- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及属于机器翻译领域,提供了跨语际语言翻译的神经机器翻译模型构建及其翻译方法,适用于各类跨语际语言翻译。在训练时,基于训练子集的源语言语料进行编码,构建融合其上下文依赖关系的文本向量,然后计算得其文本表征;然后,针对该子集逐词进行解码,在每一步,首先融合历次译文文本和源文本获得混合表征,然后基于此进行焦点位置计算,获取当前焦点位置的翻译候选词;通过不同子集,在达到一定的步数后,根据候选词和真值的误差进行迭代训练。翻译方法,同样逐词进行翻译,在每一个翻译步,生成当前步基于焦点位置的翻译候选表
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 115017924 A
(43)申请公布日 2022.09.06
(21)申请号 202210808791.5 G06F 40/126 (2020.01)
原创力文档


文档评论(0)