基于语义概念的神经机器翻译方法研究

发布时间：2020-04-17 12:23

【摘要】：机器翻译是利用计算机将一种语言转换为另一种语言的过程,是自然语言处理研究领域的核心任务之一,有非常重要的科学理论研究价值。神经机器翻译(Neural Machine Translation,NMT)因其性能优越已经成为主流的机器翻译方法,也是深度学习在自然语言处理领域最成功的应用之一。神经机器翻译系统的高性能通常依赖于高质量大规模的训练数据和强大的计算资源,属于数据驱动的翻译方法。但是数据驱动的翻译方法,在面向资源稀缺语种的翻译时,会遭遇各种问题。为了解决此类问题,促进机器翻译理论的发展,本论文的研究工作以数据和知识双轮驱动为指导思想,重点研究如何在NMT模型中融合语言学知识,以提高NMT系统的翻译性能和翻译质量。一方面,针对NMT系统的集外词和低频词问题,本论文提出了一种在NMT系统中融合语义概念知识的方法。另一方面,针对NMT系统的歧义理解问题,本文还提出了一种面向NMT的融合外部知识库的读取式建模和解码方法。实验结果证明,本文提出的方法可以有效地提高NMT系统的翻译性能。本文的创新点和主要研究成果如下:(1)提出了一种融合语义概念的“替换-翻译-恢复”的低频词、集外词处理策略。与传统方法相比,该方法从语义层次上对低频词和集外词问题进行建模,提高了低频词和集外词的翻译正确率,有效地改善了低频词和集外词的漏译或错译问题,并设计实现了三种融合语义概念的语义相似度计算方法,提高了语义相似度计算的准确性,进而改善了 NMT系统中低频词和集外词的翻译效果。(2)提出了一种融合外部知识库的读取式建模和解码方法。该方法基于图注意力机制,动态地将语义知识三元组信息融入神经机器翻译系统中。实验结果表明融入外部语义知识可以提高模型对歧义词的语义区分能力,从而提高翻译性能。本论文的主要贡献体现在:实现了语义概念和外部知识库的知识与NMT系统的有机融合,通过方法创新和实验验证,拓展了NMT的相关基础理论。
【图文】：

图３－４选择最相似的语义概念的一个例子逡逑－

图３－５汉英、德英训练集的句长分布逡逑Ｆｉｇｕｒｅ邋３－５邋Ｓｅｎｔｅｎｃｅ邋ｌｅｎｇｔｈ邋Ｄｉｓｔｒｉｂｕｔｉｏｎ邋ｏｆ邋Ｃｈｉｎｅｓｅ－Ｅｎｇｌｉｓｈ，邋Ｇｅｒｍ?
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP183;TP391.1;H085

【相似文献】

相关期刊论文 前10条

1 陈丹雯;刘然;袁志民;邓莉琼;吴玲达;;基于概念对关系的视频多语义概念学习方法研究[J];计算机科学;2011年04期

2 梁武;苏燕;;协方差特征爬虫网页语义概念树构建方法[J];科技通报;2015年04期

3 杨海南;;基于语义概念树和局部上下文分析的查询扩展[J];武汉理工大学学报(信息与管理工程版);2011年01期

4 白亮;老松杨;侯小强;刘海涛;卜江;;一个知识辅助的视频语义概念探测框架[J];国防科技大学学报;2012年04期

5 周教生;;基于隐含语义分析的视频语义概念检测方法[J];信息通信;2018年02期

6 赵建勋;黄继海;;基于多模态融合的视频语义概念检测[J];科技创新与应用;2013年28期

7 潘润华;詹永照;;基于负样本精简概念格规则的语义概念检测[J];计算机工程;2011年23期

8 万建平;彭天强;李弼程;;基于证据理论的视频语义概念检测[J];数据采集与处理;2011年05期

9 李长吾,李昕,洪文学,康健楠;模糊传感器语义概念生成方法研究[J];仪器仪表学报;2005年S1期

10 万建平;高毫林;李弼程;;一种基于证据融合的视频语义概念检测方法[J];信息工程大学学报;2011年03期

相关会议论文 前8条

1 李长吾;李昕;洪文学;康健楠;;模糊传感器语义概念生成方法研究[A];第三届全国信息获取与处理学术会议论文集[C];2005年

2 宋伟;杨培;于京;姜薇;;基于视觉语义概念的暴恐视频检测[A];第31次全国计算机安全学术交流会论文集[C];2016年

3 李昕;洪文学;宋佳霖;李长吾;;一种车辆舒适度传感器语义概念生成方法研究[A];第三届全国信息获取与处理学术会议论文集[C];2005年

4 黄佳来;王立波;袁道敏;;基于语义相似度的查询扩展研究[A];浙江省电子学会2008年学术年会论文集[C];2008年

5 佟强;;图像区域粗糙分割情况下的区域物体分类[A];第四届全国几何设计与计算学术会议论文集[C];2009年

6 陈伟萍;王琳;封化民;杨鼎才;方勇;;一种基于语义概念的中文文本分类方法[A];第一届建立和谐人机环境联合学术会议（HHME2005）论文集[C];2005年

7 陈子晨;;“身”的概念结构及与中国传统身体观的联系[A];增强心理学服务社会的意识和功能——中国心理学会成立90周年纪念大会暨第十四届全国心理学学术会议论文摘要集[C];2011年

8 杨震群;魏骁勇;夏芳;;基于上下文空间的概念融合技术[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

相关博士学位论文 前6条

1 秦静;基于内容和语义的音乐检索技术研究与应用[D];大连理工大学;2018年

2 李晓文;从认知语言学视角研究Dao（道/Way）的多义性及其拓展的语义概念形成[D];上海外国语大学;2012年

3 陈丹雯;新闻视频语义概念探测与语义检索关键技术研究[D];国防科学技术大学;2014年

4 张瑞杰;基于局部语义概念表示的图像场景分类技术研究[D];解放军信息工程大学;2013年

5 吴俊;视像概念检测中在线学习算法研究[D];清华大学;2008年

6 郭戈;数字视频语义信息提取与分析[D];解放军信息工程大学;2010年

相关硕士学位论文 前10条

1 尹玉;基于Spark的半监督集成学习的视频语义概念检测[D];江苏大学;2019年

2 刘方旭;基于语义概念的神经机器翻译方法研究[D];北京交通大学;2019年

3 丁阳;英语形容词转名词派生后缀的语义整合机制探究[D];哈尔滨师范大学;2019年

4 石格格;地理对象语义的几何代数表达与解析方法[D];南京师范大学;2018年

5 刘海宾;基于视觉注意的视觉问答方法研究[D];苏州大学;2018年

6 朱鹏;语义饱和对面孔性别识别的影响[D];辽宁师范大学;2015年

7 姜华;基于位置社会语义的用户情景感知偏好挖掘研究[D];浙江大学;2018年

8 孔玮婷;基于高斯混合模型视觉特征的视频语义概念检测技术研究[D];江苏大学;2016年

9 李小贻;基于语义概念的词义消歧方法[D];华中师范大学;2013年

10 杨培;基于语义概念的特殊视频内容检测[D];中央民族大学;2016年

，

本文编号：2630860