公开(公告)号：CN111581991B

公开(公告)日：2022-05-27

申请号：CN202010409944.X

申请日：2020-05-14

Applicant: 兰州大学

Inventor： 苏伟 ,  蔡川 ,  许存禄 ,  林和 ,  吴尽昭 ,  蒋琪

IPC: G06F40/58 ,  G06F40/289 ,  G06F40/126 ,  G06F40/157

Abstract: 本发明涉及一种基于端到端神经机器翻译的汉盲翻译方法及系统，所述方法至少包括：基于端到端深度学习构建能够学习汉语文本到盲文ASCII码直接转换的映射函数的端到端神经机器翻译模型；基于现存未经处理的汉语到盲文ASCII码转换的对照语料库训练所述端到端神经机器翻译模型。本发明基于端到端深度学习思想，直接绕过分词、标调、合成等多个翻译处理阶段，通过训练较大的端到端神经机器翻译模型进行翻译，能够一步直接得到汉语文本的盲文翻译结果，随着训练数据的不断增加，相比多阶段处理的翻译方式能够在短时间、低成本、系统复杂度降低的情况下显著提高盲文翻译的准确率。

公开(公告)号：CN111581985A

公开(公告)日：2020-08-25

申请号：CN202010409821.6

申请日：2020-05-14

Applicant: 兰州大学

Inventor： 苏伟 ,  吴尽昭 ,  张久文 ,  林和 ,  许存禄 ,  蒋琪

IPC: G06F40/47 ,  G06F40/126 ,  G06F40/117 ,  G06F40/289

Abstract: 本发明涉及一种基于Transformer的汉盲翻译方法及系统，所述方法至少包括：基于现有句子级对应的汉盲数字资源训练翻译模型；基于Transformer构建以句子为单位将汉语文本直接转换为盲文ASCII码的所述翻译模型，其中，所述翻译模型基于多头自注意力机制至少将输入、输出、输入-输出的信息关联的方式学习所述汉盲数字资源。本发明以句子为单位进行翻译，不需要构建词语级精确对应的汉盲对照语料库，使得本发明能够直接利用现存的汉盲数字资源，只需要经过句子切分处理就能使用，从而建设难度小、耗时短，显著地降低了构建语料库的成本。

公开(公告)号：CN111581991A

公开(公告)日：2020-08-25

申请号：CN202010409944.X

申请日：2020-05-14

Applicant: 兰州大学

Inventor： 苏伟 ,  蔡川 ,  许存禄 ,  林和 ,  吴尽昭 ,  蒋琪

IPC: G06F40/58 ,  G06F40/289 ,  G06F40/126 ,  G06F40/157

Abstract: 本发明涉及一种基于端到端神经机器翻译的汉盲翻译方法及系统，所述方法至少包括：基于端到端深度学习构建能够学习汉语文本到盲文ASCII码直接转换的映射函数的端到端神经机器翻译模型；基于现存未经处理的汉语到盲文ASCII码转换的对照语料库训练所述端到端神经机器翻译模型。本发明基于端到端深度学习思想，直接绕过分词、标调、合成等多个翻译处理阶段，通过训练较大的端到端神经机器翻译模型进行翻译，能够一步直接得到汉语文本的盲文翻译结果，随着训练数据的不断增加，相比多阶段处理的翻译方式能够在短时间、低成本、系统复杂度降低的情况下显著提高盲文翻译的准确率。

公开(公告)号：CN111581985B

公开(公告)日：2022-05-24

申请号：CN202010409821.6

申请日：2020-05-14

Applicant: 兰州大学

Inventor： 苏伟 ,  吴尽昭 ,  张久文 ,  林和 ,  许存禄 ,  蒋琪

IPC: G06F40/47 ,  G06F40/126 ,  G06F40/117 ,  G06F40/289

Abstract: 本发明涉及一种基于Transformer的汉盲翻译方法及系统，所述方法至少包括：基于现有句子级对应的汉盲数字资源训练翻译模型；基于Transformer构建以句子为单位将汉语文本直接转换为盲文ASCII码的所述翻译模型，其中，所述翻译模型基于多头自注意力机制至少将输入、输出、输入‑输出的信息关联的方式学习所述汉盲数字资源。本发明以句子为单位进行翻译，不需要构建词语级精确对应的汉盲对照语料库，使得本发明能够直接利用现存的汉盲数字资源，只需要经过句子切分处理就能使用，从而建设难度小、耗时短，显著地降低了构建语料库的成本。