[发明专利]一种基于句法树遍历的信息融合翻译方法

说明书

本发明提出了一种基于句法树遍历的信息融合翻译方法，涉及自然语言处理中的机器翻译和句法分析领域，在机器翻译编码过程中，利用神经网络对句法树进行遍历的方式，提取句法结构以融合更多有效源语言句子结构信息，从而提升机器翻译的效果；主要包括步骤1：句法分析：利用哈工大语言技术分析平台LTP，对源语言句子进行成分句法分析或依存句法分析，得到句法树；步骤2：编码融合：采用深度神经网络分别对源语言句子文本、源语言句子句法树进行遍历，得到两个独立的编码向量，然后对编码向量进行拼接；步骤3：译文解码：对上述拼接后的编码向量进行解码。

技术领域

本发明涉及自然语言处理中的机器翻译和句法分析领域，在机器翻译编码过程中，利用神经网络对句法树进行遍历的方式，提取句法结构以融合更多有效源语言句子信息，从而提升机器翻译的效果。

背景技术

随着全球化趋势的进一步发展，机器翻译成为不同语言种族群体相互交流通信面临的一个重要研究课题。句法信息融合的成败，直接影响到机器翻译技术和应用能否顺利走向实用化、产业化。

近年来，端到端神经机器翻译因其简洁的设计理念、新颖的系统架构和良好的翻译性能而备受关注。尽管较之传统方法，端到端神经机器翻译能获得相媲美甚至更高质量的译文，但这种将句子直接简化为时序序列的方式，并不完全符合传统思想对语句构成的主流认知。

在自然语言处理中，句法分析主要存在两种形式：短语结构分析和依存分析。无论哪种分析方法，都将句子视为可递归的树型结构，因此分析结果都会对应生成一棵包含所有句法信息的句法树。因此，为了克服端到端神经机器翻译方法过于简化双语转换过程、缺乏知识支撑的问题，现阶段诸多研究人员致力于向神经网络翻译模型中融入先验知识。

发明内容

本发明为了解决以上问题，提出了一种基于句法树遍历的信息融合翻译方法，在机器翻译编码过程中，利用神经网络对句法树进行遍历的方式，提取句法结构以融合更多有效源语言句子信息，从而提升机器翻译的效果。

为了实现上述目的，本发明所采用的技术方案是：一种基于句法树遍历的信息融合翻译方法，包括以下步骤：

步骤1：句法分析：利用哈工大语言技术分析平台LTP，对源语言句子进行成分句法分析或依存句法分析，得到句法树；

步骤2：编码融合：采用深度神经网络分别对源语言句子文本、源语言句子句法树进行遍历，分别得到两个独立的特征向量，然后对特征向量进行拼接；

步骤3：译文解码：对上述拼接后的特征向量进行解码。

所述的成分句法分析和依存句法分析只是从两种不同的角度分析句法，因此都能形成句法树；

进一步的，所述步骤2的编码融合具体为：

步骤2.1：采用BiLSTM神经网络从正向和反向同时对源语言句子序列进行编码，保证捕获每个词的上下文语境信息，计算公式如下：

其中， t时刻下源语言句子文本中词 的词向量， 是正向编码上一时刻的隐状态， 是反向编码下一时刻的隐状态， 表示t时刻正向编码的向量， 表示t时刻反向编码的向量, 表示t时刻正向句子文本的编码向量， 表示t时刻反向句子文本的编码向量, 则是双向编码的t时刻的词向量；

步骤2.2：采用BiLSTM神经网络从正向和反向同时对源语言句子句法分析树进行编码，保证捕获每个词的上下文语境信息，计算公式如下；