基于语言知识的神经机器翻译研究进展  

Advancements in Neural Machine Translation Research Based on Language Knowledge

作　　者：张津一 郭聪 高忠辉 

机构地区：[1]沈阳理工大学,信息科学与工程学院,辽宁 沈阳

出　　处：《人工智能与机器人研究》2023年第2期97-106,共10页Artificial Intelligence and Robotics Research

摘　　要：在本论文中,我们全面回顾了基于语言知识的神经机器翻译(Neural Machine Translation, NMT)方法,重点关注了如何将语言学特征和知识融入NMT系统中。首先,我们介绍了神经机器翻译的基本概念和发展背景,然后详细讨论了基于语言知识的神经机器翻译数据增强方面、翻译模型结构改进与外部语言知识的融合方面的各种方法。最后,我们总结了基于语言知识的神经机器翻译在实践中的优势与挑战,并展望了未来的研究方向。在本论文中,我们全面回顾了基于语言知识的神经机器翻译(Neural Machine Translation, NMT)方法,重点关注了如何将语言学特征和知识融入NMT系统中。首先,我们介绍了神经机器翻译的基本概念和发展背景,然后详细讨论了基于语言知识的神经机器翻译数据增强方面、翻译模型结构改进与外部语言知识的融合方面的各种方法。最后,我们总结了基于语言知识的神经机器翻译在实践中的优势与挑战,并展望了未来的研究方向。

关 键 词：神经机器翻译 翻译模型 语言学特征 外部语言 数据增强 NMT 语言知识 优势与挑战 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]