基于三語平行語料的語義向量的機器翻譯研究.pdf

1、近幾年深度學(xué)習(xí)在機器翻譯上的應(yīng)用已經(jīng)獲得人們的關(guān)注并取得與統(tǒng)計機器翻譯可比甚至更好的成果。傳統(tǒng)的機器翻譯在深度學(xué)習(xí)上的應(yīng)用都是用兩種語言的平行語料來訓(xùn)練的，有時我們可以獲得大量的三種或者多種語言的平行語料，可以同時訓(xùn)練兩個或多個端到端的翻譯系統(tǒng)，輸入端是不同語種的平行語料，輸出端是同一目標語料。由于不同的輸入端是表示同一含義的不同語種的表達形式，本文猜測不同輸入端編碼得到的中間向量具有某種聯(lián)系。本課題通過探索不同語種向量表示間的聯(lián)系來達

2、到提升機器翻譯性能的目的。在本文的研究中，涉及三種平行語料，本文將其中兩種平行語料作為源語言，剩余一種作為目標語言。本文的研究包含以下幾個方面。
　?。?）對比分析不同語種的平行源語言到同一目標語言在相同方法下的翻譯性能。本文用同一個基于深度學(xué)習(xí)的機器翻譯方法（NMT）訓(xùn)練了兩個端到端的翻譯系統(tǒng)，分別是中文到日文的翻譯系統(tǒng)和英文到日文的翻譯系統(tǒng)，綜合考慮實驗結(jié)果和NMT的原理，本文得出基于三語平行語料的語義向量的機器翻譯研究的必要

3、性。
　　（2）基于向量拼接的機器翻譯研究及其擴展研究。本文將分為三部分介紹。第一部分的研究中，本文得到一個新的語義表示向量，這個向量包含了來自兩種源語言的中間向量，本文認為這個向量同時包含了兩種源語言的信息，本文用這個新的向量來生成輸出變量序列，即目標語言。但是在這個方法中，其中一種源語言到目標語言的翻譯系統(tǒng)和另一種源語言到目標語言的翻譯系統(tǒng)的參數(shù)不獨立，因此在訓(xùn)練過程和測試過程中我們都需要輸入兩種平行的源語言才能完成。第二部分

4、的研究中，希望通過中軸語翻譯的方法，在系統(tǒng)參數(shù)獨立的情況下，借助翻譯性能較好的翻譯系統(tǒng)來幫助提升翻譯性能差的系統(tǒng)。第三部分的研究中把前兩部分的研究內(nèi)容相結(jié)合，本文仍然得到同時包含兩種源語言信息的語義向量，但將基于向量拼接的機器翻譯研究中的模型和中軸語翻譯方法結(jié)合，使得在測試過程中只輸入單語，本文仍然希望借助翻譯性能好的翻譯系統(tǒng)來提升翻譯系統(tǒng)較差的翻譯系統(tǒng)的性能。
　?。?）基于向量相似的機器翻譯研究。在該研究中，協(xié)同訓(xùn)練兩個不同源