面向汉维机器翻译的双语关联度优化模型

• 作者: 李晓 杨雅婷 潘一荣 董瑞
• 来源期刊: 计算机应用研究
• 关键词: 维吾尔语 神经网络机器翻译 注意力机制 词对齐 生成概率
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 726-730
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.08.0625

摘要

针对汉语—维吾尔语的统计机器翻译系统中存在的语义无关性问题,提出基于神经网络机器翻译方法的双语关联度优化模型.该模型利用注意力机制捕获词对齐信息,引入双语短语间的语义相关性和内部词汇匹配度,预测双语短语的生成概率并将其作为双语关联度,以优化统计翻译模型中的短语翻译得分.在第十一届全国机器翻译研讨会(CWMT 2015)汉维公开机器翻译数据集上的实验结果表明,与基线系统相比,在使用较小规模的训练数据和词汇表的条件下,所提方法可以同时有效地提高短语级别和句子级别的机器翻译任务性能,分别获得最高2.49和0.59的BLEU值提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晓	中国科学院新疆理化技术研究所	192	3933	35.0	55.0
3	杨雅婷	中国科学院新疆理化技术研究所	26	79	6.0	8.0
9	董瑞	中国科学院新疆理化技术研究所	4	6	1.0	2.0
11	潘一荣	中国科学院新疆理化技术研究所	2	0	0.0	0.0