基于变分模型的英汉翻译系统设计

• 作者: 郑萌
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 机器翻译 对抗神经网络 变分贝叶斯 神经网络算法 英汉翻译 对抗学习 BLEU 自然语言处理
• 年，卷（期）: 2020,（12）
• 页码范围: 75-78
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2020.12.014

摘要

对抗神经机器翻译方法是目前机器翻译算法的研究热点.传统对抗神经网络模型的翻译精度依赖大量语料数据集,模型训练需要耗费大量时间,在语料匮乏的情况下模型翻译质量较差.文中针对传统对抗神经网络机器翻译算法的不足,将变分算法和对抗神经网络相结合,并对语料数据进行训练.实验结果表明,文中建立的变分对抗神经网络翻译BLEU值相较于传统翻译算法有较为明显的提升;在训练语料数量匮乏时,模型BLEU值相较其他算法也有显著提升.说明文中提出的算法模型可以有效缩短数据的训练时间,提升数据的训练精度,改善句子的翻译质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑萌		2	0	0.0	0.0