 目前的神经机器翻译方法以句子为单位作为输人,在翻译过程中不能有效利用篇章级上下文的信息,影响了机器翻译的性能,为解决现有机器翻译框架下的上下文信息缺失问题,提出一种融合主题信息的篇章级神经机器翻译方法.首先,将源语言当前句子与源语言的前一句分别独立输入到源语言句子编码器和上下文编码器中;然后,采用注意力机制将2个编码器的输出映射为最终的上下文表,结合源语言句子编码器输出通过门控机制得到具有上下文信息和当前句子融合表征,同时将词嵌入后的源语言句子输人基于 BiGRU和卷积神经网络的主题表征编码器映射为主题表征:最后,将融合后的句子表征以及主题表征分别通过2个串联的注意力机制参与解码.实验结果表明,该方法能够提高篇章级神经机器翻译的性能,相较于基准系统,该方法在BLEU值上最高提升了0.55个百分点。 | |
| 点击此处下载文章内容 | |