基于LSTM的蒙汉机器翻译的研究

• 作者: 乌尼尔 仁庆道尔吉 刘婉婉 苏依拉
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 注意力 端到端模型 机器翻译 蒙汉 LSTM神经网络
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 1890-1896
• 页数: 7页
• 分类号: TP391
• 字数: 5274字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2018.10.023

摘要

由于内蒙古地区蒙汉机器翻译水平落后、平行双语语料规模较小,利用传统的统计机器翻译方法会出现数据稀疏以及训练过拟合等问题,导致翻译质量不高.针对这种情况,提出基于LSTM的蒙汉神经机器翻译方法,通过利用长短时记忆模型构建端到端的神经网络框架并对蒙汉机器翻译系统进行建模.为了更有效地理解蒙古语语义信息,根据蒙古语的特点将蒙古文单词分割成词素形式,导入模型,并在模型中引入局部注意力机制计算与目标词有关联的源语词素的权重,获得蒙古语和汉语词汇间的对齐概率,从而提升翻译质量.实验结果表明,该方法相比传统蒙汉翻译系统提高了翻译质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏依拉	内蒙古工业大学信息工程学院	65	139	6.0	9.0
2	乌尼尔	内蒙古工业大学信息工程学院	5	10	2.0	2.0
3	刘婉婉	内蒙古工业大学信息工程学院	5	10	2.0	2.0
4	仁庆道尔吉	内蒙古工业大学信息工程学院	27	22	3.0	3.0