[发明专利]将双语预定义翻译对融入神经机器翻译模型的方法在审
| 申请号： | 201910577358.3 | 申请日： | 2019-06-28 |
| 公开（公告）号： | CN110222350A | 公开（公告）日： | 2019-09-10 |
| 发明（设计）人： | 熊德意;王涛 | 申请（专利权）人： | 苏州大学 |
| 主分类号： | G06F17/28 | 分类号： | G06F17/28;G06N20/00 |
| 代理公司： | 苏州市中南伟业知识产权代理事务所(普通合伙) 32257 | 代理人： | 苏张林 |
| 地址： | 215168 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种将双语预定义翻译对融入神经机器翻译模型的方法。本发明一种将双语预定义翻译对融入神经机器翻译模型的方法，应用在基于注意力机制且采用encoder‑decoder框架的NMT模型，包括：目标是为了将双语预定义的翻译对(p,q)融入神经机器翻译模型，其中p出现在源端的句子中，且p需要被正确翻译为q，出现在在目标端的句子中，同时源端中的其它的词被正确翻译。本发明的有益效果：我们提出将样例引入神经机器翻译模型，以此来指导其翻译的方法，具有以下优势，1.通过使用tagging方法，使模型学习到这种模式，建立源端和目标端预定义短语对地联系，提高它们被成功翻译的可能。 | ||
| 搜索关键词： | 机器翻译 翻译 预定义 神经 融入 源端 句子 注意力机制 短语 模型学习 目标端 引入 应用 成功 | ||
【主权项】：
1.一种将双语预定义翻译对融入神经机器翻译模型的方法，应用在基于注意力机制且采用encoder‑decoder框架的NMT模型，其特征在于，包括：目标是为了将双语预定义的翻译对(p,q)融入神经机器翻译模型，其中p出现在源端的句子中，且p需要被正确翻译为q，出现在在目标端的句子中，同时源端中的其它的词被正确翻译。将训练语料中的出现的p和q用特殊的标签<start>和<end>包围；标签<start>和<end>和词典中的其他词一样，其向量表示都是随机初始化的，在训练过程中，逐渐学习参数；使用tagging的目的是为了根据这种相同的模式在p和q之间建立一种联系，同时使得q连续地出现而不会中断。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于苏州大学，未经苏州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910577358.3/，转载请声明来源钻瓜专利网。
