首页|基于注意力引导图卷积网络的中英机器翻译模型

基于注意力引导图卷积网络的中英机器翻译模型

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
现如今,神经网络在基于句序列的机器翻译模型已占据主流地位.但在中英文互译中,仅对单语句进行翻译不仅仅丢失语义信息,还破坏繁杂的逻辑构造,并不符合当代机器翻译需求.鉴于此,提出一种新型基于注意力引导图卷积网络的机器翻译优化模型,可通过多头注意力机制和图卷积神经网络结构的结合保留词元素特征及段落层次结构信息.为了验证基于注意力引导图卷积网络模型是否优于其他传统算法,在WMT21数据集上进行实验,结果表明各指标均达到理想效果.
Chinese-English Machine Translation Model Based on Attention-guided Graph Convolutional Network

韩雪、王章辉、张涵婷

展开 >

辽宁大学信息学院 沈阳 110036

注意力引导图卷积网络 机器翻译 语篇翻译 译文选择

国家自然科学基金国家自然科学基金国家自然科学基金辽宁省博士启动基金辽宁省公共舆情与网络安全大数据系统工程实验室资助项目

61802160U1811261620722202018054010604-2016-0089013

2021

10.3969/j.issn.1672-9722.2021.12.012

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2021.49(12)
  • 4
  • 4