计算机应用研究

作者：潘一荣,李晓,杨雅婷,董瑞,

单位：1.中国科学院新疆理化技术研究所,乌鲁木齐830011；2.中国科学院大学,北京100049；3.新疆民族语音语言信息处理实验室,乌鲁木齐830011；

关键词：维吾尔语,神经网络机器翻译,注意力机制,词对齐,生成概率,

基金：国家自然科学基金资助项目(U1703133)；中科院西部之光项目(2017-XBQNXZ-A-005)；中国科学院青年创新促进会的资助项目(2017472)；新疆维吾尔自治区重大科技专项项目(2016A03007-3)；新疆维吾尔自治区高层次人才引进工程项目(Y839031201)；；

针对汉语—维吾尔语的统计机器翻译系统中存在的语义无关性问题，提出基于神经网络机器翻译方法的双语关联度优化模型。该模型利用注意力机制捕获词对齐信息，引入双语短语间的语义相关性和内部词汇匹配度，预测双语短语的生成概率并将其作为双语关联度，以优化统计翻译模型中的短语翻译得分。在第十一届全国机器翻译研讨会（CWMT 2015）汉维公开机器翻译数据集上的实验结果表明，与基线系统相比，在使用较小规模的训练数据和词汇表的条件下，所提方法可以同时有效地提高短语级别和句子级别的机器翻译任务性能，分别获得最高2.49和0.59的BLEU值提升。

来源：2020年第3期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第3期