Encoding Gated Translation Memory into Neural Machine Translation

将翻译记忆融入NMT中。

在TM中找到与输入最相似的句子，通过两个独立的encoder对输入和TM匹配分别编码，将二者编码通过TM gating Nerwork（sigmoid）计算出权重，加权与其他信息生成y_t。

模型结构：

在输入和TM匹配时，作者采用如下公式fuzzy match score（FMS）：

验证了不同的FMS对结果的影响：

并且将参考译文作为TM匹配输入，分析得出，TM gated的值在语义近似度大时越大

End

本文标题：MT翻译记忆融合-Encoding Gated Translation Memory into Neural Machine Translation

本文链接：https://www.tzer.top/archives/445.html

除非另有说明，本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议。

声明：转载请注明文章来源。

最后修改：2022 年 03 月 31 日
© 允许规范转载
如果觉得我的文章对你有用，请随意赞赏