买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
摘要:本发明提出了基于主题融合的语义一致性篇章级神经机器翻译方法,通过引入主题词以捕捉文本的全局语义信息,从而有效减少翻译过程中的主题漂移现象,并增强句子间的逻辑联系,显著提高翻译的一致性与准确性。该方法采用了由主题词软提示引导的提示学习策略,其中每个软提示被视为一个“专家”,通过多个软提示的融合形成了一个混合专家模型;通过使用BERT模型对主题词进行编码,生成高质量的词向量表示,并引入主题词感知的多层次动态融合机制,将这些主题信息与源语言信息进行有效融合,进而实现主题迁移效果。本发明还引入了一种以主题词为引导的语义一致性损失,用以平衡源语言信息与主题信息的贡献,避免模型过度依赖主题词。
主权项:1.基于主题融合的语义一致性篇章级神经机器翻译方法,其特征在于,包括以下步骤:Step1、使用主题词提取工具,从每个篇章中提取出关键的主题词;Step2、把句子级训练得到的结果加载到篇章级,对篇章级数据进行篇章级机器翻译训练;Step3、引入主题迁移机制,使用Adapter实现句子级信息到篇章级信息的迁移,对篇章级数据进行进一步优化;Step4、应用以主题词为引导的语义一致性损失函数,优化模型训练过程。
全文数据:
权利要求:
百度查询: 昆明理工大学 基于主题融合的语义一致性篇章级神经机器翻译方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。