典型文献
基于GAN模型优化的神经机器翻译
文献摘要：
针对神经机器翻译和人工翻译性能的差异最小化、训练语料不足问题,提出了一种基于生成对抗网络的神经机器翻译改进方法.首先对目标端句子序列添加微小的噪声干扰,通过编码器还原原始句子形成新的序列;其次将编码器的处理结果交给判别器和解码器进一步处理,在训练过程中,判别器和双语评估基础值(BLEU)目标函数用于评估生成的句子,并将结果反馈给生成器,引导生成器学习及优化.实验结果表明,对比传统的神经机器翻译模型,基于GAN模型的方法极大地提高了模型的泛化能力和翻译的精度.
文献关键词：
生成对抗网络;神经机器翻译;Transformer;BLEU;深度学习
中图分类号：
作者姓名：
熊伟;高娟娟;刘锴
作者机构：
华北电力大学保定计算机系,保定071003;华北电力大学保定复杂能源系统智能计算工程研究中心,保定071003
文献出处：
引用格式：
[1]熊伟;高娟娟;刘锴-.基于GAN模型优化的神经机器翻译)[J].计算机系统应用,2022(12):95-103
A类：
B类：
GAN,模型优化,人工翻译,翻译性能,语料,不足问题,生成对抗网络,改进方法,句子,子序列,噪声干扰,编码器,处理结果,交给,判别器,解码器,训练过程,双语,BLEU,结果反馈,馈给,生成器,神经机器翻译模型,极大地提高,泛化能力,Transformer
AB值：
0.339082
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。
