神經(jīng)機器翻譯系統(tǒng)在過去幾年取得了很好的結(jié)果,但是仍然是有缺陷的。機器翻譯系統(tǒng)的輸出必須在后期編輯階段由翻譯人員進行校對。交互機器翻譯促進了人機協(xié)作,提高生產(chǎn)力。在這項工作中,我們將神經(jīng)機器翻譯集成到交互式機器翻譯框架中。利用seq2seq框架的特性,在解碼階段將翻譯人員的糾正信息融合進機器翻譯系統(tǒng),在保持現(xiàn)有信息的情況進行重新解碼翻譯。并且利用翻譯人員的的先驗知識對神經(jīng)翻譯系統(tǒng)進行增量訓(xùn)練,以提高機器翻譯系統(tǒng)的表現(xiàn)。

【文章頁數(shù)】：4 頁

【部分圖文】：

傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)里，相互的輸入沒有關(guān)聯(lián)，例如輸入為X=(x1,x2，…，xn），其中x之間相互不影響，無論以何種方式進行輸入，都不會對最終的結(jié)果產(chǎn)生影響。但是對于機器翻譯來說，翻譯一句話必須要考慮詞之間的聯(lián)系，從整體進行把握。RNN是處理序列數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)，每進行一次計算的時候，都....

如圖3所示為LSTM網(wǎng)絡(luò)內(nèi)部結(jié)構(gòu)圖，LSTM與RNN具有相同的連接結(jié)構(gòu)，標(biāo)準(zhǔn)RNN隱藏層中有一個網(wǎng)絡(luò)層，但是LSTM在隱藏單元中使用三個門來控制信息。每一個LSTM中有三個輸入：當(dāng)前輸入xt，上一步的細(xì)胞狀態(tài)Ct-1，上一步隱藏層狀態(tài)ht-1。σ是激活函數(shù)sigmoid。(1）遺....

(1）遺忘門：決定會從細(xì)胞狀態(tài)中丟棄什么信息，見圖4。該門通過讀取ht-1和xt，與遺忘門權(quán)重矩陣Wf相乘，通過sigmoid得到一個數(shù)，與Ct-1相乘來選擇保留或丟棄。

(3）輸出門：最終決定LSTM的輸出，見圖6。根據(jù)ht-1和xt判斷儲存信息與當(dāng)前輸入的關(guān)聯(lián)，決定輸出哪些信息。首先用sigmoid來確定細(xì)胞狀態(tài)的哪個部分將輸出去。然后將狀態(tài)Ct通過tanh處理，得到一個在-1到1之間的值，然后和sigmoid輸出相乘，最終會輸出我們確定輸出的....

本文編號：4009517