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:
现有的神经机器翻译模型的注意力机制仅考虑目标端对应源端的关联信息,未考虑源端单词之间的关联信息.通过在源端进行关联性建模,融入依存关联指导,以此加强源端单词之间的关联性,提高机器翻译的性能.首先构建源端隐藏层之间的关联性,其次构建依存关联损失函数,从而将依存关联指导融入基准的神经机器翻译系统.利用循环神经网络基准模型和Transformer基准模型分别在大规模的中-英测试数据集上进行实验,结果表明,相较于基准神经机器翻译系统,融入依存关联指导可以有效提升机器翻译质量.
推荐文章
融入规则信息的神经机器翻译
神经机器翻译
规则信息
融合
融入汉字笔画序列的神经机器翻译
神经机器翻译
汉字笔画序列
注意力机制
神经机器翻译综述
自然语言处理
人工智能
机器翻译
神经网络
语言对
融入双语最大名词短语的机器翻译模型
统计机器翻译
短语翻译模型
最大名词短语
双语最大名词短语
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 融入依存关联指导的神经机器翻译方法
来源期刊 厦门大学学报(自然科学版) 学科 工学
关键词 神经机器翻译 依存关联指导 依存关联损失
年,卷(期) 2019,(2) 所属期刊栏目 机器翻译模型
研究方向 页码范围 158-163
页数 6页 分类号 TP391.2
字数 3866字 语种 中文
DOI 10.6043/j.issn.0438-0479.201811024
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 王坤 苏州大学计算机科学与技术学院 16 50 3.0 7.0
2 张民 苏州大学计算机科学与技术学院 27 94 5.0 9.0
3 段湘煜 苏州大学计算机科学与技术学院 11 10 2.0 2.0
4 汪琪 苏州大学计算机科学与技术学院 2 3 1.0 1.0
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  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(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
依存关联指导
依存关联损失
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
厦门大学学报(自然科学版)
双月刊
0438-0479
35-1070/N
大16开
福建省厦门市厦门大学囊萤楼218-221室
34-8
1931
chi
出版文献量(篇)
4740
总下载数(次)
7
总被引数(次)
51714
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导