TY -的A2 Sarfraz沙赫扎德盟,阮梭盟,阮Huu AU - Tran港区PY - 2021 DA - 2021/10/08 TI - Sublemma-Based神经机器翻译SP - 5935958六世- 2021 AB -从功能强大的深度学习方法可以让我们在许多人工智能工程任务。这种方法能够从输入数据中提取有效的表示,如果数据是足够大的。不幸的是,这并不总是可能的收集质量数据。等任务在资源缺乏的情况下,俄罗斯⟶越南机器翻译,洞察数据可以弥补他们卑微的大小。在这项研究中造型俄罗斯⟶越南翻译,我们利用输入俄语单词分解成还subfeatures不仅特性。首先,我们俄罗斯的单词分解成一组语言特点:词性、形态、依赖标签,和引理。第二,引理特性进一步分为subfeatures标签与标签对应位置的引理。与源端一致,越南目标句子表示为子标志序列。Sublemma-based神经机器翻译在我们实验证明自己Russian-Vietnamese双语TED演讲收集的数据。实验结果表明,该模型优于最好的俄罗斯 ⟶ 越南模型0.97蓝色。此外,机器自动判断实验结果验证了人类的判断。提出sublemma-based模型提供了一个替代现有模型当我们建立翻译系统从一个屈折丰富语言,如俄罗斯、捷克、保加利亚,在缺乏资源的环境。SN - 1076 - 2787你——https://doi.org/10.1155/2021/5935958——10.1155 / 2021/5935958 JF - PB - Hindawi KW - ER -复杂性