检索结果-维普期刊中文期刊服务平台

Mul Tran多语言机器翻译系统实现的语言学基础被引量：2: 1; 作者侯敏《中文信息学报》 CSCD 北大核心 2000年第4期25-28,34,共5页; MulTran是一个以实用化为目标的多语言机器翻译系统。该系统的特点是以一个统一的翻译处理程序控制运行四个语言翻译系统。该系统的技术核心是多功能逻辑运算分析技术 ,该技术的实现是靠建立一系列的功能函数 ,而这些功能函数是建立在... 展开更多; 关键词多语言机器翻译自然语言特性功能函数 MulTran; 在线阅读下载PDF 职称材料

基于参数分配的多语言神经机器翻译连续学习研究: 2; 作者谷舒豪冯洋《中文信息学报》北大核心 2025年第4期77-84,共8页; 多语言神经机器翻译的连续学习旨在让模型能够不断支持新的翻译方向,且保证原有翻译方向的性能不发生大幅下降。然而,现有的连续学习方法往往对新支持的翻译方向存在着若干限制或者模型参数爆炸等问题。为了解决这些问题,该文提出了一... 展开更多; 关键词多语言机器翻译连续学习参数分配; 在线阅读下载PDF 职称材料

基于标签句子重构的多语言零样本神经机器翻译: 3; 作者陈潇杨雅婷 +3 位作者董瑞时现伟马博吐尔洪·吾司曼《中文信息学报》北大核心 2025年第2期80-88,共9页; 针对当前多语言零样本翻译的标签策略难以提供丰富的翻译方向信息和模型对语言建模能力的不足,进而导致翻译脱靶的问题,该文提出了使用标签句子重构的多语言零样本神经机器翻译方法。具体而言,首先提出了一种词级别的标签策略,在编码器... 展开更多; 关键词零样本机器翻译多语言神经机器翻译自然语言处理; 在线阅读下载PDF 职称材料

融合特定语言适配模块的多语言神经机器翻译被引量：10: 4; 作者刘俊鹏苏劲松黄德根《计算机科学》 CSCD 北大核心 2022年第1期17-23,共7页; 多语言神经机器翻译利用单一的编码器-解码器模型对多种语言之间的翻译同时进行建模。多语言神经机器翻译不仅能够促进关联语言之间的知识迁移,提高低资源语言的翻译质量,并且能够实现未见语言对之间的翻译。现有多语言神经机器翻译仍... 展开更多; 关键词多语言神经机器翻译特定语言建模双语适配器单语适配器; 在线阅读下载PDF 职称材料

基于增量式自学习策略的多语言翻译模型被引量：6: 5; 作者周张萍黄荣城 +3 位作者王博立胡金铭史晓东陈毅东《厦门大学学报（自然科学版）》 CAS CSCD 北大核心 2019年第2期170-175,共6页; 针对源语言到目标语言缺乏平行语料的情况,提出了一种基于增量式自学习策略的多语言翻译模型,即利用中介语双语语料训练源语言到目标语言的翻译模型.在Transformer架构下,相比于基于中介语和直接在伪平行语料上训练的普通双语翻译模型,... 展开更多; 关键词神经网络机器翻译多语言机器翻译增量式自学习; 在线阅读下载PDF 职称材料

自然语言合理句子的生成系统被引量：4: 6; 作者胡玥高小宇 +1 位作者李莉高庆狮《计算机学报》 EI CSCD 北大核心 2010年第3期535-544,共10页; 基于语法规则的使用Chomsky上下文无关文法产生的句子虽合乎语法规则但并不一定合乎语义常理.文中提出一种可以产生合理的自然语言句子的产生系统{TI,N,BI,CI,S,FI,PI},其中,I是指定的自然语言.该系统建立在语义语言理论上,使用Chomsky... 展开更多; 关键词多自然语言生成系统语义单元语义语言多语言机器翻译; 在线阅读下载PDF 职称材料

