融合语言学知识的神经机器翻译研究进展

TP391.2; 尽管神经机器翻译已经成为目前机器翻译研究应用中的主流方法与范式,然而同时也存在译文流利但不够忠实、罕见词处理困难、低资源语言表现不佳、跨领域适应性差、先验知识利用率低等问题.受统计机器翻译研究启发,在神经机器翻译模型中融入语言学信息,利用已有的语言学知识,缓解神经机器翻译面临的固有困境,提升翻译质量,成为神经机器翻译研究领域的一个热门话题.根据语法单位分类体系,可以将这方面的研究分为三类:融合字词结构信息的神经机器翻译、融合短语结构的神经机器翻译和融合句法结构信息的神经机器翻译.目前的研究主要集中在这三方面.在梳理神经机器翻译面临的主要挑战及原因的基础上,重点介绍了每一类研究...

Full description

Saved in:
Bibliographic Details
Published in计算机科学与探索 Vol. 15; no. 7; pp. 1183 - 1194
Main Authors 郭望皓, 范江威, 张克亮
Format Journal Article
LanguageChinese
Published 战略支援部队信息工程大学洛阳校区,河南洛阳471003%郑州大学信息工程学院,郑州450001 01.07.2021
Subjects
字词结构信息
语言学知识
句法结构信息
短语结构信息
神经机器翻译
Online AccessGet full text
ISSN1673-9418
DOI10.3778/j.issn.1673-9418.2012006

Cover

More Information
Summary:TP391.2; 尽管神经机器翻译已经成为目前机器翻译研究应用中的主流方法与范式,然而同时也存在译文流利但不够忠实、罕见词处理困难、低资源语言表现不佳、跨领域适应性差、先验知识利用率低等问题.受统计机器翻译研究启发,在神经机器翻译模型中融入语言学信息,利用已有的语言学知识,缓解神经机器翻译面临的固有困境,提升翻译质量,成为神经机器翻译研究领域的一个热门话题.根据语法单位分类体系,可以将这方面的研究分为三类:融合字词结构信息的神经机器翻译、融合短语结构的神经机器翻译和融合句法结构信息的神经机器翻译.目前的研究主要集中在这三方面.在梳理神经机器翻译面临的主要挑战及原因的基础上,重点介绍了每一类研究的核心思想与作用、现状与主要成果、面临的问题及发展趋势.最后总结归纳现有研究中面临的主要挑战,并对未来的研究方向进行展望.
ISSN:1673-9418
DOI:10.3778/j.issn.1673-9418.2012006