基于句子主干的稀缺资源神经机器翻译的数据增强方法-k66凯时

申请/专利权人：营口理工学院

申请日：2023-12-07

公开（公告）日：2024-03-08

公开（公告）号：cn117669604a

主分类号：g06f40/58

分类号：g06f40/58;g06n3/04

优先权：

专利状态码：在审-公开

法律状态：2024.03.08#公开

摘要：本发明公开了基于句子主干的稀缺资源神经机器翻译的数据增强方法，涉及神经机器翻译技术领域；该数据增强方法包括以下步骤：构造原始双语数据集；构建反向翻译模型，采用原始双语数据集训练反向翻译模型；采用句子主干提取算法将目标语言句子生成为目标语言句子主干；基于反向翻译模型翻译目标语言句子主干得到源语言句子主干；将源语言句子主干和目标语言句子主干组合构造伪双语数据集；将原始双语数据集和伪双语数据集合并，作为神经机器翻译模型的训练集。本发明通过目标语端句子主干和反向翻译模型生成伪平行数据，从而扩充训练数据，通过该方法，可以更加充分地利用现有数据，增加训练样本的多样性，提升模型的翻译质量。

主权项：1.基于句子主干的稀缺资源神经机器翻译的数据增强方法，其特征在于，包括以下步骤：s1、构造原始双语数据集d＝{s,t}，原始双语数据集d包括源语言句子s和目标语言句子t；s2、构建反向翻译模型，采用原始双语数据集d训练反向翻译模型；s3、采用句子主干提取算法将目标语言句子t生成为目标语言句子主干t′；s4、基于反向翻译模型翻译目标语言句子主干t′得到源语言句子主干s′；s5、将源语言句子主干s′和目标语言句子主干t′组合构造伪双语数据集d′＝{s′,t′}；s6、将原始双语数据集d和伪双语数据集d′合并，作为神经机器翻译模型的训练集。

全文数据：

权利要求：

百度查询：

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。