[发明专利]融入依存关系的神经机器翻译方法有效
| 申请号： | 201810785646.3 | 申请日： | 2018-07-17 |
| 公开（公告）号： | CN109062907B | 公开（公告）日： | 2022-07-12 |
| 发明（设计）人： | 段湘煜;王坤;张民 | 申请（专利权）人： | 苏州大学 |
| 主分类号： | G06F40/47 | 分类号： | G06F40/47 |
| 代理公司： | 苏州市中南伟业知识产权代理事务所(普通合伙) 32257 | 代理人： | 冯瑞 |
| 地址： | 215000 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 融入 依存 关系 神经 机器翻译 方法 | ||
【权利要求书】：
1.一种融入依存关系的神经机器翻译方法，其特征在于，包括：
获取训练数据，基于训练数据解析出源端句子的依存树，确定源端句子词与词之间的关联性信息；
基于所述关联性信息，确定依存关联性损失Δdep，采用如下公式计算句对(X，Y)的网络整体损失：
loss＝-logP(Y|X)+Δdep
其中，-logP(Y|X)是交叉熵损失，Δdep是依存关联性损失；
计算目标端j时刻单词对应源端i时刻单词注意力权重，在计算得到源端隐藏层基础上，添加自注意力机制，
其中，W′a，U′a是可训练参数；
通过指导α′ji的分布来指导源端注意力层，通过以下公式实现依存树关联性指导Δdep:
其中，X为源端句子长度，{i，...i′}为源端第j个单词对应的存在依存关系的索引。
2.根据权利要求1所述的融入依存关系的神经机器翻译方法，其特征在于，依存树使用的是斯坦福大学的开源代码：stanford parser，使用默认配置获得源端依存树数据。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于苏州大学，未经苏州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810785646.3/1.html，转载请声明来源钻瓜专利网。
- 上一篇：程序语言资源的翻译方法及装置
- 下一篇：一种专用翻译器
