發(fā)布時間：2020-04-17 12:23

【摘要】：機器翻譯是利用計算機將一種語言轉(zhuǎn)換為另一種語言的過程,是自然語言處理研究領(lǐng)域的核心任務(wù)之一,有非常重要的科學(xué)理論研究價值。神經(jīng)機器翻譯(Neural Machine Translation,NMT)因其性能優(yōu)越已經(jīng)成為主流的機器翻譯方法,也是深度學(xué)習(xí)在自然語言處理領(lǐng)域最成功的應(yīng)用之一。神經(jīng)機器翻譯系統(tǒng)的高性能通常依賴于高質(zhì)量大規(guī)模的訓(xùn)練數(shù)據(jù)和強大的計算資源,屬于數(shù)據(jù)驅(qū)動的翻譯方法。但是數(shù)據(jù)驅(qū)動的翻譯方法,在面向資源稀缺語種的翻譯時,會遭遇各種問題。為了解決此類問題,促進機器翻譯理論的發(fā)展,本論文的研究工作以數(shù)據(jù)和知識雙輪驅(qū)動為指導(dǎo)思想,重點研究如何在NMT模型中融合語言學(xué)知識,以提高NMT系統(tǒng)的翻譯性能和翻譯質(zhì)量。一方面,針對NMT系統(tǒng)的集外詞和低頻詞問題,本論文提出了一種在NMT系統(tǒng)中融合語義概念知識的方法。另一方面,針對NMT系統(tǒng)的歧義理解問題,本文還提出了一種面向NMT的融合外部知識庫的讀取式建模和解碼方法。實驗結(jié)果證明,本文提出的方法可以有效地提高NMT系統(tǒng)的翻譯性能。本文的創(chuàng)新點和主要研究成果如下:(1)提出了一種融合語義概念的“替換-翻譯-恢復(fù)”的低頻詞、集外詞處理策略。與傳統(tǒng)方法相比,該方法從語義層次上對低頻詞和集外詞問題進行建模,提高了低頻詞和集外詞的翻譯正確率,有效地改善了低頻詞和集外詞的漏譯或錯譯問題,并設(shè)計實現(xiàn)了三種融合語義概念的語義相似度計算方法,提高了語義相似度計算的準(zhǔn)確性,進而改善了 NMT系統(tǒng)中低頻詞和集外詞的翻譯效果。(2)提出了一種融合外部知識庫的讀取式建模和解碼方法。該方法基于圖注意力機制,動態(tài)地將語義知識三元組信息融入神經(jīng)機器翻譯系統(tǒng)中。實驗結(jié)果表明融入外部語義知識可以提高模型對歧義詞的語義區(qū)分能力,從而提高翻譯性能。本論文的主要貢獻體現(xiàn)在:實現(xiàn)了語義概念和外部知識庫的知識與NMT系統(tǒng)的有機融合,通過方法創(chuàng)新和實驗驗證,拓展了NMT的相關(guān)基礎(chǔ)理論。
【圖文】：

圖３－４選擇最相似的語義概念的一個例子逡逑－

圖３－５漢英、德英訓(xùn)練集的句長分布逡逑Ｆｉｇｕｒｅ邋３－５邋Ｓｅｎｔｅｎｃｅ邋ｌｅｎｇｔｈ邋Ｄｉｓｔｒｉｂｕｔｉｏｎ邋ｏｆ邋Ｃｈｉｎｅｓｅ－Ｅｎｇｌｉｓｈ，邋Ｇｅｒｍ?
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP183;TP391.1;H085

【相似文獻】

相關(guān)期刊論文 前10條

1 陳丹雯;劉然;袁志民;鄧?yán)颦?吳玲達;;基于概念對關(guān)系的視頻多語義概念學(xué)習(xí)方法研究[J];計算機科學(xué);2011年04期

