人工智能-28. 混合式机器翻译方法_第1页
人工智能-28. 混合式机器翻译方法_第2页
人工智能-28. 混合式机器翻译方法_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

28：混合式机器翻译方法教师姓名授课名称人工智能及机器学习基础知识授课形式授课班级授课地点授课日期章节名称混合式机器翻译方法教学目的掌握混合式机器方法。了解基于语料库机器翻译的主要技术。重点难点重点：基于语料库的机器翻译方法。难点：机器翻译的主要方法。主要内容一、课程引入自然语言处理（NLP）通常是指用计算机对人类自然语言进行的有意义的分析与操作。本节我们主要介绍机器翻译。课程内容机器翻译的难点如下：（1）语言问题非常复杂，缺乏有效的形式化手段；（2）语言中常有大量歧义现象，翻译需要面对两种语言间的歧义现象；（3）翻译涉及的常是海量知识，知识库的建造维护代价很高；（4）机器翻译过程涉及很多环节，每个环节都不能做到100%准确，错误积累现象严重。2.混合式机器翻译方法20世纪90年代，学术界曾就机器翻译方法问题有过争论。坚持规则路线的学者认为：统计模型对结构处理乏力且过于简单？远距离制约问题？统计翻译是“石头汤”？坚持统计方法的学者认为：传统方法不能彻底解决机器翻译问题；基于知识的方法曾被认为是解决机器翻译问题的关键方法，可是目前依然没有开发出实用系统。因此，出现了混合式机器翻译方法。神经网络机器翻译到目前为止，在机器翻译中性能最好的是2014年提出的神经机器翻译模型，其相对于传统的基于句子的统计模型翻译模型更加方便，输入一个源句子，构造一个单一的比较大的人工神经网络对源语言进行学习，最终输出目标语言即可。这其中，大多数的模型都是基于2014年Cho等人提出的Encoder-Decoders的模型，利用一个encoder将输入的源语言编码成一个固定的向量，然后将其在人工神经网络中学习之后利用decoder对该向量进行解码，最终得到目标语言。上面这个是基于RNN的长短时记忆网络，下面这个图是引入了注意力机制，就是attention机制之后的模型。目前下图这个模型的效果更好一点。方法手段讲授法布置作业分组讨

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论