1.一种融入依存关系的神经机器翻译方法,其特征在于,包括:获取训练数据,基于训练数据解析出源端句子的依存树,确定源端句子词与词之间的关联性信息;
基于所述关联性信息,确定依存关联性损失Δdep,采用如下公式计算句对(X,Y)的网络整体损失:loss=‑logP(Y|X)+Δdep
其中,‑logP(Y|X)是交叉熵损失,Δdep是依存关联性损失;
计算目标端j时刻单词对应源端i时刻单词注意力权重,在计算得到源端隐藏层基础上,添加自注意力机制,其中, W′a,U′a是可训练参数;
通过指导α′ji的分布来指导源端注意力层,通过以下公式实现依存树关联性指导Δdep:其中,X为源端句子长度,{i,...i′}为源端第j个单词对应的存在依存关系的索引。
2.根据权利要求1所述的融入依存关系的神经机器翻译方法,其特征在于,依存树使用的是斯坦福大学的开源代码:stanford parser,使用默认配置获得源端依存树数据。