软件学报

作者：王振晗，何建雅琳，余正涛，文永华，郭军军，高盛祥

单位：王振晗，昆明理工大学 信息工程与自动化学院, 云南 昆明 650500;云南省人工智能重点实验室(昆明理工大学), 云南 昆明 65050011,何建雅琳，昆明理工大学 信息工程与自动化学院, 云南 昆明 650500;云南省人工智能重点实验室(昆明理工大学), 云南 昆明 65050002,余正涛，昆明理工大学 信息工程与自动化学院, 云南 昆明 650500;云南省人工智能重点实验室(昆明理工大学), 云南 昆明 65050003,文永华，云南省人工智能重点实验室(昆明理工大学), 云南 昆明 65050004,郭军军，昆明理工大学 信息工程与自动化学院, 云南 昆明 650500;云南省人工智能重点实验室(昆明理工大学), 云南 昆明 65050005,高盛祥，昆明理工大学 信息工程与自动化学院, 云南 昆明 650500;云南省人工智能重点实验室(昆明理工大学), 云南 昆明 65050006

关键词：神经机器翻译;资源稀缺;句法解析树

基金：国家自然科学基金（61732005，61672271，61761026，61866020）；云南省自然科学基金（2018FB04）；云南省省级人才培养计划项目（KKSY201703005，KKSY201703015）

神经机器翻译是目前应用最广泛的机器翻译方法，在语料资源丰富的语种上取得了良好的效果.但是在汉语-越南语这类缺乏双语数据的语种上表现不佳.考虑汉语和越南语在语法结构上的差异性，提出一种融合源语言句法解析树的汉越神经机器翻译方法，利用深度优先遍历得到源语言的句法解析树的向量化表示，将句法向量与源语言词嵌入相加作为输入，训练翻译模型.在汉-越语言对上进行了实验，相较于基准系统，获得了0.6个BLUE值的提高.实验结果表明，融合句法解析树可以有效提高在资源稀缺情况下机器翻译模型的性能.

来源：2020年第12期

《软件学报》期刊编辑部

查看软件学报杂志2020年第12期