[发明专利]一种引入源语组块信息编码的神经机器翻译方法

摘要

本发明涉及一种引入源语组块信息编码的神经机器翻译方法，输入双语句子级平行数据，分别对源语和目标语分词，得到分词后的双语平行句对；对分词后的双语平行句对中的源语句子按时序进行编码，获取最后一层隐藏层上每个时序的状态，对输入的源语句按块进行切分；根据源语句的每个时序状态以及源语句的切分信息，获得源语句的块编码信息；将时序编码信息与块编码信息联合起来，获得最终的源语句记忆信息；解码器网络通过动态地查询源语句的记忆信息，利用注意力机制产生每一个时刻的上下文向量，并抽取特征向量，进行词汇预测。本发明自动对源语句进行块切分，不需要任何事先分块好的句子参与训练；能够捕捉到对源语句最新和最佳的分块方式。

主权项

一种引入源语组块信息编码的神经机器翻译方法，其特征在于包括以下步骤：1)输入双语句子级平行数据，分别对源语和目标语分词，得到分词后的双语平行句对；2)用神经机器翻译系统对分词后的双语平行句对中的源语句子按时序进行编码，获取最后一层隐藏层上每个时序的状态，即每个时序下的编码信息；3)在进行编码的过程中，对输入的源语句按块进行切分；4)根据步骤2)、3)得到的源语句的每个时序状态以及源语句的切分信息，获得源语句的块编码信息；5)将步骤2)和4)产生的时序的编码信息与块编码信息联合起来，获得最终的源语句记忆信息；6)得到最终的源语句记忆信息后，解码器网络通过动态地查询源语句的记忆信息，利用注意力机制产生每一个时刻的上下文向量，并抽取特征向量，进行词汇预测。