基于transformer神经网络的汉蒙机构名翻译研究

发布时间：2021-01-15 09:08

　　机构名翻译是机器翻译的研究内容之一,在机器翻译任务中机构名翻译的准确度,直接影响着翻译性能。在很多任务上,神经机器翻译性能优于传统的统计机器翻译性能,该文中使用基于transformer神经网络模型与传统的基于短语的统计机器翻译模型和改进后的基于语块的机器翻译模型做了对比试验。实验结果表明,在汉蒙机构名翻译任务上,基于transformer神经网络的汉蒙机构名翻译系统优于传统的基于语块的汉蒙机构名翻译系统,BLEU4值提高了0.039。 

【文章来源】：中文信息学报. 2020,34(01)北大核心

【文章页数】：5 页

【文章目录】：
0 引言
1 相关工作
2 基于语块的汉蒙机构名翻译系统
3 基于transformer的汉蒙神经机器翻译系统
4 实验及结果分析
    4.1 实验数据
    4.2 实验结果分析
5 总结


【参考文献】：
期刊论文
[1]基于短语的汉蒙统计机器翻译研究[J]. 王斯日古楞,斯琴图,那顺乌日图.  计算机工程与应用. 2010(14)
[2]基于实例的汉蒙机器翻译[J]. 侯宏旭,刘群,那顺乌日图.  中文信息学报. 2007(04)

硕士论文
[1]蒙汉神经机器翻译中的未登录词处理研究[D]. 哈斯高娃.内蒙古师范大学 2019
[2]基于神经网络的蒙汉机器翻译研究[D]. 乌云塔那.内蒙古师范大学 2018
[3]基于语块的汉蒙机构名自动翻译研究[D]. 藏丹.内蒙古师范大学 2017
[4]基于双语对齐的汉文—新蒙古文命名实体翻译技术研究[D]. 杨萍.内蒙古大学 2015



本文编号：2978630