典型文献
基于预训练语言模型及交互注意力的平行句对抽取方法
文献摘要：
从互联网可比语料中筛选高质量的平行句对,是提升低资源机器翻译性能的有效手段之一.针对该问题,融合预训练语义表征提出一种基于双向交互注意力机制的跨语言文本语义匹配方法,首先利用预训练语言模型分别获得源语言和目标语言的双语表征,其次基于双向交互注意力机制实现跨语言特征的空间语义对齐,最后基于多视角特征融合后的语义表征实现跨语言句对的关系判定.实验结果表明,所提方法优于已有的平行句对抽取模型.此外,借助抽取出的平行语料,机器翻译模型的性能得到了明显的改善.
文献关键词：
预训练语言模型;交互注意力机制;平行句对抽取;语义匹配;低资源神经机器翻译
中图分类号：
作者姓名：
张乐乐;郭军军;王繁
作者机构：
昆明理工大学,云南 昆明 650504;云南省人工智能重点实验室,云南 昆明 650504
文献出处：
引用格式：
[1]张乐乐;郭军军;王繁-.基于预训练语言模型及交互注意力的平行句对抽取方法)[J].通信技术,2022(04):443-452
A类：
平行句对抽取,低资源神经机器翻译
B类：
预训练语言模型,低资源机器翻译,翻译性能,语义表征,双向交互,交互注意力机制,跨语言,文本语义匹配,匹配方法,源语言,目标语言,双语,语言特征,语义对齐,多视角特征,特征融合,征实,取模,平行语料,翻译模型
AB值：
0.247817
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。
