[发明专利]一种基于层次结构的神经网络机器翻译模型

权利要求书

1.一种基于层次结构的神经网络机器翻译模型，其特征在于包括以下步骤：

1)使用词语对齐工具GIZA++对训练平行句对进行词对齐，然后根据标点符号和词语对齐信息将源语言句子分为单调翻译的子句；

2)使用上述得到的子句数据来训练子句分类器；

3)对平行句对的源语言句子进行层次结构建模；

4)对平行句对的目标语言句子进行层次结构解码。

2.如权利要求1所述一种基于层次结构的神经网络机器翻译模型，其特征在于在步骤3)中，所述对平行句对的源语言句子进行层次结构建模的具体方法为：以词为单位，使用底层循环神经网络编码得到子句的语义表示；以子句为单位，使用上层循环神经网络得到整个句子的语义表示。

3.如权利要求1所述一种基于层次结构的神经网络机器翻译模型，其特征在于在步骤4)中，所述对平行句对的目标语言句子进行层次结构解码的具体方法为：根据子句的顺序确定当前翻译双层注意机制的作用范围，生成当前上下文信息的语义表示；结合前一解码状态的语义表示，计算当前解码状态的语义表示；计算当前译文的生成概率；与传统神经网络相同，以负对数似然为目标来训练基于层次结构的神经网络机器翻译模型。