基于雙語(yǔ)詞典的遠(yuǎn)距離語(yǔ)對(duì)無監(jiān)督神經(jīng)機(jī)器翻譯方法

打開文本圖片集

摘  要： 為了緩解大型平行語(yǔ)料庫(kù)稀缺性對(duì)機(jī)器翻譯質(zhì)量的影響，無監(jiān)督方法在神經(jīng)機(jī)器翻譯領(lǐng)域備受關(guān)注，但其在遠(yuǎn)距離語(yǔ)言對(duì)上的翻譯表現(xiàn)仍有待提高。因此，文中引入了翻譯語(yǔ)言模型（TLM）并提出了Dict?TLM方法。該方法的核心思想是結(jié)合單語(yǔ)語(yǔ)料和無監(jiān)督雙語(yǔ)詞典訓(xùn)練語(yǔ)言模型。具體而言，模型首先接受源語(yǔ)言句子作為輸入，然后，不同于傳統(tǒng)TLM只接受平行語(yǔ)料，Dict?TLM模型還接受源語(yǔ)言句子通過無監(jiān)督雙語(yǔ)詞典處理后的數(shù)據(jù)作為輸入，在這種輸入中，模型將源語(yǔ)言句子中在雙語(yǔ)詞典中出現(xiàn)的單詞替換為相應(yīng)的目標(biāo)語(yǔ)言翻譯詞，重要的是，該方法中的雙語(yǔ)詞典是無監(jiān)督獲得的。（剩余10344字）