检索结果-内蒙古大学图书馆

计算机科学与探索 2025年第2期19卷 334-343页

作者：胡春月斯琴图王斯日古楞内蒙古师范大学计算机科学技术学院呼和浩特010022

课程学习作为一种新兴技术,近年来逐渐受到关注,它符合人类的学习习惯,由简到难、由浅至深。其核心思想是让模型从简单的、基础的概念开始学习,逐渐过渡到更复杂、更高层次的内容。在神经机器翻译中,课程学习作为一种训练策略,旨在帮助... 详细信息

课程学习作为一种新兴技术,近年来逐渐受到关注,它符合人类的学习习惯,由简到难、由浅至深。其核心思想是让模型从简单的、基础的概念开始学习,逐渐过渡到更复杂、更高层次的内容。在神经机器翻译中,课程学习作为一种训练策略,旨在帮助模型按照一定规律学习。课程学习现已被证明可以加速模型收敛,提高模型翻译质量和稳定性。从机器学习的角度介绍了课程学习的定义及其基础框架,并进一步探讨了课程学习在神经机器翻译领域中的应用。从样本难度评估与模型训练调度策略两个方面,详细阐述了预定义课程学习和动态课程学习两种方法。预定义课程学习通过事先确定样本的难度顺序,引导模型从简单到复杂的任务逐步学习;而动态课程学习则依据模型当前的学习状态动态调整样本的难度,提供了更灵活的训练方式。分析了课程学习在神经机器翻译领域的未来研究趋势,并提出了三个值得进一步探索的研究方向。

关键词：课程学习神经机器翻译难度评估训练调度

来源：评论

学校读者我要写书评

暂无评论

文档级神经机器翻译综述

引用

软件学报 2025年第1期36卷 152-183页

作者：吕星林李军辉陶仕敏杨浩张民苏州大学计算机科学与技术学院江苏苏州215006 华为翻译中心北京100080

机器翻译(machine translation,MT)研究旨在构建一个自动转换系统,将给定源语言序列自动地转换为具有相同语义的目标语言序列.由于机器翻译广阔的应用场景,使其成为自然语言理解领域乃至人工智能领域的一个重要的研究方向.近年来,端到... 详细信息

机器翻译(machine translation,MT)研究旨在构建一个自动转换系统,将给定源语言序列自动地转换为具有相同语义的目标语言序列.由于机器翻译广阔的应用场景,使其成为自然语言理解领域乃至人工智能领域的一个重要的研究方向.近年来,端到端的神经机器翻译(neural machine translation,NMT)方法显著超越了统计机器翻译(statistical machine translation,SMT)方法,成为目前机器翻译研究的主流方法.然而,神经机器翻译系统通常以句子为翻译单位,在面向文档的翻译场景中,将文档中每个句子独立地进行翻译,会因脱离文档的篇章语境引起一些篇章级的错误,如词语错翻、句子间不连贯等.因此将文档级的信息融入到翻译的过程中去解决跨句的篇章级错误是更加自然和合理的做法,文档级的神经机器翻译(document-level neural machine translation,DNMT)的目标正是如此,成为机器翻译研究的热门方向.调研了近年来在文档级神经机器翻译研究方向的主要工作,从篇章评测方法、使用的数据集和模型方法等方面系统地对当前研究工作进行了归纳与阐述,目的是帮助研究者们快速了解文档级神经机器翻译研究现状以及未来的发展和研究方向.同时在文中也阐述了在文档级神经机器翻译的一些展望、困难和挑战,希望能带给研究者们一些启发.

关键词：神经机器翻译 Transformer模型文档上下文篇章评测

来源：评论

学校读者我要写书评

暂无评论

基于修辞结构的篇章级神经机器翻译

引用

计算机工程与科学 2025年第1期47卷 180-190页

作者：姜云卓贡正仙苏州大学计算机科学与技术学院江苏苏州215008

虽然篇章级神经机器翻译发展多年,并取得了长足的进步,但是其大部分工作都是从模型的角度出发,利用上下文字词信息来构建有效的网络结构,忽视了使用跨句子的篇章结构和修辞信息对模型进行指导。针对这一问题,在修辞结构理论的指导下,提... 详细信息

虽然篇章级神经机器翻译发展多年,并取得了长足的进步,但是其大部分工作都是从模型的角度出发,利用上下文字词信息来构建有效的网络结构,忽视了使用跨句子的篇章结构和修辞信息对模型进行指导。针对这一问题,在修辞结构理论的指导下,提出了对篇章单元和修辞结构树特征分别进行编码的方法。实验结果表明,所提方法加强了编码器对篇章结构和修辞上的表征能力,使用该方法对模型进行改进后,其翻译结果在多个数据集上都获得了明显提升,性能超过了多个优质的基线模型,并且在提出的定量评估方法和人工分析中译文质量上也表现出了明显改善。

