文献类型：期刊文章

作　　者：席红旗[1] 蒋亚平[2]

XI Hong-qi;JIANG Ya-ping(School of Computer and Information Technology,Henan Finance University,Zhengzhou 450000,China;College of Computer and Communication Engineering,Zhengzhou University of Light Industry,Zhengzhou 450000,China)

机构地区：[1]河南财政金融学院计算机与信息技术学院,河南郑州450000 [2]郑州轻工业大学计算机与通信工程学院,河南郑州450000

出　　处：《计算机工程与设计》

基　　金：河南省科技攻关基金项目(212102210573、212102310568、202102310632)。

年　　份：2022

卷　　号：43

期　　号：9

起止页码：2678-2685

语　　种：中文

收录情况：BDHX、BDHX2020、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对树形神经机器翻译方法存在的局限性,提出一种动态词汇化依赖编码的树形神经机器翻译方法。通过词汇化依赖编码模型简化模型的网络架构,减少模型参数的数量,解决过度翻译问题;通过引入变异递归神经网络(RNN),能够同时考虑长距离依赖关系和单词的顺序信息;采用一个潜在向量动态调节每个节点表示的组成参数,适应短语的语法语义丰富性特点。翻译实验结果验证了所提动态词汇化依赖关系模型显著优于英语-汉语和英语-德语翻译任务中传统树形模型。

关 键 词：依赖编码  动态词汇化  树形RNN  神经机器翻译  递归神经网络

分 类 号：TP391.2] TP183[计算机类]