基于领域特征的神经机器翻译领域适应方法

• 作者: 张民 段湘煜 谭敏
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 领域适应 判别器 系统集成
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 机器翻译
• 页码范围: 56-64
• 页数: 9页
• 分类号: TP391
• 字数: 7677字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2019.07.007

摘要

神经机器翻译在资源丰富领域上训练的翻译模型往往在其他资源稀缺领域中表现较差,领域适应是利用资源丰富的领域帮助资源稀少的领域提升翻译质量的一种方法.该文提出基于领域特征的领域适应方法以提升资源稀缺领域的神经机器翻译质量.具体而言,该文尝试构建领域敏感网络以获得领域特有特征,构建领域不敏感网络以获得领域间的共有特征.一个领域判别器被用于区分领域.该文通过训练领域敏感网络使得该领域判别器更易做出准确判断,同时引入对抗机制,使得领域不敏感网络欺骗该领域判别器.最后,提出一种系统集成机制,融合基准神经翻译网络、领域敏感网络、领域不敏感网络以完成神经机器翻译的领域适应.实验结果显示,该方法在中英广播对话领域上和英德口语领域上的翻译效果均有显著提升.

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	谭敏	苏州大学计算机科学与技术学院	2	2	1.0	1.0