Knowledge Commons of Institute of Automation,CAS
融合篇章结构位置编码的神经机器翻译 | |
亢晓勉1,2![]() ![]() | |
发表期刊 | 智能科学与技术学报
![]() |
2020-06 | |
卷号 | 2期号:2页码:144-152 |
摘要 | 现有的文档级神经机器翻译方法在翻译一个句子时大多只利用文档的上下文词汇信息,而忽视了跨句子 的篇章语义单元之间的结构关系。针对此问题,提出了多种篇章结构位置编码策略,利用基于修辞结构理论的篇 章树结构,对篇章树上位于不同篇章单元的单词之间的位置关系进行了表示。实验表明,通过位置编码的方式, 在基于 Transformer 框架的神经机器翻译模型中有效地融合了源端的篇章结构信息,译文质量得到了显著提升。 |
关键词 | 神经机器翻译 篇章结构 位置编码 篇章分析 修辞结构理论 |
收录类别 | 其他 |
语种 | 中文 |
七大方向——子方向分类 | 自然语言处理 |
文献类型 | 期刊论文 |
条目标识符 | http://ir.ia.ac.cn/handle/173211/44306 |
专题 | 多模态人工智能系统全国重点实验室_自然语言处理 |
作者单位 | 1.中国科学院自动化研究所模式识别国家重点实验室 2.中国科学院大学 |
第一作者单位 | 模式识别国家重点实验室 |
推荐引用方式 GB/T 7714 | 亢晓勉,宗成庆. 融合篇章结构位置编码的神经机器翻译[J]. 智能科学与技术学报,2020,2(2):144-152. |
APA | 亢晓勉,&宗成庆.(2020).融合篇章结构位置编码的神经机器翻译.智能科学与技术学报,2(2),144-152. |
MLA | 亢晓勉,et al."融合篇章结构位置编码的神经机器翻译".智能科学与技术学报 2.2(2020):144-152. |
条目包含的文件 | 下载所有文件 | |||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
2020智能科学与技术学报亢晓勉.pdf(897KB) | 期刊论文 | 作者接受稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[亢晓勉]的文章 |
[宗成庆]的文章 |
百度学术 |
百度学术中相似的文章 |
[亢晓勉]的文章 |
[宗成庆]的文章 |
必应学术 |
必应学术中相似的文章 |
[亢晓勉]的文章 |
[宗成庆]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论