2 梁武;蘇燕;;協(xié)方差特征爬蟲網(wǎng)頁語義概念樹構(gòu)建方法[J];科技通報;2015年04期

3 楊海南;;基于語義概念樹和局部上下文分析的查詢擴展[J];武漢理工大學(xué)學(xué)報(信息與管理工程版);2011年01期

4 白亮;老松楊;侯小強;劉海濤;卜江;;一個知識輔助的視頻語義概念探測框架[J];國防科技大學(xué)學(xué)報;2012年04期

5 周教生;;基于隱含語義分析的視頻語義概念檢測方法[J];信息通信;2018年02期

6 趙建勛;黃繼海;;基于多模態(tài)融合的視頻語義概念檢測[J];科技創(chuàng)新與應(yīng)用;2013年28期

7 潘潤華;詹永照;;基于負(fù)樣本精簡概念格規(guī)則的語義概念檢測[J];計算機工程;2011年23期

8 萬建平;彭天強;李弼程;;基于證據(jù)理論的視頻語義概念檢測[J];數(shù)據(jù)采集與處理;2011年05期

9 李長吾,李昕,洪文學(xué),康健楠;模糊傳感器語義概念生成方法研究[J];儀器儀表學(xué)報;2005年S1期

10 萬建平;高毫林;李弼程;;一種基于證據(jù)融合的視頻語義概念檢測方法[J];信息工程大學(xué)學(xué)報;2011年03期

相關(guān)會議論文 前8條

1 李長吾;李昕;洪文學(xué);康健楠;;模糊傳感器語義概念生成方法研究[A];第三屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2005年

2 宋偉;楊培;于京;姜薇;;基于視覺語義概念的暴恐視頻檢測[A];第31次全國計算機安全學(xué)術(shù)交流會論文集[C];2016年

3 李昕;洪文學(xué);宋佳霖;李長吾;;一種車輛舒適度傳感器語義概念生成方法研究[A];第三屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2005年

4 黃佳來;王立波;袁道敏;;基于語義相似度的查詢擴展研究[A];浙江省電子學(xué)會2008年學(xué)術(shù)年會論文集[C];2008年

5 佟強;;圖像區(qū)域粗糙分割情況下的區(qū)域物體分類[A];第四屆全國幾何設(shè)計與計算學(xué)術(shù)會議論文集[C];2009年

6 陳偉萍;王琳;封化民;楊鼎才;方勇;;一種基于語義概念的中文文本分類方法[A];第一屆建立和諧人機環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2005）論文集[C];2005年

7 陳子晨;;“身”的概念結(jié)構(gòu)及與中國傳統(tǒng)身體觀的聯(lián)系[A];增強心理學(xué)服務(wù)社會的意識和功能——中國心理學(xué)會成立90周年紀(jì)念大會暨第十四屆全國心理學(xué)學(xué)術(shù)會議論文摘要集[C];2011年

8 楊震群;魏驍勇;夏芳;;基于上下文空間的概念融合技術(shù)[A];第六屆和諧人機環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2010)、第19屆全國多媒體學(xué)術(shù)會議（NCMT2010）、第6屆全國人機交互學(xué)術(shù)會議（CHCI2010）、第5屆全國普適計算學(xué)術(shù)會議（PCC2010）論文集[C];2010年

相關(guān)博士學(xué)位論文 前6條

1 秦靜;基于內(nèi)容和語義的音樂檢索技術(shù)研究與應(yīng)用[D];大連理工大學(xué);2018年

2 李曉文;從認(rèn)知語言學(xué)視角研究Dao（道/Way）的多義性及其拓展的語義概念形成[D];上海外國語大學(xué);2012年

3 陳丹雯;新聞視頻語義概念探測與語義檢索關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

4 張瑞杰;基于局部語義概念表示的圖像場景分類技術(shù)研究[D];解放軍信息工程大學(xué);2013年

5 吳俊;視像概念檢測中在線學(xué)習(xí)算法研究[D];清華大學(xué);2008年

6 郭戈;數(shù)字視頻語義信息提取與分析[D];解放軍信息工程大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 尹玉;基于Spark的半監(jiān)督集成學(xué)習(xí)的視頻語義概念檢測[D];江蘇大學(xué);2019年

2 劉方旭;基于語義概念的神經(jīng)機器翻譯方法研究[D];北京交通大學(xué);2019年

3 丁陽;英語形容詞轉(zhuǎn)名詞派生后綴的語義整合機制探究[D];哈爾濱師范大學(xué);2019年

4 石格格;地理對象語義的幾何代數(shù)表達與解析方法[D];南京師范大學(xué);2018年

5 劉海賓;基于視覺注意的視覺問答方法研究[D];蘇州大學(xué);2018年

6 朱鵬;語義飽和對面孔性別識別的影響[D];遼寧師范大學(xué);2015年

7 姜華;基于位置社會語義的用戶情景感知偏好挖掘研究[D];浙江大學(xué);2018年

8 孔瑋婷;基于高斯混合模型視覺特征的視頻語義概念檢測技術(shù)研究[D];江蘇大學(xué);2016年

9 李小貽;基于語義概念的詞義消歧方法[D];華中師范大學(xué);2013年

10 楊培;基于語義概念的特殊視頻內(nèi)容檢測[D];中央民族大學(xué);2016年

，

本文編號：2630860