[发明专利]面向神经机器翻译的省略代词翻译方法

权利要求书

1.一种利用神经机器翻译系统进行省略代词的语料处理方法，应用在基于注意力机制且采用encoder-decoder框架的NMT模型，其特征在于，包括：

获取所述原始语料；

对获取的语料进行词对齐，获得缺失代词的大概位置；

将所有可能的代词放入到所有可能的缺失的位置；

利用语言模型挑选最合适的代词和最合适的位置；

再次进行词对齐，将补充缺失代词的位置换成相应目标语句中的代词；

利用补充好的训练语料训练SequenceLabeling标注模型；

用训练好的SequenceLabeling标注模型对开发集和测试集标注并补充代词。

2.根据权利要求1所述的利用神经机器翻译系统进行省略代词的语料处理方法，其特征在于，在步骤“对获取的语料进行词对齐，获得缺失代词的大概位置；”中，利用GIZA++模型进行词对齐。

3.根据权利要求1所述的利用神经机器翻译系统进行省略代词的语料处理方法，其特征在于，在步骤“再次进行词对齐，将补充缺失代词的位置换成相应目标语句中的代词；”中，利用GIZA++模型进行词对齐。

4.根据权利要求1所述的利用神经机器翻译系统进行省略代词的语料处理方法，其特征在于，在步骤“对获取的语料进行词对齐，获得缺失代词的大概位置；”和在步骤“再次进行词对齐，将补充缺失代词的位置换成相应目标语句中的代词；”中词对齐的方法相同。

5.根据权利要求1所述的利用神经机器翻译系统进行省略代词的语料处理方法，其特征在于，在步骤“对获取的语料进行词对齐，获得缺失代词的大概位置；”和在步骤“再次进行词对齐，将补充缺失代词的位置换成相应目标语句中的代词；”中词对齐的方法不同。

6.一种利用神经机器翻译系统的翻译方法，应用在基于注意力机制且采用encoder-decoder框架的NMT模型，其特征在于，

利用权利要求1到5任一项所述的利用神经机器翻译系统进行省略代词的语料处理方法处理原始语料；

在源语句补充代词的前后分别加入第一标签和第二标签；

目标语句对应代词的位置同样加入所述第一标签和所述第二标签；

利用上述处理之后的语料进行NMT系统的训练；

利用训练好的NMT系统进行翻译。

7.根据权利要求6所述的利用神经机器翻译系统的翻译方法，其特征在于，所述第一标签是<copy>和所述第二标签是</copy>。

8.根据权利要求6所述的利用神经机器翻译系统的翻译方法，其特征在于，所述第一标签是</copy>和所述第二标签是<copy>。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1-8中任意一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-8任意一项所述方法的步骤。