基于无监督学习的多语言神经机器翻译模型研究

神经机器翻译需要大量平行语料库作为支撑,在某些语言的翻译上,神经机器翻译取得了良好效果,但由于高质量平行语料库获取难度较大,对神经机器翻译研究造成了一定阻碍。为有效解决这一问题,研究基于无监督学习的神经机器翻译具有较高可行性,这种方式仅应用两门单语语料即可开始训练,并能得到优质翻译结果。文章主要探究基于无监督学习的多语言神经机器翻译模型,通过模型构建、开展实验、分析实验结果,证实了这一方法在部分语言上所取得的双语互译评估值更高。     

基于资源文件的一种多语言界面解决方案

介绍了.NET下的一种多语言界面解决方案,采用分散的资源文件和集中式的资源管理,实现简单且容易扩展.文中给出了在.NET开发环境下的C#语言编程实现.     

基于预训练语言模型及交互注意力的平行句对抽取方法

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...     

基于多语言交互的英语翻译在线辅助系统设计

为了更好地方便世界各地人民之间的沟通交流,文中提出并设计了基于多语言交互的英语翻译在线辅助系统。基于融合多语言交互的英语翻译机制、英文翻译译后编辑与修改和知识数据库管理设计思想,构建了系统设计框架,包括系统收发单元、自动翻译单元、人工校正单元、任务管理单元和记忆库管理单元5部分,并对这5个功能单元性能做了具体分析;在此基础上,设计系统工作具体流程主要包括融合多语言交互的英语翻译服务流程和基于项目的多语言交互英语翻译服务流程设计,实现了多语言交互环境下的英语翻译在线辅助。实验结果表明,设计系统各功能单元运行通过率高达100%,且具有在线翻译速度、发音成功率和多种语言翻译成功率均较高的优点。     

便携式多光轴平行性检校系统的研制

为满足野外检测多波段光电设备光轴平行性的检校需求,研制了一套便携式多光轴平行性检校系统。系统采用反射式卡塞格林光学系统和ZnS晶体靶板,为被校系统提供无穷远的十字分划目标并以此作为瞄准基准,完成对被校系统电视轴和红外轴之间的平行性检校;采用CCD系统完成分划板十字线和靶纸上激光光斑的采集,并利用数据处理系统检测出分划板十字中心与激光光斑中心位置的偏差量,完成对被校系统激光光轴与可见光轴之间的平行性检校。利用高精度光学角规对所研制的检校系统进行了标定,精度可达亚秒级。实验结果表明,该检校系统测量电视轴与红外轴之间平行性标准不确定度为2″,检校激光瞄准轴与发射轴平行性标准不确定度为5″。     

一种新型多目发送保序机制及实现

本文提出了一种双层多中心多目发送保序机制，并在以太网和工作站环境中实现．通过将本方法与现有集中式、分布式和树型方式的比较以及对实验数据的分析，认为集中式虽然通信开销低、简单易实现，但坚定性差、并行度低；分布式方式虽然坚定性强，但并行度低、通信开销大、效率低；传播树方式效率虽然较前两种有所提高，但在根结点处同样并行度低、坚定性差，而且结构不灵活．本文提出的方法，避免了上述三种方式的缺点，并且具有坚定性强、并行度高和结构灵活、简单的特点．     

一种基于伦理学的多Agent系统模型

多Agent系统是多个自治Agent相交互、协同、合作形成的社会。伦理学是以道德为研究对象的科学。目前存在的多Agent系统模型的主要有BDI模型、效用模型、通信模型等，很少有人从伦理学的角度对多Agent系统模型进行分析。文章基于伦理学的理论，提出一种多Agent模型，并进一步探讨了在这种模型中的Agent协作求解时的有关问题。     

一种并发成员系统程序设计语言MS—1

本文在分析了产生式系统及认知心理学信息加工理论的局限性的基础上，介绍了一种支持一般AI问题求解、并行AI问题求解和协同式AI问题求解的并发成员系统模型及程序设计语言。     

Korean Morphological Analysis for Korean-Vietnamese Statistical Machine Translation

This paper describes the experiments with Korean-to-Vietnamese statistical machine translation (SMT). The fact that Korean is a morphologically complex language that does not have clear optimal word boundaries causes a major problem of translating into or from Korean. To solve this problem, we present a method to conduct a Korean morphological analysis by using a pre-analyzed partial word-phrase dictionary (PWD). Besides, we build a Korean-Vietnamese parallel corpus for training SMT models by collecting text from multilingual magazines. Then, we apply such a morphology analysis to Korean sentences that are included in the collected parallel corpus as a preprocessing step. The experiment results demonstrate a remarkable improvement of Korean-to-Vietnamese translation quality in term of bi-lingual evaluation understudy (BLEU).     

