首页|基于强化学习和机器翻译质量评估的中朝机器翻译研究

基于强化学习和机器翻译质量评估的中朝机器翻译研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对目前机器翻译模型存在的曝光偏差和译文多样性差的问题,提出一种基于强化学习和机器翻译质量评估的中朝神经机器翻译模型QR-Transformer.首先,在句子级别引入评价机制来指导模型预测不完全收敛于参考译文;其次,采用强化学习方法作为指导策略,实现模型在句子级别优化目标序列;最后,在训练过程中融入单语语料并进行多粒度数据预处理以缓解数据稀疏问题.实验表明,QR-Transformer有效提升了中朝神经机器翻译性能,与Transformer相比,中—朝语向BLEU值提升了5.39,QE分数降低了5.16,朝—中语向BLEU值提升了2.73,QE分数下降了2.82.
Research on Chinese-Korean machine translation based on reinforcement learning and machine translation quality estimation

李飞雨、赵亚慧、崔荣一、杨飞扬

展开 >

延边大学 智能信息处理研究室,吉林 延吉 133002

机器翻译 中朝机器翻译 强化学习 机器翻译质量评估

YB135-7618YLPY13

2021

10.19734/j.issn.1001-3695.2020.12.0411

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
年,卷(期)：2021.38(8)
  • 5
  • 3