公开(公告)号：CN113095092B

公开(公告)日：2024-05-31

申请号：CN202110416255.6

申请日：2021-04-19

Applicant: 南京大学

Inventor： 黄书剑 ,  王东琪 ,  鲍宇 ,  张建兵 ,  戴新宇 ,  陈家骏

IPC: G06F40/58 ,  G06F40/211 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/0499 ,  G06N3/08

Abstract: 本发明公开了一种通过建模协同关系提高非自回归神经机器翻译质量的方法，将源端表示结合目标语言序列的长度构造非自回归神经机器翻译模型中解码器的输入，然后结合依存语法树、源端表示、解码器输入得到目标语言序列的协同关系矩阵，最后将目标语言序列的协同关系矩阵集成于非自回归神经机器翻译模型中的解码器。本发明通过依存语法树来建模目标序列中词与词之间的协同关系，在兼顾依赖关系的同时使翻译质量获得了显著的提升。

公开(公告)号：CN113095092A

公开(公告)日：2021-07-09

申请号：CN202110416255.6

申请日：2021-04-19

Applicant: 南京大学

Inventor： 黄书剑 ,  王东琪 ,  鲍宇 ,  张建兵 ,  戴新宇 ,  陈家骏

IPC: G06F40/58 ,  G06F40/211 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种通过建模协同关系提高非自回归神经机器翻译质量的方法，将源端表示结合目标语言序列的长度构造非自回归神经机器翻译模型中解码器的输入，然后结合依存语法树、源端表示、解码器输入得到目标语言序列的协同关系矩阵，最后将目标语言序列的协同关系矩阵集成于非自回归神经机器翻译模型中的解码器。本发明通过依存语法树来建模目标序列中词与词之间的协同关系，在兼顾依赖关系的同时使翻译质量获得了显著的提升。