统计机器翻译中短语切分的新方法

本文提出了一种新的短语切分方法,通过该方法可以将句子的短语切分进行概率化处理:首先把汉语语料库中次数>2次的词语串全部都识别出来,作为汉语短语,然后通过最短路径方式实现短语切分,同时应用Viterbi算法对短语出现频率进行迭代统计.     

基于结构对齐的统计机器翻译模型

从图同构角度给出树同构的性质,并阐述了结构异构与结构对齐之间的关系.在此基础上为建立结构映射关系,以及在翻译过程中融入句法结构信息,提出元结构、互译结构组概念及多层次结构对齐的体系.最后利用对数线性模型,给出基于元结构对齐的统计机器翻译模型.模型的翻译过程中,源语言句法树以元结构为单位进行分解,利用互译结构组映射知识,转换为目标语言句法树结构序列,从而根据结构模型信息对目标语实施调序和译文的生成.实验结果表明,本模型在对于翻译知识的泛化能力和翻译结果方面都优于基于短语的统计机器翻译模型.     

无监督神经机器翻译综述

神经机器翻译模型的学习往往依赖于大规模的平行语料,然而并不是所有语言对都有充足的平行语料.为了解决神经机器翻译中平行语料缺失的问题,研究人员提出了无监督神经机器翻译,通过无监督预训练策略、去噪自编码器、反向翻译和共享潜在表示机制仅依赖于单语语料对翻译任务进行建模.本文从模型主要机制、训练过程出发来分析无监督神经机器翻译...     

Simultaneous neural machine translation with a reinforced attention mechanism

To translate in real time, a simultaneous translation system should determine when to stop reading source tokens and generate target tokens corresponding to a partial source sentence read up to that point. However, conventional attention-based neural machine translation (NMT) models cannot produce translations with adequate latency in online scenarios because they wait until a source sentence is completed to compute alignment between the source and target tokens. To address this issue, we propose a reinforced learning (RL)-based attention mechanism, the reinforced attention mechanism, which allows a neural translation model to jointly train the stopping criterion and a partial translation model. The proposed attention mechanism comprises two modules, one to ensure translation quality and the other to address latency. Different from previous RL-based simultaneous translation systems, which learn the stopping criterion from a fixed NMT model, the modules can be trained jointly with a novel reward function. In our experiments, the proposed model has better translation quality and comparable latency compared to previous models.     

基于互联网语料库的多义词“go”的词义扩展机制探究

在英语中，多义词“go”是最为活跃的词之一，其词汇意义呈多义性。本文借助互联网语料库对其多义性进行阐释。其词义扩展机制主要体现在三方面：第一，词汇本身意义的扩展；第二，词性的转变；第三，词汇意义的虚化。     

多机制合并注意力的多路径神经机器翻译方法

注意力机制是目前神经机器翻译的主流技术,目前已提出了多种注意力生成机制,各机制生成的注意力各有优劣,但每种机制都不能充分利用全部已知信息,其结果和理论上的真实注意力具有一定差距,影响翻译质量.本文提出一种基于民主决策的合并注意力生成方法,将多种注意力生成机制所产生的注意力进行加权叠加与归一化后,所生成的值作为新的注意力...     

基于改进注意力机制模型的智能英语翻译方法研究

使用神经机器算法对英语进行翻译是当前研究的热点,采用传统序列神经框架进行英语翻译,其对长距离信息的捕获能力过差,自身有较大的局限性。然而,目前的改进框架,例如循环神经网络翻译效果也并不理想。文中针对传统机器翻译算法的不足,建立了注意力编解码模型,将注意力机制与神经网络框架相结合,并基于TensorFlow对整个英语翻译系统进行实现,由此提高了翻译精度。实验测试结果表明,文中所构建算法模型的BLUE值相比于传统机器学习算法均有不同程度的提升,证明了文中所提算法模型的性能相较于传统模型有较为明显的提高。     

带工艺约束并行机调度问题的一种新的遗传算法

以最小化拖期任务数为目标,研究了解决一类带工艺约束并行机调度问题的新的遗传算法.基于向量组的染色体编码方法简单、译码快速,并能自动满足工艺约束;扩展的顺序交叉算子EOX能自动满足工艺约束并尽量保留父代遗传信息,在较大程度上优于传统的交叉算子;位变异和交换变异相结合的变异方法有利于更好保持种群的多样性.大量模拟数据与生产线应用实例表明本文所提的基于向量组编码的遗传算法是相当有效的.