《表8 不同模型在syll+BME切分的维-汉翻译结果对比》
将改进后的序列作为神经机器翻译的输入与输出,在17万的数据集上开展实验。在Transformer模型上的实验结果如表8所示。可以看到Transformer模型在维-汉翻译中,融入BME标注的音节切分方法与音节粒度和BPE粒度的翻译效果相比分别提升了0.83和3.04个BLEU值;而在汉-维机器翻译中,分别提升了0.59和3.09个BLEU值。RNN与CNN模型的翻译效果在维-汉、汉-维方向都有所提升。实验结果表明,本文提出的融入BME的标注方法能有效缓解语言中的歧义问题,进一步提升翻译质量。
图表编号 | XD00201548100 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.15 |
作者 | 艾山·吾买尔、斯拉吉艾合麦提·如则麦麦提、西热艾力·海热拉、刘文其、吐尔根·依布拉音、汪烈军、瓦依提·阿不力孜 |
绘制单位 | 新疆大学信息科学与工程学院、新疆大学新疆多语种信息技术实验室、新疆大学信息科学与工程学院、新疆大学新疆多语种信息技术实验室、新疆大学信息科学与工程学院、新疆大学新疆多语种信息技术实验室、新疆大学新疆多语种信息技术实验室、新疆大学软件学院、新疆大学信息科学与工程学院、新疆大学新疆多语种信息技术实验室、新疆大学信息科学与工程学院、新疆大学新疆多语种信息技术实验室、新疆大学信息科学与工程学院、新疆大学新疆多语种信息技术实验室 |
更多格式 | 高清、无水印(增值服务) |