题名Mul Tran多语言机器翻译系统实现的语言学基础被引量：2: 1; 作者侯敏; 机构北京广播学院应用语言学系; 出处《中文信息学报》 CSCD 北大核心 2000年第4期25-28,34,共5页; 文摘 MulTran是一个以实用化为目标的多语言机器翻译系统。该系统的特点是以一个统一的翻译处理程序控制运行四个语言翻译系统。该系统的技术核心是多功能逻辑运算分析技术 ,该技术的实现是靠建立一系列的功能函数 ,而这些功能函数是建立在诸如线性、离散性、递归性、层次性等自然语言的特性的基础之上的。; 关键词多语言机器翻译自然语言特性功能函数 MulTran; Keywords multilingual machine translation properties of natural languages function; 分类号 TP391.2 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于参数分配的多语言神经机器翻译连续学习研究: 2; 作者谷舒豪冯洋; 机构中国科学院计算技术研究所智能信息处理重点实验室中国科学院大学; 出处《中文信息学报》北大核心 2025年第4期77-84,共8页; 基金国家重点研发计划(2017YFE0192900)。; 文摘多语言神经机器翻译的连续学习旨在让模型能够不断支持新的翻译方向,且保证原有翻译方向的性能不发生大幅下降。然而,现有的连续学习方法往往对新支持的翻译方向存在着若干限制或者模型参数爆炸等问题。为了解决这些问题,该文提出了一种基于参数对翻译模型重要性的“分而治之”方法。该文提出的方法首先对预训练翻译模型的不同参数关于当前翻译性能的重要性进行评估,然后将对当前翻译性能影响大的参数在原有翻译方向和新的翻译方向之间进行共享,对当前翻译性能影响较小的参数则单独分配给新的翻译方向,用于学习新语言的知识。该文在不同的语言对上进行了实验,并与其他系统进行了对比,结果表明,该方法对模型性能有显著提升。; 关键词多语言机器翻译连续学习参数分配; Keywords multilingual machine translation continual learning parameter allocation; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于标签句子重构的多语言零样本神经机器翻译: 3; 作者陈潇杨雅婷董瑞时现伟马博吐尔洪·吾司曼; 机构中国科学院新疆理化技术研究所中国科学院大学计算机科学与技术学院新疆民族语音语言信息处理实验室新疆维吾尔自治区党委政法委; 出处《中文信息学报》北大核心 2025年第2期80-88,共9页; 基金中国科学院民族语言文字信息处理科学数据库(CASWX2021SF0311) 中国科学院青年创新促进会项目(科发人函字[2019]26号) +4 种基金国家自然科学基金(U2003303) 新疆“天山英才”青年科技拔尖人才项目(2022TSYCCX0059)。; 文摘针对当前多语言零样本翻译的标签策略难以提供丰富的翻译方向信息和模型对语言建模能力的不足,进而导致翻译脱靶的问题,该文提出了使用标签句子重构的多语言零样本神经机器翻译方法。具体而言,首先提出了一种词级别的标签策略,在编码器端增加目标语言标签嵌入,在源语言句子每个词的嵌入表示中注入目标语言信息;其次设计了标签句子重构任务,对句子添加噪声和使用词级别的标签策略后进行重构操作,以达到增强模型语言建模能力的目的。在MultiUN数据集和Europarl数据集上的零样本实验结果表明,所提方法在零样本翻译上的平均BLEU值分别超过强基线0.7和0.3。消融实验结果表明,所提出的语言标签嵌入策略和标签句子重构均能有效提升模型的零样本翻译性能。; 关键词零样本机器翻译多语言神经机器翻译自然语言处理; Keywords zero-shot machine translation multilingual neural machine translation natural language processing; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名融合特定语言适配模块的多语言神经机器翻译被引量：10: 4; 作者刘俊鹏苏劲松黄德根; 机构大连理工大学计算机科学与技术学院厦门大学信息学院; 出处《计算机科学》 CSCD 北大核心 2022年第1期17-23,共7页; 基金国家重点研发计划(2020AAA0108004)。; 文摘多语言神经机器翻译利用单一的编码器-解码器模型对多种语言之间的翻译同时进行建模。多语言神经机器翻译不仅能够促进关联语言之间的知识迁移,提高低资源语言的翻译质量,并且能够实现未见语言对之间的翻译。现有多语言神经机器翻译仍然存在语言多样性建模能力不足和未见语言对翻译质量不佳的问题。