[发明专利]基于深层神经网络翻译模型的解码方法有效
| 申请号： | 201810270468.0 | 申请日： | 2018-03-29 |
| 公开（公告）号： | CN108647214B | 公开（公告）日： | 2020-06-30 |
| 发明（设计）人： | 张家俊;周龙;马宏远;杜翠兰;张翠;赵晓航;宗成庆 | 申请（专利权）人： | 中国科学院自动化研究所;国家计算机网络与信息安全管理中心 |
| 主分类号： | G06F40/58 | 分类号： | G06F40/58;G06F40/289;G06N3/04 |
| 代理公司： | 北京瀚仁知识产权代理事务所(普通合伙) 11482 | 代理人： | 郭文浩;陈晓鹏 |
| 地址： | 100190 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及语言处理领域，提出了一种基于深层神经网络翻译模型的解码方法，旨在解决机器翻译模型中模型训练复杂度高、训练难度大解码速度慢等问题。该方法的具体实施方式包括：对待翻译语句进行分词处理，得到源语言词汇；步骤2，使用自动对齐工具对预设的翻译模型词汇表中的语料进行词对齐，得到与所述源语言词汇对齐的目标语言单词；步骤3，基于步骤2所得到的目标语言单词，确定出所述待翻译语句的目标端动态词汇表，根据预先构建的翻译模型，使用柱搜索方法解码出的语句作为所述翻译模型的输出；其中，所述翻译模型为基于门限残差机制和平行注意力机制的深层神经网络。本发明提升了模型翻译质量，提高了模型解码速度。 | ||
| 搜索关键词： | 基于 深层 神经网络 翻译 模型 解码 方法 | ||
【主权项】：
1.一种基于深层神经网络翻译模型的解码方法，其特征在于，所述方法包括：步骤1，对待翻译语句进行分词处理，得到源语言词汇；步骤2，使用自动对齐工具对预设的翻译模型词汇表中的语料进行词对齐，得到与所述源语言词汇对齐的目标语言单词；步骤3，基于步骤2所得到的目标语言单词，确定出所述待翻译语句的目标端动态词汇表，根据预先构建的翻译模型，使用柱搜索方法解码出的语句作为所述翻译模型的输出；其中，所述翻译模型为基于门限残差机制和平行注意力机制的深层神经网络。
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中国科学院自动化研究所;国家计算机网络与信息安全管理中心，未经中国科学院自动化研究所;国家计算机网络与信息安全管理中心许可，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/patent/201810270468.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于耦合关系分析的组合关键字语义相关度评估方法
- 下一篇：多功能翻译机
