-
题名基于枢轴语言的汉越神经机器翻译伪平行语料生成
被引量:6
- 1
-
-
作者
贾承勋
赖华
余正涛
文永华
于志强
-
机构
昆明理工大学信息工程与自动化学院
昆明理工大学云南省人工智能重点实验室
-
出处
《计算机工程与科学》
CSCD
北大核心
2021年第3期542-550,共9页
-
基金
国家重点研发计划(2019QY1801)
国家自然科学基金(61672271,61732005,61761026,61762056,61866020)
云南省高新技术产业专项(201606)。
-
文摘
低资源型的汉越神经机器翻译中,数据稀疏问题是影响翻译性能的主要原因,目前缓解该问题的途径之一是通过语料扩充方法生成伪平行数据,并用于机器翻译模型的训练,伪平行数据生成方法主要有基于词的替换、单语数据回译和枢轴翻译3种。目前的研究集中于3种方法的单独使用,缺少方法间融合利用方面的研究工作,针对此问题,提出了融入双语词典的正反向枢轴方法,利用英语作为枢轴语言,在汉到英到越正向枢轴的基础上,融入利用稀有词构建的汉-英和英-越双语词典,将汉语单语数据通过模型翻译成英语数据,再利用英-越模型将其翻译成越南语数据,其次进行越到英到汉反向枢轴翻译将越南语单语数据翻译为汉语,以此在2个方向上生成汉越伪平行数据,并利用语言模型对生成的伪平行数据进行筛选。汉-越翻译任务上的实验结果表明,提出的融入双语词典的正反向枢轴方法,能够产生更优的伪平行语料,进而显著提升汉越神经机器翻译任务的性能。
-
关键词
汉-越神经机器翻译
伪平行数据生成
词替换
回译
枢轴
-
Keywords
Chinese-Vietnamese neural machine translation
pseudo-parallel data generation
word substitution
back-translation
pivot
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-