基于Transformer的蒙汉神经机器翻译研究

• 作者: 仁庆道尔吉 牛向华 苏依拉 范婷婷 赵亚平 高芬
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: Transformer 多头自注意力 粒度切分 神经机器翻译
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 141-146,225
• 页数: 7页
• 分类号: TP391
• 字数: 5549字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.02.022

摘要

针对传统循环神经网络和卷积神经网络的缺点,搭建完全基于多头自注意力机制的Transformer蒙汉神经机器翻译模型.实验结果表明,该模型比基于LSTM的蒙汉翻译模型提高了9个BLEU值左右.这说明Transformer翻译模型在句子语义提取和语义表达方面优于LSTM翻译模型.同时在语料预处理阶段,还对中蒙文语料进行了不同粒度的切分.通过实验对比分析,蒙文进行BPE处理后的翻译结果优于对中文单独使用分词处理的结果;在较小语料库中,对中文进行分字处理效果优于分词效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏依拉	内蒙古工业大学信息工程学院	65	139	6.0	9.0
2	牛向华	内蒙古工业大学信息工程学院	7	2	1.0	1.0
3	高芬	内蒙古工业大学信息工程学院	8	0	0.0	0.0
4	赵亚平	内蒙古工业大学信息工程学院	8	2	1.0	1.0
5	仁庆道尔吉	内蒙古工业大学信息工程学院	27	22	3.0	3.0
6	范婷婷	内蒙古工业大学信息工程学院	2	0	0.0	0.0