典型文献
基于全局注意力机制的汉语手语词翻译
文献摘要：
针对使用卷积神经网络结构结合循环神经网络结构的模型在手语翻译任务中难以关注到手语视频序列中关键帧的问题,提出了一种结合全局注意力机制的手语翻译模型.该模型在长短时记忆网络中嵌入全局注意力机制,通过计算当前隐藏状态和源隐藏状态之间的相似度并得出对齐向量,让模型学习对齐权重,使模型关注到长手语视频序列中的关键帧,从而提升模型翻译的准确率.实验结果表明:加入全局注意力机制的模型在DEVISIGN_D数据集上的准确率优于3DCNN、CNN+LSTM等主流模型,并且在100分类的短手语词和长手语词数据集上,分别与未使用注意力机制的模型进行了对比,其准确率提升0.87％和1.60％,证明该注意力机制可以有效地提升模型翻译的准确率.
文献关键词：
手语翻译;全局注意力机制;长短时记忆网络
中图分类号：
作者姓名：
朱连淼;杨波;郭佳君;陈晓燚
作者机构：
中南民族大学 计算机科学学院,武汉 430074
文献出处：
引用格式：
[1]朱连淼;杨波;郭佳君;陈晓燚-.基于全局注意力机制的汉语手语词翻译)[J].中南民族大学学报（自然科学版）,2022(04):499-505
A类：
B类：
全局注意力机制,语词,神经网络结构,循环神经网络,手语翻译,注到,到手,视频序列,关键帧,翻译模型,长短时记忆网络,对齐,模型学习,DEVISIGN,3DCNN,CNN+LSTM,流模型,短手,词数,准确率提升
AB值：
0.256188
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
