基于句子级上下文内容的神经机器翻译方法

摘要：

传统的神经机器翻译方法在忽略句子层面语境的情况下,利用词层面语境来预测目标语的翻译,这有利于统计机器翻译中的翻译预测;但由于词的主题往往是根据句意和上下文动态变化的,存在一词多义等复杂情况;这会导致翻译的不准确;因此,利用卷积神经网络将句子级上下文表示为潜在的主题表示,并设计了一个主题关注度模型,将源句子级主题上下文信息集成到基于Attention和基于Transformer的神经机器翻译方法中;实验结果表明,提出的方法的BLEU评分最高大约等于40.

关键词：机器学习、卷积神经网络、机器翻译、潜在主题表示、上下文内容

所属期刊栏目：29

分类号：TP391(计算技术、计算机技术)

资助基金：陕西省自然科学基金;陕西省社科基金

在线出版日期：2021-03-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：194-199