[发明专利]主动学习平行语料构建方法有效
| 申请号： | 201811026790.5 | 申请日： | 2018-09-04 |
| 公开（公告）号： | CN109284511B | 公开（公告）日： | 2023-05-16 |
| 发明（设计）人： | 熊德意;张培 | 申请（专利权）人： | 苏州大学 |
| 主分类号： | G06F40/58 | 分类号： | G06F40/58;G06N20/00 |
| 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： | 殷海霞 |
| 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： | 本发明涉及一种主动学习平行语料构建方法，应用于低资源语言神经机器翻译，而且，应用在基于注意力机制且采用encoder‑decoder框架的NMT模型，包括：获取原始平行语料和源端单语；获取所述原始平行语料的embedding和所述源端单语的embedding；计算所述源端单语中的每句话和所述平行语料的相似度；对所述源端单语中的每句话按照相似程度进行排序，选择前面设定百分比的句子；获取上述“前面设定百分比的句子”进行人工翻译后的目标端单语；将所述人工翻译后的目标端单语和上述“前面设定百分比的句子”构成的平行语料加入到所述原始平行语料中，组成新的平行语料；用所述新的平行语料，训练出新的模型。 | ||
| 搜索关键词： | 主动 学习 平行 语料 构建 方法 | ||
【主权项】：
1.一种主动学习平行语料构建方法，应用于低资源语言神经机器翻译，而且，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：获取原始平行语料和源端单语；获取所述原始平行语料的embedding和所述源端单语的embedding；计算所述源端单语中的每句话和所述平行语料的相似度，![]()
其中s是所述源端单语中的句子，emb(n)表示一个句子的embedding，Sscore(s)表示句子s和平行语料数据集的相似性，Sscore越大表示越不相似；对所述源端单语中的每句话按照相似程度进行排序，选择前面设定百分比的句子；获取上述“前面设定百分比的句子”进行人工翻译后的目标端单语；将所述人工翻译后的目标端单语和上述“前面设定百分比的句子”构成的平行语料加入到所述原始平行语料中，组成新的平行语料；用所述新的平行语料，训练出新的模型；将上述“前面设定百分比的句子”从所述源端单语中删除，得到新的源端单语；迭代上述过程，直到所述源端单语被选择完毕或者训练出的模型符合预期目标。
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/patent/201811026790.5/，转载请声明来源钻瓜专利网。
