首页|基于Transformer模型的机器翻译可解释性研究

基于Transformer模型的机器翻译可解释性研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
目前而言,神经网络这项技术已经在机器翻译任务中取得了优秀的效果,但由于端到端模型的使用,虽然从翻译性能上看网络模型能够有效对跨语言信息进行捕获,但是对其中语义信息的学习方式始终少有了解,从而导致研究人员很难从外部对模型进行分析和改进.本文通过对目前主流的Transformer神经机器翻译模型方法进行实验,通过对训练得到的词向量进行分析,对神经机器翻译模型的可解释性进行研究.

官凤霞

展开 >

中国专利信息中心 北京 100000

机器翻译 可解释性 自然语言处理

2020

科学与信息化

科学与信息化

ISSN：
年,卷(期)：2020.(14)
  • 1
  • 1