融入规则信息的神经机器翻译

• 作者: 熊德意 秦文杰
• 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 规则信息 融合
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 机器翻译模型
• 页码范围: 185-191
• 页数: 7页
• 分类号: TP391
• 字数: 4950字
• 语种: 中文
• DOI: 10.6043/j.issn.0438-0479.201908023

摘要

为了将统计机器翻译技术中的规则信息引入到端到端的神经网络模型中,提出了一种将规则信息转化为近似等价的序列信息的方法.在此基础上,提出了两种融入规则信息的神经机器翻译模型,并在基于注意力机制的循环神经网络(RNN)模型上进行了验证.相对于未融入规则信息的基准模型在美国国家标准与技术研究院(NIST)评测集上的评测结果,上述两种模型的双语互译评估(BLEU)值均有所提高.实验表明,将规则等外部知识融入到神经机器翻译系统中是提升模型翻译质量的一种有效途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊德意	苏州大学计算机科学与技术学院	15	96	6.0	9.0
2	秦文杰	苏州大学计算机科学与技术学院	1	1	1.0	1.0