一种基于编码器-解码器的神经网络蒙汉机器翻译方法

摘要

一种基于编码器‑解码器的神经网络蒙汉机器翻译方法，利用一个编码器E和双层解码器D1和D2，编码器E将蒙文源语言编码成一个向量列表，然后，在编码器的隐藏层采用带有注意力机制的“回顾”步骤，在解码过程中，先由解码器D1得到softmax前的隐含状态以及草稿句子，接下来以编码器E和解码器D1的隐含状态作为解码器D2的输入，得到第二道序列，即最终的译文。本发明还在预处理阶段首先对汉语语料库进行了分字处理，对蒙古语词汇进行词干、词缀和格的附加成分的切分，并对蒙汉双语语料库采用单词片段的切词方式(BPE)处理，能够有效细化翻译粒度减少未登录词，然后使用Word2vec构建蒙汉词向量。对于未登录词，还构建了蒙汉专有词汇词典，从而有效提高翻译质量。