基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
神经机器翻译通过序列到序列的学习对翻译任务进行建模,目前使用注意力机制的神经机器翻译方法在多种语言对上都取得了很好的效果,但是在训练数据比较小的情况下(如汉语-越南语)神经机器翻译模型的性能并不理想.此外如何将统计机器翻译与神经机器翻译进行融合也是一个值得研究的问题.本文分析了记忆网络和神经机器翻译的特点,利用记忆网络对词汇翻译概率进行存储,将词汇翻译概率转化为向量表示,并与神经机器翻译模型进行融合,提出基于记忆网络融合词汇翻译概率的方法,并据此对神经机器翻译的解码进行指导.实验表明记忆网络是一种可行的翻译知识融合方式,并且在神经机器翻译模型中融入词汇翻译概率可以一定程度上解决训练数据小时模型训练不充分的问题.
推荐文章
面向汉维机器翻译的双语关联度优化模型
维吾尔语
神经网络机器翻译
注意力机制
词对齐
生成概率
面向维汉机器翻译的语料筛选技术研究
维汉机器翻译
语料筛选
语言模型
维汉机器翻译未登录词识别研究
维汉机器翻译
短语表
字符串相似度算法
未登录词
词切分
编辑距离
浅析机器翻译
机器翻译
数据库
优势
准确度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 融合词汇翻译概率的汉越神经机器翻译方法
来源期刊 昆明理工大学学报(自然科学版) 学科 工学
关键词 神经机器翻译 汉语-越南语 翻译知识融合 词汇翻译概率
年,卷(期) 2019,(1) 所属期刊栏目 机械、电子信息与自动控制
研究方向 页码范围 54-60
页数 7页 分类号 TP391
字数 语种 中文
DOI 10.16112/j.cnki.53-1223/n.2019.01.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 余正涛 122 877 17.0 24.0
2 吴飞 6 10 2.0 3.0
3 高盛祥 21 77 4.0 8.0
4 文永华 7 11 1.0 3.0
5 王卓 8 30 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
神经机器翻译
汉语-越南语
翻译知识融合
词汇翻译概率
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
昆明理工大学学报(自然科学版)
双月刊
1007-855/X
53-1123/T
大16开
云南省昆明市呈贡区景明南路727号
64-79
1959
chi
出版文献量(篇)
3434
总下载数(次)
7
总被引数(次)
25009
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导