结合生成式对抗网络的神经机器翻译研究

• 作者: 汪洋 钟敏 陈炜
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 生成式对抗网络 神经机器翻译 强化学习 卷积神经网络 循环神经网络
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 1164-1167
• 页数: 4页
• 分类号: TP391.2
• 字数: 2949字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.05.031

摘要

针对如何进一步提升神经机器翻译精度的问题,提出了一种将生成式对抗网络(GAN)应用于神经机器翻译(NMT)的方法.构建一个条件序列生成对抗网,它包括两个对抗子模型,一个生成器和一个判别器.该生成器旨在生成难以与人类翻译的句子区分开的句子,判别器旨在将生成器生成的句子与人类翻译的句子区分开来.另外,静态句子级BLEU值将会作为强化目标作用于生成器.在训练过程中,动态的判别器和静态的BLEU目标都用于评估生成的句子,并将评估结果反馈给生成器,来指导生成器的学习.实验结果表明,在英-德翻译数据集上,在引入生成式对抗网络后,相比于传统的基于循环神经网络(RNN)的神经机器翻译模型,翻译效果得到了一定的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈炜		1	0	0.0	0.0
2	汪洋		5	7	2.0	2.0
3	钟敏		3	1	1.0	1.0