融合单词翻译的神经机器翻译

• 作者: 周国栋 李军辉 韩冬
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 单词翻译 Transformer 神经机器翻译
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 机器翻译
• 页码范围: 40-45
• 页数: 6页
• 分类号: TP391
• 字数: 4948字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2019.07.005

摘要

神经机器翻译由于无法完全学习源端单词语义信息,往往造成翻译结果中存在着大量的单词翻译错误.该文提出了一种融入单词翻译用以增强源端信息的神经机器翻译方法.首先使用字典方法找到每个源端单词对应的目标端翻译,然后提出并比较两种不同的方式,用以融合源端单词及其翻译信息:①Factored编码器:单词及其翻译信息直接相加;②Gated编码器:通过门机制控制单词翻译信息的输入.基于目前性能最优的基于自注意力机制的神经机器翻译框架Transformer,在中英翻译任务的实验结果表明,与基准系统相比,该文提出的两种融合源端单词译文的方式均能显著提高翻译性能,BLEU值获得了0.81个点的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周国栋	苏州大学计算机科学与技术学院	138	1425	22.0	32.0
2	李军辉	苏州大学计算机科学与技术学院	25	151	6.0	12.0
3	韩冬	苏州大学计算机科学与技术学院	5	21	2.0	4.0