[发明专利]基于Multi-BiRNN编码的神经机器翻译方法

权利要求书

1.一种基于Multi-BiRNN编码的神经机器翻译方法，其特征在于包括以下步骤：

1)在编码器端采用Multi-BiRNN编码的方法，即在源语言句子作为输入序列的基础上，再增加一组或多组BiRNN对与之相关的其他输入序列进行编码；

2)基于Multi-BiRNN编码的神经机器翻译，在源端编码过程中同时考虑源语言句子序列及其依存句法树，通过两种不同的遍历方式分别得到句法树的序列化结果，与源语言句子序列一起作为Multi-BiRNN编码的输入；

3)在各组BiRNN的输出端，采用向量拼接的方式形成每个词，使每个词更加完整和全面；

如果增加多组BiRNN对输入序列进行编码，即在单个BiRNN的基础上，增加了一组或者多组的BiRNN，则每个BiRNNj可分别生成正向隐状态和反向隐状态最终可得到2*m个隐状态，进行拼接可得到向量序列

hmn表示Multi-BiRNN中第m个BiRNN生成的第n个隐状态，m表示Multi-BiRNN中BiRNN网络层数，n表示每层BiRNN生成隐状态的个数。

2.根据权利要求1所述的基于Multi-BiRNN编码的神经机器翻译方法，其特征在于：步骤1)中，增加一组或多组BiRNN对与之相关的其他输入序列进行编码，具体为：

BiRNN1用以编码源语言句子，分别生成前向隐状态序列和后向隐状态序列

BiRNN2用以编码词性序列，分别生成前向隐状态序列和后向隐状态序列

得到上述4个隐状态序列后，分别对每一位置的隐状态依次进行拼接，最终实现将源语言句子映射为向量序列

3.根据权利要求1所述的基于Multi-BiRNN编码的神经机器翻译方法，其特征在于：步骤2)中，两种不同的遍历方式为：

对于一个源语言句子，分析为一棵依存句法树，依存句法树的遍历采用广度优先遍历或深度优先遍历；

在依存句法树中，有依存关系的短语或子句自动生长在同一棵子树中，结点之间的父子关系反应词之间的依存关系；

对于依存句法树的遍历，广度优先遍历是从根节点出发，逐层对句法树的每一个结点进行遍历；深度优先遍历则从根结点开始，每次沿着一条路径遍历，直到遍历到句法树的叶子结点再回溯到父节点，从而遍历所有结点。