典型文献
基于变分信息瓶颈的半监督神经机器翻译
文献摘要：
变分方法是机器翻译领域的有效方法,其性能较依赖于数据量规模.然而在低资源环境下,平行语料资源匮乏,不能满足变分方法对数据量的需求,因此导致基于变分的模型翻译效果并不理想.针对该问题,本文提出基于变分信息瓶颈的半监督神经机器翻译方法,所提方法的具体思路为:首先在小规模平行语料的基础上,通过引入跨层注意力机制充分利用神经网络各层特征信息,训练得到基础翻译模型;随后,利用基础翻译模型,使用回译方法从单语语料生成含噪声的大规模伪平行语料,对两种平行语料进行合并形成组合语料,使其在规模上能够满足变分方法对数据量的需求;最后,为了减少组合语料中的噪声,利用变分信息瓶颈方法在源与目标之间添加中间表征,通过训练使该表征具有放行重要信息、阻止非重要信息流过的能力,从而达到去除噪声的效果.多个数据集上的实验结果表明,本文所提方法能够显著地提高译文质量,是一种适用于低资源场景的半监督神经机器翻译方法.
文献关键词：
神经机器翻译;跨层注意力机制;回译;变分信息瓶颈
中图分类号：
作者姓名：
于志强;余正涛;黄于欣;郭军军;高盛祥
作者机构：
昆明理工大学信息工程与自动化学院 昆明650500;云南民族大学数学与计算机科学学院 昆明650500;云南省人工智能重点实验室 昆明650500
文献出处：
引用格式：
[1]于志强;余正涛;黄于欣;郭军军;高盛祥-.基于变分信息瓶颈的半监督神经机器翻译)[J].自动化学报,2022(07):1678-1689
A类：
变分信息瓶颈,跨层注意力机制,语料生成
B类：
半监督,神经机器翻译,变分方法,数据量,量规,低资源,资源环境,平行语料,翻译方法,具体思路,小规模,特征信息,练得,翻译模型,回译,单语,语语,行合并,成组,合语,中间表,放行,重要信息,信息流,流过,除噪声,译文质量
AB值：
0.2264
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。
