申请/专利权人:昆明理工大学
申请日:2021-12-20
公开(公告)日:2022-06-07
公开(公告)号:CN114595700A
主分类号:G06F40/58
分类号:G06F40/58;G06F40/211;G06K9/62;G06N3/04
优先权:
专利状态码:失效-发明专利申请公布后的驳回
法律状态:2023.10.27#发明专利申请公布后的驳回;2022.06.24#实质审查的生效;2022.06.07#公开
摘要:本发明涉及融合零代词与篇章信息的汉越神经机器翻译方法,属于自然语言处理技术领域。本发明包括:构建中越英三语对齐篇章数据集,对中越数据进行零代词分类标记;使用自注意力机制分别获取源语句、上下文的双语特征;利用源语句和上下文特征通过池化、联接并进行零代词的句法成分分类;又利用源语句和上下文特征通过两个注意力子层对目标语句进行预测。本发明采用联合学习的方式,同时学习和更新主任务模型和辅助模型的参数。联合分类任务和翻译任务。在分类任务中加入篇章信息,提升零代词分类准确率。同时,篇章信息也可以有效地提升翻译任务性能。本发明通过融合零代词和篇章信息,有效提升了汉越神经机器翻译性能。
主权项:1.融合零代词与篇章信息的汉越神经机器翻译方法,其特征在于:所述方法的具体步骤如下:Step1、通过网络爬虫技术爬取收集并构建中越英三语平行数据,利用矩阵对齐方法找出中越双语缺失的代词,并利用依存句法分析库DDParser分析这些省略代词的句法成分,作为分类任务的真实标签,得到零代词信息标注的汉越可比语料数据集;Step2、通过词嵌入和位置嵌入分别对源语句、源语句上下文进行特征编码,利用Transformer编码器提取特征,将获得的源语句特征和上下文特征进行池化拼接得到新的表征,并将表征输入分类器进行分类;同时利用Transformer解码器提取目标语句特征,并分别和源语句特征、上下文特征做注意力计算。
全文数据:
权利要求:
百度查询: 昆明理工大学 融合零代词与篇章信息的汉越神经机器翻译方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。