融合术语信息的神经机器翻译参数初始化研究
张超轶1
陈媛2
张聚伟1
1.河南科技大学电气工程学院,河南洛阳 471023;河南省新能源汽车电力电子与电力传动工程研究中心,河南洛阳 4710232.b河南科技大学外国语学院,河南洛阳 471023
摘要：针对电气工程领域英汉机器翻译中平行语料稀缺的问题,在使用通用语料训练翻译模型的基础上,提出了一种融合领域术语信息的嵌入层参数初始化方法.首先,对文本进行分词预处理,将术语词划分为一个最小单元;然后,利用Glove和Word2vec在不同单语语料上训练得到两种词向量,并分别初始化嵌入层参数中常用词和术语词的向量表示;最后,利用术语词典对未登录词进行查找替换,缓解了翻译过程中由于术语而产生的严重未登录词问题.将基于注意力机制的神经机器翻译模型作为基线系统进行实验,结果表明:本文模型在电气领域测试语料上的翻译性能提高了2.713个BLEU值点.
关键词：电气领域机器翻译术语信息嵌入层参数初始化
分类号：TP391.2(计算技术、计算机技术)
资助基金：国家自然科学基金(U2004163)
论文发表日期：2022-08-25
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( 61-66,75 )