1.基于迁移学习的汉越神经机器翻译的方法,其特征在于:
所述方法的具体步骤如下:
Step1、语料收集与预处理:收集并预处理汉越、英越、汉英句对的平行语料;
Step2、使用汉英和英越平行语料生成汉英越三语平行语料;
Step3、训练汉英神经机器翻译模型与英越神经机器翻译模型,并使用预训练模型的参数初始化汉越神经机器翻译模型的参数;
Step4、使用汉越平行语料对初始化后的汉越神经机器翻译模型进行微调训练,得到汉越神经机器翻译模型来进行汉越神经机器翻译。
2.根据权利要求1所述的基于迁移学习的汉越神经机器翻译的方法,其特征在于:所述步骤Step1的具体步骤为:Step1.1、使用爬虫爬取了汉越、英越、汉英平行句对,并且从训练数据中提取一部分作为测试集与验证集;
Step1.2、对爬取的语料经过人工筛选再对其对进行分词、将阿拉伯数字替换为“num”与乱码过滤处理。
3.根据权利要求1所述的基于迁移学习的汉越神经机器翻译的方法,其特征在于:所述Step2的具体步骤如下:Step2.1、在已有的汉语-英语,英语-越南语的数据集中,对轴语言英语使用回译的方法,使用英汉平行语料训练基于注意力机制的英汉神经机器翻译模型,其次用训练好的基于注意力机制的英汉神经机器翻译模型对英越平行语料中的英语进行回译成汉语,从而得到汉-英-越三语平行语料;
Step2.2、对2.1得到的汉-英-越三语平行语料使用数据增强的方法,替换越南语语料中的稀有词扩充汉-英-越三语平行语料。
4.根据权利要求1所述的基于迁移学习的汉越神经机器翻译的方法,其特征在于:所述步骤Step3的具体步骤为:为了解决神经机器翻译模型中将源语言表示成一个固定长度的向量,但是固定长度的向量不能充分表达出源语言句子语义信息与上下文的关系;在训练的神经机器翻译模型中引入注意力机制;
Step3.1、使用汉英、英越平行语料分别训练带有注意力机制的神经机器翻译模型,分别得到带有注意力机制的汉英神经机器翻译模型和英越神经机器翻译模型;
Step3.2、使用汉英神经机器翻译模型的汉语编码器参数与英越神经机器翻译模型的越南语解码器参数初始化汉越神经机器翻译模型的编码器与解码器参数。