基于子树交换的神经机器翻译数据增强方法

摘要：

神经机器翻译在双语资源丰富的场景下,具有良好的性能,但在资源稀缺的情况下,其翻译性能急剧下降.针对稀缺资源翻译任务,本文提出一种基于子树交换的数据增强方法.首先,将目标端句子生成对应的句法树;其次,使用子树交换算法生成新的伪单语数据;最后,利用反向翻译方法生成目标译文,构成伪平行数据.实验结果表明,同基线模型和已有数据增强方法能相比,基于句法子树交换数据增强方法能显著提高模型的翻译性能.

关键词：子树交换、神经机器翻译、数据增强

所属期刊栏目：25

分类号：TP391.1(计算技术、计算机技术)

资助基金：辽宁省自然科学基金;辽宁省自然科学基金

在线出版日期：2023-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：64-70