一种融合推敲网络和字符编码的神经机器翻译方法

摘要

本发明提供了一种融合推敲网络和字符编码的神经机器翻译方法，属于数据处理技术领域，采用了预先训练词向量和推敲网络中的预先模型的方法，以Transformer为基础预先训练一个基础的翻译模型，通过拼接的多表征融合的词向量表示，作为一个基础模型架构，在此的基础之上，加入推敲网络结构，对基础模型的解码器部分和编码器部分分别进行相关的注意力计算，获取解码语句的全局信息，为推敲解码部分提供更加丰富的语义信息和全局信息，使得翻译可以更加精准。同时采用了波束搜索的方法，提高了生成词语的更多的可能性，得到更加逼近全局最优的翻译答案。