面向科技文献神经机器翻译词汇表优化研究

摘要：

[目的]针对面向科技文献的神经机器翻译中存在的词汇表受限问题,提出优化方法,进而提升翻译质量.[方法]根据科技词汇构词规律,结合点互信息,在保留词汇义素完整的同时,对神经机器翻译词汇表进行优化,达到减少未登录词的目的.[结果]选择NTCIR-2010专利语料和自动化计算机领域期刊论文摘要语料进行实验,将实验结果与普通分词和子词分词对比,证明该方法的有效性.[局限]仅考虑中文字符的优化.[结论]在中文科技文献领域,基于科技词汇构词的词汇表优化方法能够提升翻译效果.

关键词：神经机器翻译、科技文献、未登录词

所属期刊栏目：3

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目“面向科技监测的实体识别与关系抽取研究”71403257;中国科学技术信息研究所重点工作项目“日汉机器翻译双语资源建设与翻泽引擎研发”ZD2017-4;中国科学技术信息研究所创新研究基金项目“基于上下文信息的神经机器翻译未登录词分析”项目QN2018-06的研究成果之一

在线出版日期：2019-05-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：76-82