基于改进字节对编码的汉藏机器翻译研究

• 作者: 头旦才让 仁青东主 尼玛扎西 于永斌 邓权芯
• 来源期刊: 电子科技大学学报
• 关键词: 注意力机制 字节对编码 汉藏神经机器翻译 命名实体识别
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 计算机工程与应用|Computer Engineering and Applications
• 页码范围: 249-255,293
• 页数: 8页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.12178/1001-0548.2020218

摘要

该文通过改进字节对编码算法,提出了带字数阈值的藏文字节对编码算法,优化了基于注意力机制的汉藏神经机器翻译模型.收集整理了100万汉藏句对和20万汉藏人名地名词典,训练了汉藏神经机器翻译模型.通过测试和验证,模型的BLEU值达到36.84.该模型的命名实体翻译效果优于已商用汉藏在线翻译系统.同时,该文的神经机器翻译模型已部署于汉藏机器翻译网站,实现了汉藏神经机器翻译系统的应用推广.