一种基于多约束项的蒙汉神经机器翻译方法,首先针对蒙汉神经机器翻译任务构建基于强化学习的模型训练过程,然后在强化模型基础上针对训练的优化目标进一步改进约束条件,包括:添加语义约束模块以缓解单一的BLEU值评价体系带来的译文流利度差的问题;针对训练过程进行参数约束以提升模型训练的效率;对语料进行词表约束以减少译文中未登录词的数量。本发明通过调节整体约束方式,减轻低资源蒙汉机器翻译任务中模型对序列结构分析能力差和训练效率低的问题,同时对于强化训练带来的方差较大问题,本发明采取均值奖励和剪枝柱搜索的方法有效地缓解以上强化训练带来的负面影响。
声明:
“基于多约束项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)