低资源语种傣汉神经机器翻译方法

• 作者: 付莎 冯韬 李淼 胡泽林 高翊 麻之润
• 来源期刊: 昆明理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 低资源神经机器翻译 初始化模型 词向量对齐 注意力机制
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 机械、电子信息与自动控制
• 页码范围: 57-63
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16112/j.cnki.53-1223/n.2020.04.008

摘要

近年来随着人工智能和深度学习的发展,在神经机器翻译(NMT)的加持下,机器翻译的水平取得了长足的进步,但是在较大语料的情况下才能取得好的效果.此外,NMT的成功需要依赖于大量高质量的双语语料作为训练数据.在英法等丰富资源的语种(Rich resource language)翻译任务上,神经机器翻译机器的表现几乎可以媲美人类的水平.对于一些小语种(俗称低资源语种:Low resource language),无法提供足够多的双语数据,导致NMT出现过拟合问题,从而降低翻译效果.据此本文以低资源的汉傣语翻译为例,针对神经机器在低资源汉傣语机器翻译表现不佳的问题现状,开展了如下研究:(1)构造了以词向量为基础的初始化模型,利用傣汉词向量空间对齐的方法,来初始化神经翻译模型的词嵌入层以提高翻译的性能;(2)设计了傣汉词向量空间的对齐方法;(3)提出了一种基于词对齐的神经机器翻译框架.通过汉/傣、傣/汉双向翻译实验证明,该方法可以分别使汉/傣、傣/汉机器翻译的BLEU值提高2.38个和0.43个BLEU点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李淼	中国科学院合肥物质科学研究院	155	1490	17.0	35.0
2	胡泽林	中国科学院合肥物质科学研究院	14	98	4.0	9.0
3	高翊	中国科学院合肥物质科学研究院	1	0	0.0	0.0
4	付莎	中国科学院合肥物质科学研究院	1	0	0.0	0.0
5	冯韬	中国科学院合肥物质科学研究院	2	0	0.0	0.0
6	麻之润	中国科学院合肥物质科学研究院	1	0	0.0	0.0