基于多策略原型生成的低資源神經(jīng)機器翻譯

摘要： 資源豐富場景下,利用相似性翻譯作為目標端原型序列,能夠有效提升神經(jīng)機器翻譯的性能.然而在低資源場景下,由于平行語料資源匱乏,導(dǎo)致不能匹配得到原型序列或序列質(zhì)量不佳.針對此問題,提出一種基于多種策略進行原型生成的方法.首先結(jié)合利用關(guān)鍵詞匹配和分布式表示匹配檢索原型序列,如未能獲得匹配,則利用偽原型生成方法產(chǎn)生可用的偽原型序列.其次,為有效地利用原型序列,對傳統(tǒng)的編碼器-解碼器框架...