10.16526/j.cnki.11-4762/tp.2021.11.026
基于递归神经网络的英译汉机器翻译模型设计与实现
在自然语言处理领域,递归神经网络在机器翻译中的应用越来越广泛;除了其他语言外,汉语中还包含大量的词汇,提高英译汉的机器翻译质量是对汉语处理的一个重要贡献;设计了一个英汉机器翻译系统的模型,该系统使用基于知识的上下文向量来映射英语和汉语单词,采用编解码递归神经网络实现;对基于激活函数模型的性能进行了测试,测试结果表明,编码器层的线性激活函数和解码器层的双曲正切激活函数性能最好;从GRU和LSTM层的执行情况来看,GRU的性能优于LSTM;注意层采用softmax和sigmoid激活函数进行设置,该模型的方法在交叉熵损失度量方面优于现有的系统.
递归神经网络;机器翻译;激活函数;自然语言处理
29
TP391.2(计算技术、计算机技术)
陕西高等教育教学改革研究项目重点项目19BZ064
2021-12-15(万方平台首次上网日期,不代表论文的发表时间)
共6页
142-147