声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2223/N
国际刊号：1000-0054
发布日期:
作者：满志博, 毛存礼, 余正涛, 李训宇, 高盛祥, 朱俊国
单位：昆明理工大学 信息工程与自动化学院, 云南省人工智能重点实验室, 昆明 650500
关键词：汉语-英语-缅甸语,低资源语言,多语言神经机器翻译,联合训练,语义空间映射,共享参数
基金：国家自然科学基金重点项目（61732005）；国家自然科学基金项目（61662041，61761026，61866019，61972186）；云南省应用基础研究计划重点项目（2019FA023）；云南省中青年学术和技术带头人后备人才项目（2019HB006）
多语言神经机器翻译是解决低资源语言翻译的有效方法，现有方法通常依靠共享词表的方式解决英语、法语以及德语等相似语言之间的多语言翻译问题。缅甸语属于典型的低资源语言。汉语、英语以及缅甸语之间的语言结构差异较大。为了缓解由差异性引起的共享词表大小受限制问题，该文提出一种基于多语言联合训练的汉英缅神经机器翻译方法。在Transformer框架下将丰富的汉英平行语料与较少的汉缅、英缅语料进行联合训练，模型训练过程中分别在编码端和解码端将汉英缅映射在同一语义空间以降低汉英缅语言结构差异性对共享词表的影响，通过共享汉英语料训练参数来弥补汉缅、英缅语料缺失的问题。实验结果表明：在一对多、多对多的翻译场景下，所提方法的BLEU值比基线模型的汉英、英缅以及汉缅翻译结果有明显提升。
来源：2021年第9期
《清华大学学报(自然科学版)》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。