典型文献
面向神经机器翻译的正向翻译与反向翻译相结合的改进方法
文献摘要：
虽然源语言和目标语言单语数据已被证明通过正向翻译和反向翻译改进神经机器翻译非常有用,但如何更有效的同时使用还值得更深入的研究.为了在神经机器翻译中更有效地同时使用源语言和目标语言单语数据,本文提出了一种基于集束搜索的正向翻译和基于最优N随机采样的反向翻译的组合方法.具体地,将该方法应用于第十七届全国机器翻译大会(CCMT 2021)汉英和英汉新闻领域的翻译评测任务,实验结果表明,与其他常用的单语数据增强方法相比,该方法可以更有效地提升神经机器翻译模型的翻译质量.此外,在使用该方法之前,先进行领域知识迁移还可以进一步取得翻译质量的提升.
文献关键词：
神经机器翻译;单语数据增强;集束搜索;最优N随机采样;正向翻译;反向翻译
中图分类号：
作者姓名：
吴章淋;魏代猛;李宗耀;於正哲;商恒超;陈潇雨;郭嘉鑫;王明涵;雷立志;陶士敏;杨浩;秦璎
作者机构：
华为文本机器翻译实验室,北京 100038
文献出处：
引用格式：
[1]吴章淋;魏代猛;李宗耀;於正哲;商恒超;陈潇雨;郭嘉鑫;王明涵;雷立志;陶士敏;杨浩;秦璎-.面向神经机器翻译的正向翻译与反向翻译相结合的改进方法)[J].厦门大学学报（自然科学版）,2022(04):675-681
A类：
单语数据增强
B类：
正向翻译,反向翻译,改进方法,源语言,目标语言,明通,还值,集束搜索,随机采样,组合方法,第十七届,CCMT,汉英,英汉,评测,增强方法,神经机器翻译模型,翻译质量,领域知识,知识迁移
AB值：
0.241606
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。
