10.16208/j.issn1000-7024.2022.09.036
基于动态词汇编码的树形神经机器翻译
针对树形神经机器翻译方法存在的局限性,提出一种动态词汇化依赖编码的树形神经机器翻译方法.通过词汇化依赖编码模型简化模型的网络架构,减少模型参数的数量,解决过度翻译问题;通过引入变异递归神经网络(RNN),能够同时考虑长距离依赖关系和单词的顺序信息;采用一个潜在向量动态调节每个节点表示的组成参数,适应短语的语法语义丰富性特点.翻译实验结果验证了所提动态词汇化依赖关系模型显著优于英语-汉语和英语-德语翻译任务中传统树形模型.
依赖编码、动态词汇化、树形RNN、神经机器翻译、递归神经网络
43
TP391.2;TP183(计算技术、计算机技术)
河南省科技攻关基金项目;河南省科技攻关基金项目;河南省科技攻关基金项目
2022-10-09(万方平台首次上网日期,不代表论文的发表时间)
共8页
2678-2685