基于注意力引导图卷积网络的中英机器翻译模型
韩雪
王章辉
张涵婷
辽宁大学信息学院 沈阳 110036
摘要：现如今,神经网络在基于句序列的机器翻译模型已占据主流地位.但在中英文互译中,仅对单语句进行翻译不仅仅丢失语义信息,还破坏繁杂的逻辑构造,并不符合当代机器翻译需求.鉴于此,提出一种新型基于注意力引导图卷积网络的机器翻译优化模型,可通过多头注意力机制和图卷积神经网络结构的结合保留词元素特征及段落层次结构信息.为了验证基于注意力引导图卷积网络模型是否优于其他传统算法,在WMT21数据集上进行实验,结果表明各指标均达到理想效果.
关键词：注意力引导图卷积网络机器翻译语篇翻译译文选择
分类号：TP391.1(计算技术、计算机技术)
资助基金：国家自然科学基金(61802160)国家自然科学基金(U1811261)国家自然科学基金(62072220)辽宁省博士启动基金(20180540106)辽宁省公共舆情与网络安全大数据系统工程实验室资助项目(04-2016-0089013)
论文发表日期：2021-12-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 2476-2482 )
英文信息