TY -的A2蔡Sang-Bing盟——徐Zhiwang盟——秦Huibin盟——华,永筑PY - 2021 DA - 2021/06/28 TI - Uyghur-Chinese神经研究基于变压器的多策略机器翻译分割粒度SP - 5744248六世- 2021 AB -近年来,基于神经网络的机器翻译已经成为机器翻译领域的主流方法,但是仍有不足的挑战平行语料库和稀疏数据低资源领域的翻译。现有的机器翻译模型通常word-granularity分割训练数据集。然而,不同的分割粒度包含不同的语法和语义特征和信息。只考虑词的粒度将限制的有效训练神经机器翻译系统。针对数据稀疏的问题由于缺乏Uyghur-Chinese平行语料库和复杂的维吾尔族的形态,提出了一种多策略为音节分割粒度的训练方法,音节、单词,和音节词融合和目标递归神经网络和传统的卷积神经网络;网络的缺点是建立变压器Uyghur-Chinese神经机器翻译模型完全基于多线程self-attention机制。在CCMT2019维度结果Uyghur-Chinese双语数据集显示多个翻译训练方法粒度的影响明显比其他粒度分割翻译系统,而变压器模型可以获得更高的蓝色比基于Self-Attention-RNN Uyghur-Chinese翻译模型。SN - 1574 - 017 - 2021/5744248 / 10.1155 x你——https://doi.org/10.1155/2021/5744248——摩根富林明-移动信息系统PB - Hindawi KW - ER