文献类型：期刊文章

作　　者：高巍[1] 陈子祥[1] 李大舟[1] 李耀松[1]

GAO Wei;CHEN Zi-xiang;LI Da-zhou;LI Yao-song(School of Computer Science and Technology,Shenyang University of Chemical Technology,Shenyang 110000,China)

机构地区：[1]沈阳化工大学计算机科学与技术学院,沈阳110000

出　　处：《小型微型计算机系统》

基　　金：辽宁省教育厅科学研究基金项目(LQ2017008)资助;辽宁省博士启动基金项目(201601196)资助;辽宁省教育厅科学技术研究基金项目(L2016011)资助.

年　　份：2020

卷　　号：41

期　　号：11

起止页码：2286-2291

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSCD、CSCD_E2019_2020、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：随着人工智能技术的高速发展,基于神经网络的机器翻译技术愈发受到人们的重视.然而,限于有限的数据资源,基于该方法的小语种翻译效果并不理想.乌尔都语作为印度和巴基斯坦的官方语言被广泛使用,实现它与英语之间的翻译模型具有重要意义.本文基于编码器-解码器框架,提出了一种预标准化Transformer的乌英机器翻译模型.该模型在基准Transformer模型上增加了预标准化层,保证数据分布一致的同时避免发生梯度消失.实验采用BLEU作为评价指标.实验表明,在少量乌尔都语与英语平行语料库的基础上,本文提出的基于预标准化Transformer的乌英机器翻译模型能够取得较好的结果.与基准Transformer模型相比在BLEU值上有了一定的提高.

关 键 词：机器翻译 乌尔都语 预标准化Transformer  编码器-解码器  BLEU  

分 类 号：TP391]