一种基于语法监督和深度强化学习的蒙汉神经机器翻译方法,本发明首先对蒙汉平行语料进行预训练处理,并利用Stanford CoreNLP对汉语语料进行句法结构分析,得到的语法解析块序列也作为神经网络的训练数据;其次,以非自回归Transformer模型作为基本翻译模型,加入卷积神经网络句子主题提取模块和语法解析块序列的预测模块;然后,使用训练数据对模型进行训练;最后,运用深度强化学习对模型的参数进行优化微调。本发明提供的算法,显式的将汉语语法知识融入神经机器翻译的过程中,使翻译的句子有更好的语法结构,使模型具有一定的可解释性,而DRL的优化微调则缓解了NMT普遍存在的词级训练目标函数和句子级评价函数不一致的问题,进一步提高了模型的翻译性能。
声明:
“基于语法监督和深度强化学习的蒙汉神经机器翻译方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)