神经网络机器翻译之语境式学习

作     者：杨寅冬 姚洁 YANG Yindong;YAO Jie

作者机构：安徽邮电职业技术学院计算机系安徽合肥230031 安徽邮电职业技术学院公共基础部安徽合肥230031 

出 版 物：《太原师范学院学报（自然科学版）》 (Journal of Taiyuan Normal University:Natural Science Edition)

年 卷 期：2019年第18卷第3期

页      面：26-29页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：安徽省省级质量工程项目“项目化教学模式下《云计算平台构建》课程教学研究与实践”(2017jyxm0845) 安徽省省级质量工程项目“项目化教学模式下《云计算平台构建》课程教学研究与实践”(2017zhkt271) 

主　　题：深度学习 循环神经网络 上下文 机器翻译 

摘      要：人们对大语境神经网络机器翻译(如文档翻译和多模式翻译)越来越感兴趣.目前,虽然有多个研究学者提出了新的网络架构或评估方法,但在大语境翻译模型内,潜在有用的语境信息有时仍会被忽略.文章提出了一种新颖的学习算法,即通过使用多级成对排序损失函数,将其他的语境信息纳入神经网络翻译模型考虑范畴.在文章中,通过使用文档翻译中基于转换器且大语境翻译系统,来评估所述出的学习算法.通过实际语境和随机语境,我们比较该算法的性能,并得出经过文章所述的算法训练的模型对附加语境信息更为敏感.