Resumen

En los últimos años, la traducción automática basada en redes neuronales se ha convertido en el método principal en el campo de la traducción automática, pero aún existen desafíos de insuficiencia de corpus paralelos y datos dispersos en el campo de la traducción de recursos limitados. Los modelos de traducción automática existentes suelen entrenarse en conjuntos de datos segmentados con granularidad de palabras. Sin embargo, diferentes granularidades de segmentación contienen diferentes características e información gramaticales y semánticas. Solo considerar la granularidad de palabras restringirá el entrenamiento eficiente de los sistemas de traducción automática neuronal. Con el objetivo de abordar el problema de la escasez de datos causada por la falta de corpus paralelos uigures-chinos y la compleja morfología uigur, este artículo propone un método de entrenamiento de granularidad de segmentación multiestratégico para sílabas, sílabas marcadas, palabras y fusión de sílabas-palabras y se dirige a las redes neuronales recurrentes tradicionales y redes neuronales convolucionales; la desventaja de la red es construir un modelo de traducción automática neuronal uigur-chino Transformer basado enteramente en el mecanismo de autoatención multinivel. En CCMT2019, los resultados dimensionales en conjuntos de datos bilingües uigur-chinos muestran que el efecto del método de entrenamiento de múltiples granularidades de traducción es significativamente mejor que el resto de los sistemas de traducción de segmentación de granularidad, mientras que el modelo Transformer puede obtener un valor BLEU más alto que el modelo de traducción uigur-chino basado en Self-Attention-RNN.

• Materias:Inteligencia artificial Aplicación móvil Asistencia tecnológica a personas con discapacidad Tecnología en educación
• Subjects:Artificial intelligence Mobile application Technological assistance to people with disabilities Technology in education
• Palabras claves:Traducción automática; Redes neuronales; Corpus paralelo; Traducción de bajos recursos; Granularidades de segmentación; Uigur-chino.
• Keywords:Machine translation; Neural networks; Parallel corpus; Low resource translation; Segmentation granularities; Uyghur-Chinese.