为此,首先在现有的适配器模型基础上提出变维双语适配器模型,在Transformer模型的每个子层之间加入双语适配器以抽取每个语言对的独特特征,并通过改变适配器隐层维度调整编码器和解码器两端的特定语言表达空间;其次,提出一种共享单语适配器模型,对每种语言的独特特征进行建模。在IWSLT多语言翻译数据集上的实验结果表明,变维双语适配器模型能够显著提升多语言翻译的性能,而单语适配器模型能够在不影响多语言翻译性能的条件下提高未见语言对的翻译质量。; 关键词多语言神经机器翻译特定语言建模双语适配器单语适配器; Keywords Multilingual neural machine translation Language-specific modeling Bilingual adapter Monolingual adapter; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于增量式自学习策略的多语言翻译模型被引量：6: 5; 作者周张萍黄荣城王博立胡金铭史晓东陈毅东; 机构厦门大学信息科学与技术学院; 出处《厦门大学学报（自然科学版）》 CAS CSCD 北大核心 2019年第2期170-175,共6页; 基金国家科技支撑计划项目(2012BAH14F03) 国家自然科学基金(61573294) +2 种基金国家语委委托项目(WT135-10) 国家语委甲骨文专项(YWZ-J010); 文摘针对源语言到目标语言缺乏平行语料的情况,提出了一种基于增量式自学习策略的多语言翻译模型,即利用中介语双语语料训练源语言到目标语言的翻译模型.在Transformer架构下,相比于基于中介语和直接在伪平行语料上训练的普通双语翻译模型,使用该方法在第十四届全国机器翻译研讨会(CWMT 2018)多语言翻译评测数据集上的机器双语互译评估(BLEU)值提升了0.98个百分点.在此基础上,还对比了不同的预处理方法、训练策略以及多模型的平均和集成策略,其中多模型集成策略的BLEU值上可在多模型策略的基础上进一步提升0.53个百分点.; 关键词神经网络机器翻译多语言机器翻译增量式自学习; Keywords neural machine translation multilingual machine translation iterative method; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名自然语言合理句子的生成系统被引量：4: 6; 作者胡玥高小宇李莉高庆狮; 机构北京科技大学信息工程学院中国科学院计算技术研究所; 出处《计算机学报》 EI CSCD 北大核心 2010年第3期535-544,共10页; 基金国家"九七三"重点基础研究发展规划项目基金(2007CB311103) 国家"八六三"高技术研究发展计划项目基金(2006AA01Z140 +2 种基金 2006AA010101) 国家自然科学基金(60873002 60736013)资助~~; 文摘基于语法规则的使用Chomsky上下文无关文法产生的句子虽合乎语法规则但并不一定合乎语义常理.文中提出一种可以产生合理的自然语言句子的产生系统{TI,N,BI,CI,S,FI,PI},其中,I是指定的自然语言.该系统建立在语义语言理论上,使用Chomsky短语文法.系统的关键技术是引入了语义单元技术、类型参量,类型参量的作用不仅体现在语义单元中而且还体现在句树、事物树和函数集中.语义单元和类型参量共同作用能有效的对产生的句子进行语义约束使得生成的句子合理.; 关键词多自然语言生成系统语义单元语义语言多语言机器翻译; Keywords multiple natural languages generating system semantic unit semantic language multiple languages machine translation; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	Mul Tran多语言机器翻译系统实现的语言学基础	侯敏	《中文信息学报》 CSCD 北大核心	2000	2	在线阅读下载PDF 职称材料
2	基于参数分配的多语言神经机器翻译连续学习研究	谷舒豪冯洋	《中文信息学报》北大核心	2025	0	在线阅读下载PDF 职称材料
3	基于标签句子重构的多语言零样本神经机器翻译	陈潇杨雅婷董瑞时现伟马博吐尔洪·吾司曼	《中文信息学报》北大核心	2025	0	在线阅读下载PDF 职称材料
4	融合特定语言适配模块的多语言神经机器翻译	刘俊鹏苏劲松黄德根	《计算机科学》 CSCD 北大核心	2022	10	在线阅读下载PDF 职称材料
5	基于增量式自学习策略的多语言翻译模型	周张萍黄荣城王博立胡金铭史晓东陈毅东	《厦门大学学报（自然科学版）》 CAS CSCD 北大核心	2019	6	在线阅读下载PDF 职称材料
6	自然语言合理句子的生成系统	胡玥高小宇李莉高庆狮	《计算机学报》 EI CSCD 北大核心	2010	4	在线阅读下载PDF 职称材料