文献类型：期刊文章

作　　者：张楠[1] 李响[2,3] 靳晓宁[1] 陈伟[4]

ZHANG Nan;LI Xiang;JIN Xiaoning;CHEN Wei(Beijing Advanced Innovation Center for Future Inter net Technology,Beijing University of Technology,Beijing 100124,China;Institute of Computing Technology,Chinese Academy of Sciences,Beijing 100190,China;University of Chinese Academy of Sciences,Beijing 100049,China;Sogou Inc,Beijing 100084,China)

机构地区：[1]北京工业大学北京未来网络科技高精尖创新中心,北京100124 [2]中国科学院计算技术研究所,北京100190 [3]中国科学院大学,北京100049 [4]北京搜狗科技发展有限公司,北京100084

出　　处：《中文信息学报》

年　　份：2019

卷　　号：33

期　　号：3

起止页码：52-58

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：英文中单词有大小写之分,如果使用不规范,会降低语句的可读性,甚至造成语义上的根本变化。当前的机器翻译处理流程一般先翻译生成小写的英文译文,再采用独立的大小写恢复工具进行还原,这种方式步骤繁琐且没有考虑上下文信息。另一种方式是抽取包含大小写的词表,但这种方式扩大了词表,增加了模型参数。该文提出了一种在神经机器翻译训练中联合预测英语单词及其大小写属性的方法,在同一个解码器输出层分别预测单词及其大小写属性,预测大小写时充分考虑源端语料和目标端语料上下文信息。该方法不仅减小了词表的大小和模型参数,译文的质量也得到提升。在WMT 2017汉英新闻翻译任务测试集上,相比基线方法,该方法在大小写敏感和大小写不敏感两个评价指标上分别提高0.97BLEU和1.01BLEU,改善了神经机器翻译模型的性能。

关 键 词：机器翻译 大小写恢复  联合预测  

分 类 号：TP391]