基于半监督学习的小语种机器翻译算法

• 作者: 刘功申 孙环荣 谭儒昕 陆雯洁
• 来源期刊: 厦门大学学报（自然科学版）
• 学科: 工学
• 关键词: 半监督学习 小语种 机器翻译
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 民族语言处理
• 页码范围: 200-208
• 页数: 9页
• 分类号: TP391.2
• 字数: 7949字
• 语种: 中文
• DOI: 10.6043/j.issn.0438-0479.201811015

摘要

近年来,基于神经网络的机器翻译取得了快速发展,然而由于它需要大规模的平行语料库,所以对于资源稀缺的小语种的翻译往往显得效果不佳.在分析编码-解码框架和注意力机制的基础上,基于对偶学习的思想,提出了一种面向小语种翻译的半监督神经网络模型.该模型利用较大的单语语料库与少量平行语料库来实现小语种翻译.实验结果表明,当平行语料资源不足以训练一个普通神经网络模型时,使用半监督网络模型能够取得较好的结果,但所采用的半监督学习模型对单语语料库的数量要求非常高,要达到一定数量级才能达到良好效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆雯洁	上海交通大学电子信息与电气工程学院	1	1	1.0	1.0
2	谭儒昕	上海交通大学电子信息与电气工程学院	1	1	1.0	1.0