| 基于transformer神经网络的汉蒙机构名翻译研究 |
| |
| 引用本文： | 安苏雅拉,王斯日古楞.基于transformer神经网络的汉蒙机构名翻译研究[J].中文信息学报,2020,34(1):58-62. |
| |
| 作者姓名： | 安苏雅拉 王斯日古楞 |
| |
| 作者单位： | 内蒙古师范大学 计算机科学技术学院,内蒙古 呼和浩特 010022 |
| |
| 基金项目： | 国家自然科学基金(61762072);内蒙古自然科学基金(2016MS0623) |
| |
| 摘 要： | 机构名翻译是机器翻译的研究内容之一,在机器翻译任务中机构名翻译的准确度,直接影响着翻译性能。在很多任务上,神经机器翻译性能优于传统的统计机器翻译性能,该文中使用基于transformer神经网络模型与传统的基于短语的统计机器翻译模型和改进后的基于语块的机器翻译模型做了对比试验。实验结果表明,在汉蒙机构名翻译任务上,基于transformer神经网络的汉蒙机构名翻译系统优于传统的基于语块的汉蒙机构名翻译系统,BLEU4值提高了0.039。
|
| 关 键 词： | 神经网络 汉蒙机器翻译 机构名 |
Chinese-Mongolian Organization Name Translation Based on Transformer |
| |
| AN Suyala,WANG Siriguleng.Chinese-Mongolian Organization Name Translation Based on Transformer[J].Journal of Chinese Information Processing,2020,34(1):58-62. |
| |
| Authors: | AN Suyala WANG Siriguleng |
| |
| Affiliation: | School of Computer Science and Technology, Inner Mongolia Normal University,
Hohhot, Inner Mongolia 010022,China |
| |
| Abstract: | Organization name translation directly affects translation performance. In this study, a transformer-based neural network model is proposed for this task. Compared with a traditional phrase-based SMT model and an improved block-based MT model, the experimental results show that the transformer NMT increased by 0.039 in terms of BLEU 4 in the Chinese-Mongolian Organization name translation task. |
| |
| Keywords: | neural network Chinese-Mongolian machine translation organization name |
| 本文献已被 维普 等数据库收录！ |
| 点击此处可从《中文信息学报》浏览原始摘要信息 |
|
点击此处可从《中文信息学报》下载全文 |
