融入分类词典的汉越混合网络神经机器翻译集外词处理方法

• 作者: 于志强 余正涛 文永华 车万金 郭军军
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 神经机器翻译 分类词典 资源稀缺 集外词
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 机器翻译
• 页码范围: 67-75
• 页数: 9页
• 分类号: TP391
• 字数: 6964字
• 语种: 中文

摘要

在神经机器翻译中,因词表受限导致的集外词问题很大程度上影响了翻译系统的准确性.对于训练语料较少的资源稀缺型语言的神经机器翻译,这种问题表现得更为严重.近几年,受到外部知识融入的启发,该文在RNNSearch模型基础上,提出了一种融入分类词典的汉越混合网络神经机器翻译集外词处理方法.对于给定的源语言句子,扫描分类词典以确定候选短语句对并标签标记,解码端利用词级组件和短语组件的混合解码网络,很好地生成单词集外词和短语集外词的翻译,从而改善汉越神经机器翻译的性能.在汉越、英越和蒙汉翻译实验上表明,该方法显著提高了准确率,对于资源稀缺型语言的神经机器翻译性能有一定的提升.