关键词：神经机器翻译篇章分析篇章翻译修辞结构理论

来源：评论

学校读者我要写书评

暂无评论

神经机器翻译对文学文本译后编辑的影响——汉英小说译文词汇与句法对比研究

引用

外语与翻译 2025年第1期32卷 1-9,I0001页

作者：卢植李珂广东外语外贸大学 510420

机器翻译在信息型文本翻译中接受度良好,但其应用于创造性的文本翻译时存在争议。本文聚焦文学文本的机器翻译译后编辑,在词汇与句子层面对比了学生译者在神经机器翻译译后编辑和人工翻译模式下的汉语小说英译译文。研究发现,在词汇层面... 详细信息

机器翻译在信息型文本翻译中接受度良好,但其应用于创造性的文本翻译时存在争议。本文聚焦文学文本的机器翻译译后编辑,在词汇与句子层面对比了学生译者在神经机器翻译译后编辑和人工翻译模式下的汉语小说英译译文。研究发现,在词汇层面,人工翻译比译后编辑采用了更为多样的词汇解决方案,词语翻译熵更高,译者的创造性空间更大,机器翻译译文对译后编辑具有语义上的引导和限制。在句子层面,两种模式下的译文均较原文缩短了平均句长,译后编辑比人工翻译拆译更多、合译更少,与机器翻译输出的拆译频率接近。最后,从译后编辑认知过程的角度对结果进行解释,探讨研究结果对翻译技术教育的启示。

关键词：译后编辑神经机器翻译文学翻译汉英翻译

来源：评论

学校读者我要写书评

暂无评论

基于混合注意力机制的神经机器翻译模型改进

引用

信息记录材料 2025年第4期26卷 123-125页

作者：刘丁刘羽茜李慧芳晋中信息学院山西晋中030800 太原城市职业技术学院山西太原030000 长治学院山西长治046000

针对神经机器翻译中翻译质量和长句复杂结构处理的挑战,提出了一种基于混合注意力机制的改进模型。该模型结合了点积注意力和加性注意力的优势,旨在平衡局部依赖和长程依赖,提升翻译的准确性和流畅性。实验结果表明:混合注意力机制在多... 详细信息

针对神经机器翻译中翻译质量和长句复杂结构处理的挑战,提出了一种基于混合注意力机制的改进模型。该模型结合了点积注意力和加性注意力的优势,旨在平衡局部依赖和长程依赖,提升翻译的准确性和流畅性。实验结果表明:混合注意力机制在多个标准评估指标上显著优于传统的单一注意力机制模型,尤其在处理长句和复杂语法结构时,表现出更强的翻译能力。本文的研究为神经机器翻译模型的优化提供了一种有效的解决方案,并为未来在低资源语言翻译和跨语言任务中的应用提供了新的思路。

关键词：神经机器翻译混合注意力机制深度学习混合模型

来源：评论

学校读者我要写书评

暂无评论

神经机器翻译综述

引用

计算机学报 2018年第12期41卷 2734-2755页

作者：李亚超熊德意张民苏州大学计算机科学与技术学院江苏苏州215006 西北民族大学中国民族语言文字信息技术教育部重点实验室兰州730030

机器翻译研究将源语言所表达的语义自动转换为目标语言的相同语义,是人工智能和自然语言处理的重要研究内容.近年来,基于序列到序列模型(Sequence-to-Sequence Model)形成一种新的机器翻译方法:神经机器翻译(Neural Machine Translation... 详细信息

机器翻译研究将源语言所表达的语义自动转换为目标语言的相同语义,是人工智能和自然语言处理的重要研究内容.近年来,基于序列到序列模型(Sequence-to-Sequence Model)形成一种新的机器翻译方法:神经机器翻译(Neural Machine Translation,NMT),它完全采用神经网络完成源语言到目标语言的翻译过程,成为一种极具潜力全新的机器翻译模型.神经机器翻译经过最近几年的发展,取得了丰富的研究成果,在多数语言对上逐渐超过了统计机器翻译方法.该文首先介绍了经典神经机器翻译模型及存在的问题与挑战;然后简单概括神经机器翻译中常用的神经网络;之后按照经典神经机器翻译模型、基础共性问题、新模型、新架构等分类体系详细介绍了相关研究进展;接着简单介绍基于神经网络的机器翻译评测方法;最后展望未来研究方向和发展趋势,并对该文做出总结.

关键词：机器翻译神经机器翻译注意力机制循环神经网络序列到序列模型机器翻译评测

来源：评论

学校读者我要写书评

暂无评论

神经机器翻译前沿进展

引用

计算机研究与发展 2017年第6期54卷 1144-1149页

作者：刘洋清华大学计算机科学与技术系北京100084 清华信息科学与技术国家实验室(筹) 北京100084 智能技术与系统国家重点实验室(清华大学) 北京100084

机器翻译研究如何利用计算机实现自然语言之间的自动翻译,是人工智能和自然语言处理领域的重要研究方向之一.近年来,基于深度学习的神经机器翻译方法获得迅速发展,目前已取代传统的统计机器翻译成为学术界和工业界新的主流方法.首先介... 详细信息

机器翻译研究如何利用计算机实现自然语言之间的自动翻译,是人工智能和自然语言处理领域的重要研究方向之一.近年来,基于深度学习的神经机器翻译方法获得迅速发展,目前已取代传统的统计机器翻译成为学术界和工业界新的主流方法.首先介绍神经机器翻译的基本思想和主要方法,然后对最新的前沿进展进行综述,最后对神经机器翻译的未来发展方向进行展望.

