近年來,隨著人工智能和深度學(xué)習(xí)的發(fā)展,神經(jīng)機(jī)器翻譯在某些高資源語言對(duì)上取得了接近人類水平的效果。然而對(duì)于低資源語言對(duì)如漢語和蒙古語,神經(jīng)機(jī)器翻譯的效果并不盡如人意。為了提高蒙漢神經(jīng)機(jī)器翻譯的性能,該文基于編碼器—解碼器神經(jīng)機(jī)器翻譯架構(gòu),提出一種改善蒙漢神經(jīng)機(jī)器翻譯結(jié)果的方法。首先將蒙古語和漢語的詞向量空間進(jìn)行對(duì)齊并用它來初始化模型的詞嵌入層,然后應(yīng)用聯(lián)合訓(xùn)練的方式同時(shí)訓(xùn)練蒙古語到漢語的翻譯和漢語到蒙古語的翻譯。并且在翻譯的過程中,最后使用蒙古語和漢語的單語語料對(duì)模型進(jìn)行去噪自編碼的訓(xùn)練,增強(qiáng)編碼器的編碼能力和解碼器的解碼能力。實(shí)驗(yàn)結(jié)果表明該文所提出方法的效果明顯高于基線模型,證明該方法可以提高蒙漢神經(jīng)機(jī)器翻譯的性能。

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引言
1 相關(guān)工作
2 基于單語語料和詞向量對(duì)齊的神經(jīng)機(jī)器翻譯模型
    2.1 利用單語語料的去噪自編碼
    1.2 基于詞向量對(duì)齊的神經(jīng)機(jī)器翻譯
    2.3 模型的訓(xùn)練
3 實(shí)驗(yàn)設(shè)計(jì)與分析
    3.1 實(shí)驗(yàn)設(shè)置
    3.2 實(shí)驗(yàn)結(jié)果與分析
4 總結(jié)與展望



本文編號(hào)：3848722