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:
现有最先进的神经机器翻译模型大都依赖于多层神经网络结构,针对多层网络结构易导致信息退化的问题,提出通过融合层与层之间的输出信息来改善各个层之间的残差连接关系的方法,从而使得层与层之间联系更紧密.相比于原来的残差网络连接,进一步优化了深层网络的信息流动结构,使得整个结构有效信息流动更充分.在Transformer模型和序列到序列的卷积(convolutional sequence to sequence,Conv S2S)模型上进行相关实验,大规模中-英翻译任务的实验结果表明,该方法提高了Transformer和Conv S2S的翻译性能.
推荐文章
改进的模板驱动的神经机器翻译
神经机器翻译
子块模板
短语提取
神经机器翻译的系统融合方法
神经机器翻译
循环神经网络
系统融合
注意力机制
门机制
基于模板的汉英专利机器翻译研究
模板
专利文献
机器翻译
正则文法
机器翻译测评的实践与分析
句子长度
错误类型
自动测评
分级
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 多层信息融合的神经机器翻译
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 残差网络 融合
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 149-157
页数 9页 分类号 TP391.2
字数 7316字 语种 中文
DOI 10.6043/j.issn.0438-0479.201811012
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 张民 苏州大学计算机科学与技术学院 27 94 5.0 9.0
2 段湘煜 苏州大学计算机科学与技术学院 11 10 2.0 2.0
3 周孝青 苏州大学计算机科学与技术学院 1 2 1.0 1.0
4 俞鸿飞 苏州大学计算机科学与技术学院 3 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (100)
参考文献  (3)
节点文献
引证文献  (2)
同被引文献  (13)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2020(2)
  • 引证文献(2)
  • 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
残差网络
融合
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