融合语言学知识的神经机器翻译研究进展

摘要：

尽管神经机器翻译已经成为目前机器翻译研究应用中的主流方法与范式,然而同时也存在译文流利但不够忠实、罕见词处理困难、低资源语言表现不佳、跨领域适应性差、先验知识利用率低等问题.受统计机器翻译研究启发,在神经机器翻译模型中融入语言学信息,利用已有的语言学知识,缓解神经机器翻译面临的固有困境,提升翻译质量,成为神经机器翻译研究领域的一个热门话题.根据语法单位分类体系,可以将这方面的研究分为三类:融合字词结构信息的神经机器翻译、融合短语结构的神经机器翻译和融合句法结构信息的神经机器翻译.目前的研究主要集中在这三方面.在梳理神经机器翻译面临的主要挑战及原因的基础上,重点介绍了每一类研究的核心思想与作用、现状与主要成果、面临的问题及发展趋势.最后总结归纳现有研究中面临的主要挑战,并对未来的研究方向进行展望.

关键词：神经机器翻译;语言学知识;字词结构信息;短语结构信息;句法结构信息

所属期刊栏目：15

分类号：TP391.2(计算技术、计算机技术)

资助基金：国家自然科学基金重大项目;信息工程大学校新兴方向培育基金

在线出版日期：2021-08-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1183-1194