关键词：人工智能深度学习神经机器翻译编码器-解码器架构注意力机制

来源：评论

学校读者我要写书评

暂无评论

神经机器翻译综述

引用

计算机工程与应用 2024年第4期60卷 57-74页

作者：章钧津田永红宋哲煜郝宇峰内蒙古工业大学数据科学与应用学院呼和浩特010080

机器翻译主要研究如何将源语言翻译为目标语言,对于促进民族之间的交流具有重要意义。目前神经机器翻译凭借翻译速度和译文质量成为主流的机器翻译方法。为更好地进行脉络梳理,首先对机器翻译的历史和方法进行研究,并对基于规则的机器... 详细信息

机器翻译主要研究如何将源语言翻译为目标语言,对于促进民族之间的交流具有重要意义。目前神经机器翻译凭借翻译速度和译文质量成为主流的机器翻译方法。为更好地进行脉络梳理,首先对机器翻译的历史和方法进行研究,并对基于规则的机器翻译、基于统计的机器翻译和基于深度学习的机器翻译三种方法进行对比总结;然后引出神经机器翻译,并对其常见的类型进行讲解;接着选取多模态机器翻译、非自回归机器翻译、篇章级机器翻译、多语言机器翻译、数据增强技术和预训练模型六个主要的神经机器翻译研究领域进行重点介绍;最后从低资源语言、上下文相关翻译、未登录词和大模型四个方面对神经机器翻译的未来进行了展望。通过系统性的介绍以更好地理解神经机器翻译的发展现状。

关键词：机器翻译神经机器翻译篇章级机器翻译数据增强预处理技术

来源：评论

学校读者我要写书评

暂无评论

面向科技文献神经机器翻译词汇表优化研究

引用

数据分析与知识发现 2019年第3期3卷 76-82页

作者：刘清民姚长青石崇德温晓洁孙玥莹中国科学技术信息研究所北京100038 北京语言大学语言科学院北京100032

【目的】针对面向科技文献的神经机器翻译中存在的词汇表受限问题,提出优化方法,进而提升翻译质量。【方法】根据科技词汇构词规律,结合点互信息,在保留词汇义素完整的同时,对神经机器翻译词汇表进行优化,达到减少未登录词的目的。【结... 详细信息

【目的】针对面向科技文献的神经机器翻译中存在的词汇表受限问题,提出优化方法,进而提升翻译质量。【方法】根据科技词汇构词规律,结合点互信息,在保留词汇义素完整的同时,对神经机器翻译词汇表进行优化,达到减少未登录词的目的。【结果】选择NTCIR-2010专利语料和自动化计算机领域期刊论文摘要语料进行实验,将实验结果与普通分词和子词分词对比,证明该方法的有效性。【局限】仅考虑中文字符的优化。【结论】在中文科技文献领域,基于科技词汇构词的词汇表优化方法能够提升翻译效果。

关键词：神经机器翻译科技文献未登录词

来源：评论

学校读者我要写书评

暂无评论

基于多覆盖模型的神经机器翻译

引用

软件学报 2022年第3期33卷 1141-1152页

作者：刘俊鹏黄锴宇李玖一宋鼎新黄德根大连理工大学计算机科学与技术学院辽宁大连116024

覆盖模型可以缓解神经机器翻译中的过度翻译和漏翻译问题.现有方法通常依靠覆盖向量或覆盖分数等单一方式存储覆盖信息,而未考虑不同覆盖信息之间的关联性,因此对信息的利用并不完善.针对该问题,基于翻译历史信息的一致性和模型之间的... 详细信息

覆盖模型可以缓解神经机器翻译中的过度翻译和漏翻译问题.现有方法通常依靠覆盖向量或覆盖分数等单一方式存储覆盖信息,而未考虑不同覆盖信息之间的关联性,因此对信息的利用并不完善.针对该问题,基于翻译历史信息的一致性和模型之间的互补性,提出了多覆盖融合模型.首先定义词级覆盖分数概念;然后利用覆盖向量和覆盖分数存储的信息同时指导注意力机制,降低信息存储损失对注意力权重计算的影响.根据两种覆盖信息融合方式的不同,提出了两种多覆盖融合方法.利用序列到序列模型在中英翻译任务上进行了实验,结果表明,所提方法能够显著提升翻译性能,并改善源语言和目标语言的对齐质量.与只使用覆盖向量的模型相比,过度翻译和漏翻译问题的数量得到进一步减少.

关键词：神经机器翻译注意力机制序列到序列模型多覆盖模型过度翻译漏翻译

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：