[发明专利]限定性神经网络机器翻译方法及存储介质有效
申请号: | 201810961909.1 | 申请日: | 2018-08-22 |
公开(公告)号: | CN109359304B | 公开(公告)日: | 2023-04-18 |
发明(设计)人: | 田亮;黎浩添 | 申请(专利权)人: | 新译信息科技(深圳)有限公司 |
主分类号: | G06F40/58 | 分类号: | G06F40/58;G06N3/044;G06N3/0455;G06N3/047;G06N3/08 |
代理公司: | 深圳市辉泓专利代理有限公司 44510 | 代理人: | 袁辉;刘玉珍 |
地址: | 518000 广东省深圳市南山区前海深港合作区*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种限定性神经网络机器翻译方法及存储介质,包括下述步骤:1、训练基本的NMT模型;2、使用该NMT模型翻译一个即验证集,并输出ATTENTION LAYER里的词对齐信息;3、使用词性标注器进行词性自动标注,然后利用词对齐信息自动生成UNK2语料;4、把原本语料数据加上UNK2语料并重新训练;5、使用替换功能時,把需要替换的词先换成UNK2语料,进行解码后,再利用词对齐信息替换回去;6、完成UNK替换解码过程。通过本发明可解决NMT对于UNK替换的技术效果不理想的缺点,针对性的流程可以大幅地增加替换的成功机率同时保持高质的翻译质量,本发明应用了UNK替换功能,保证名词翻译的准确度。 | ||
搜索关键词: | 限定性 神经网络 机器翻译 方法 存储 介质 | ||
【主权项】:
1.一种限定性神经网络机器翻译方法,其特征是:所述的翻译方法包括下述步骤:步骤S1、训练基本的NMT模型;步骤S2、使用该NMT模型翻译一个即验证集,并输出ATTENTION LAYER里的词对齐信息;步骤S3、使用词性标注器进行词性自动标注,然后利用词对齐信息自动生成语料;步骤S4、把原本语料数据加上语料并重新训练;步骤S5、使用替换功能時,把需要替换的词先换成语料,进行解码后,再利用词对齐信息替换回去;步骤S6、完成UNK替换解码过程。
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新译信息科技(深圳)有限公司,未经新译信息科技(深圳)有限公司许可,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/201810961909.1/,转载请声明来源钻瓜专利网。
- 上一篇:一种基于图模型的词义消歧方法和系统
- 下一篇:一种多语言同声互译的方法和设备