基于神经网络的机器翻译关键技术研究

CASIA OpenIR > 毕业生 > 硕士学位论文

	基于神经网络的机器翻译关键技术研究
	张晓伟
	2018-05
学位类型	工学硕士
中文摘要	机器翻译通过计算机实现不同自然语言之间的转换，具有很高的应用价值。近年来，机器翻译研究取得了长足的进步，译文质量不断提高，尤其是基于神经网络的机器翻译的兴起，使得译文的流畅性得到了极大的提升。然而，神经网络机器翻译也遇到一些问题，限制了机器翻译实用性的进一步发展。一方面，神经网络机器翻译模型在翻译忠实性方面有所欠缺，翻译结果经常出现漏词甚至漏掉短语的现象。学术界提出了很多神经网络机器翻译的翻译性能优化技术，这些优化技术的组合性能需要得到进一步验证。另一方面，神经网络机器翻译模型的计算量较大，对模型的离线化部署，尤其是移动端的部署提出了挑战。神经网络机器翻译技术的进一步优化，对于提升机器翻译的译文质量与实用性，具有重要的理论意义和应用价值。本论文首先从考查神经网络机器翻译模型的特点出发，在验证大量工作的基础上，通过融合多个方面的技术，提升神经网络机器翻译的实用性。
英文摘要	Machine translation (MT) realize the conversion between different natural language by computer, it has high application value. In recent years, Machine translation research has made considerable progress, and constantly improve the quality of translation, especially the rise of Neural Machine Translation (NMT), improved the fluency of translation greatly. However, neural machine translation also encountered some problems, restricting the further development of the practical application of machine translation. On the one hand, the neural machine translation model is deficient in the faithfulness of translation, and the result of translation often shows the phenomenon of omission and omission of phrases. In addition, the researchers have put forward a lot of translation performance optimization techniques for neural network machine translation, and the combination performance of these optimization techniques needs to be further verified. On the other hand, the computational complexity of the neural network machine translation model is large, which challenges the offline deployment of the model, especially the deployment on the mobile. The further optimization of neural machine translation technology is of great theoretical significance and practical value for improving the translation quality and practicability of machine translation. This paper first from the examination according to the characteristics of neural network model of the neural machine translation, based on the validation of a lot of work, through the integration of multiple techniques, enhance the practicability of neural machine translation.
关键词	神经网络机器翻译模型压缩解码加速离线翻译
文献类型	学位论文
条目标识符	http://ir.ia.ac.cn/handle/173211/21184
专题	毕业生_硕士学位论文
作者单位	中国科学院自动化研究所
第一作者单位	中国科学院自动化研究所
推荐引用方式 GB/T 7714	张晓伟. 基于神经网络的机器翻译关键技术研究[D]. 北京. 中国科学院研究生院,2018.

条目包含的文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
基于神经网络的机器翻译关键技术研究.pd（1768KB）	学位论文		限制开放	CC BY-NC-SA