文档名：神经机器翻译中英语单词及其大小写联合预测模型
英文中单词有大小写之分,如果使用不规范,会降低语句的可读性,甚至造成语义上的根本变化.当前的机器翻译处理流程一般先翻译生成小写的英文译文,再采用独立的大小写恢复工具进行还原,这种方式步骤繁琐且没有考虑上下文信息.另一种方式是抽取包含大小写的词表,但这种方式扩大了词表,增加了模型参数.本文提出了一种在神经机器翻译训练中联合预测英语单词及其大小写属性的方法,在同一个解码器输出层分别预测单词及其大小写属性,预测大小写时充分考虑源端语料和目标端语料上下文信息.该方法不仅减小了词表的大小和模型参数,翻译译文的质量也得到提升.在WMT2017汉英新闻翻译任务测试集上,相比基线实验,提出的方法在大小写敏感和大小写不敏感两个评价指标上分别提高0.97BLEU和1.01BLEU,改善了神经机器翻译模型的性能.
作者：张楠 李响 靳晓宁 陈伟
作者单位：北京工业大学北京未来网络科技高精尖创新中心,北京100124中国科学院计算技术研究所,北京100190;中国科学院大学,北京100049北京搜狗科技发展有限公司,北京100084
母体文献：第十七届全国计算语言学学术会议暨第六届基于自然标注大数据的自然语言处理国际学术研讨会(CCL2018)论文集
会议名称：第十七届全国计算语言学学术会议暨第六届基于自然标注大数据的自然语言处理国际学术研讨会(CCL2018)
会议时间：2018年10月19日
会议地点：长沙
主办单位：中国中文信息学会
语种：chi
分类号：H31G64
关键词：神经机器翻译 英语单词 大小写恢复 联合预测
在线出版日期：2021年9月13日
基金项目：
相似文献
相关博文
- 文件大小:
- 915.01 KB
- 下载次数:
- 60
-
高速下载
|
|
