神经机器翻译相关论文
机器翻译作为一个备受瞩目的研究课题,经历了从规则的机器翻译到基于统计的机器翻译,并取得了令人瞩目的效果。随着大数据的兴起,......
近些年来,机器翻译技术在自然语言处理领域里取得了巨大的成功和进步。在使用深度学习技术以后,在一些语言上的性能已经接近人类水......
在中文文本纠错任务上,基于神经机器翻译的文本纠错模型已经取得最优表现。提出一种复制机制的纠错模型,它复制待纠错句子中的字词到......
依赖于大规模的平行语料库,神经机器翻译在某些语言对上已经取得了巨大的成功。无监督神经机器翻译UNMT又在一定程度上解决了高质量......
针对神经机器翻译和人工翻译性能的差异最小化、训练语料不足问题,提出了一种基于生成对抗网络的神经机器翻译改进方法.首先对目标......
为了解决非英语母语学习者在语音识别中出现的语法错误问题,提出了基于神经机器翻译的语法错误检测语音识别中的语言模型。将构建的......
近年来,神经网络机器翻译模型因其良好的性能,成为了机器翻译任务的主流模型。由于神经机器翻译模型的参数规模较大,往往需要大规......
机器翻译使用计算机算法实现不同自然语言之间的自动转换,具有很高的理论与应用研究价值。近年来,随着深度学习技术的发展,神经机......
随着计算机文本处理的快速发展,词义表示也成为研究热点之一。不少研究工作已经证明词义表示可以提升许多自然语言处理任务的性能,......
随着国家少数民族工作治理理念的调整变化,少数民族地区推广普及国家通用语言的工作,显得尤为重要,让藏族学生潜移默化地、自觉自......
机器翻译已经取得了很好的翻译效果,并且随着神经机器翻译的发展,使得翻译质量得到了进一步的提升,更加的方便了各国人民的交流。......
神经机器翻译成为当前机器翻译的主流方向,在语料资源丰富的语言对上达到了极高的性能,但是在汉-缅这种低资源语言对上应用还不太......
从20世纪90年代末至今,汉藏机器翻译技术研究已走过20多年的发展历程。文章较全面地分析和阐述了汉藏机器翻译技术,重点介绍了基于......
基于视觉信息的多模态机器翻译是指在文本机器翻译的基础上,以图像或视频的信息作为辅助帮助模型理解上下文从而提高机器翻译系统......
翻译服务的重要性随着经济全球化的加速,日益显著。机器翻译相较于人工翻译,成本更低,速度更快,也因此更适应当今时代。神经机器翻......
随着人工智能技术的不断进步,现有机器模型已经基本达到了感知智能,正朝着认知智能前进。自然语言处理是智能认知的基础,是学界和......
传统的神经机器翻译模型是一个黑盒子,并不能有效把术语信息添加进去.而利用用户提供的术语词典来联合训练神经机器翻译模型具有实......
期刊
覆盖模型可以缓解神经机器翻译中的过度翻译和漏翻译问题.现有方法通常依靠覆盖向量或覆盖分数等单一方式存储覆盖信息,而未考虑不......
近年来,深度学习的应用不仅在图像识别、文本生成等领域表现突出,在自然语言处理方面也效果显著。自然语言处理系统在生活中比比皆......
神经机器翻译系统在双语句对齐资源丰富的场景下可以提供最先进的翻译性能。然而,对于医疗领域,域内语料资源的稀缺严重影响了翻译......
针对当前神经机器翻译在捕捉复杂句内小句间的语义和结构关系方面存在不足,导致复杂句长文本翻译的篇章连贯性不佳的问题,提出一种......
探索将XLM-R跨语种预训练语言模型应用在神经机器翻译的源语言端、目标语言端和两端,提高机器翻译的质量.提出3种网络模型,分别在T......
神经机器翻译的效果严重依赖于平行语料的规模和质量,而当前的平行语料抽取方法和生成方法只能提供规模足够但质量不佳的平行语料.......
期刊
医疗机器翻译对于跨境医疗、医疗文献翻译等应用具有重要价值.汉英神经机器翻译依靠深度学习强大的建模能力和大规模双语平行数据......
期刊
被广泛认为用以衡量机器是否具备智能的标志之一就是机器是否具备与人无障碍交流的能力,而这一能力主要由隐藏在机器背后的文本生......
汉字到盲文自动转换是改善我国1700万视障人群生活学习的重要技术。我国先后制定了现行盲文、双拼盲文、国家通用盲文三种盲文标准......
神经机器翻译是采用端到端深度学习框架进行机器翻译的方法。近几年来,神经机器翻译取得了飞速的进展以及巨大的成功。由于神经机......
针对传统神经机器翻译模型结构复杂,参数规模巨大导致的参数学习困难的问题,研究提出一种基于检查点约束的神经机器翻译系统.通过......
针对训练汉维机器翻译模型时汉语-维吾尔语平行语料数据稀疏的问题,将汉语预训练语言B E RT模型嵌入到汉维神经机器翻译模型中,以......
本文首先简介神经机器翻译,解析其基本原理、主流框架、注意力机制;其次探讨基于注意力机制的神经机器翻译存在的主要问题:集外词......
神经机器翻译近年来发展迅速,取得了非常丰富的研究成果。神经机器翻译利用神经网络的学习能力和泛化能力极大地提高了机器翻译的......
集成学习是一种联合多个学习器进行协同决策的机器学习方法,应用在机器翻译任务的推断过程中可以有效整合多个模型预测的概率分布,......
神经机器翻译(NMT)模型通常具有庞大的参数量,例如Transformer在词表设为3万时有将近1亿的神经元,模型的参数量越大,模型越难优化......
神经机器翻译是人工智能和自然语言处理领域中的一个非常重要的研究方向,而句法分析在信息处理中起着承上启下的作用,在翻译过程中......
神经机器翻译(NMT)已经在很多翻译任务上获得了显著的提升效果,但它需要大规模的平行语料库作为支撑,而高质量的平行语料库往往很......
注意力机制是目前神经机器翻译的主流技术,目前已提出了多种注意力生成机制,各机制生成的注意力各有优劣,但每种机制都不能充分利......
针对传统神经机器英语翻译依赖大规模、高质量平行语料库资源,导致对语料匮乏的英语内容翻译质量不理想的问题,研究提出一种基于边......
本文基于神经机器翻译提出了英语语法错误纠正方法,并以实验进行了验证分析,结果表明,利用sampling解码策略的back-translation数......
由于神经机器翻译模型简单、通用和有效,神经机器翻译模型已成为目前最受关注的机器翻译模型。在神经机器翻译模型中,通过引入词汇......
医疗术语的翻译对于科技交流十分必要。然而,由于医疗术语数量巨大,并有一定的组合特性,不能完全由字典覆盖。此外,医疗术语的翻译既有......
汉越平行语料库的资源稀缺,很大程度上影响了汉越机器翻译效果。数据增强是提升汉越机器翻译的有效途径,基于双语词典的词汇替换数......