基于LSTM的交互式神经机器翻译方法研究

摘要：

神经机器翻译系统在过去几年取得了很好的结果,但是仍然是有缺陷的.机器翻译系统的输出必须在后期编辑阶段由翻译人员进行校对.交互机器翻译促进了人机协作,提高生产力.在这项工作中,我们将神经机器翻译集成到交互式机器翻译框架中.利用seq2seq框架的特性,在解码阶段将翻译人员的纠正信息融合进机器翻译系统,在保持现有信息的情况进行重新解码翻译.并且利用翻译人员的的先验知识对神经翻译系统进行增量训练,以提高机器翻译系统的表现.

关键词：交互式神经机器翻译、LSTM、人机交互、seq2seq模型

所属期刊栏目：33

分类号：TP391.2(计算技术、计算机技术)

在线出版日期：2021-01-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：51-54