内容提供者
基于transformer神经网络的汉蒙机构名翻译研究.pptx
2024-10-03
20金币
955KB
24页
快乐****蜜蜂
实名认证
内容提供者
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共24页，到这已经超出免费预览范围，如果喜欢就直接下载吧～
相关资料
基于transformer神经网络的汉蒙机构名翻译研究.pptx
汇报人：目录PARTONEPARTTWOTransformer神经网络的基本结构Transformer神经网络的工作原理Transformer神经网络在机器翻译领域的应用PARTTHREE汉蒙语言交流的重要性机构名翻译的难点和挑战机构名翻译准确性的意义PARTFOUR数据预处理和标注模型架构设计和实现训练和优化过程模型评估指标和测试结果PARTFIVE不同模型之间的比较翻译准确率的提升翻译质量的评估和改进PARTSIX基于Transformer神经网络的汉蒙机构名翻译研究的贡献和价值对未来研究的建议和展望
2024-10-03
20
955KB
基于循环共同注意力Transformer的多模态蒙汉翻译方法.pdf
一种基于循环共同注意力Transformer的多模态蒙汉翻译方法，利用YOLO‑V4对输入图像进行目标检测，通过相关性检测对比蒙古文本与目标标签，保留与蒙古文本相关的目标图像，并利用编码层将蒙古文本编码为张量；利用重参数化VGG网络和三重注意力机制提取并关注目标图像特征，采用形变双向长短期记忆网络对目标图像特征与编码后的蒙古文本特征即张量分别进行数次交互，之后送入到循环共同注意力Transformer网络中进行蒙汉翻译，通过数次循环交互，将蒙古语言特征与视觉特征充分融合，输出目标语言。本发明从视觉和语言两
2023-07-25
10
1.1MB
基于注意力神经网络的蒙汉机器翻译系统的研究的开题报告.docx
基于注意力神经网络的蒙汉机器翻译系统的研究的开题报告【摘要】机器翻译在现代语言处理中扮演着重要角色。本文介绍一种基于注意力神经网络的蒙汉机器翻译系统。该系统使用了一个编码器-解码器框架和一种基于注意力机制的解码器。同时，我们使用了多层残差连接来提高系统的泛化能力。我们的实验结果表明，该系统具有良好的翻译性能，对于蒙汉翻译任务效果显著。【关键词】机器翻译；注意力神经网络；编码器-解码器框架；残差连接【正文】1.研究背景现代社会中，翻译已经成为越来越重要的工具。随着人们交流的频率越来越高，机器翻译技术愈发成熟
2024-10-15
5
10KB
基于注意力神经网络的蒙汉机器翻译系统的研究的任务书.docx
基于注意力神经网络的蒙汉机器翻译系统的研究的任务书任务书一、任务背景随着全球化的加速和信息交流的普及，机器翻译逐渐成为一项热门研究领域。自上世纪六十年代以来，研究人员已经尝试了各种机器翻译方法，然而，由于语言的复杂性和多样性，该领域还有很多挑战和难点。蒙古语和汉语都是国家重要的语言之一，两种语言的交流对于双方的经济、文化和社会发展都非常重要。在网络信息时代，如何有效地处理两种文字之间的翻译问题尤为重要，因此，基于注意力神经网络的蒙汉机器翻译系统的研究具有非常重要的现实意义和研究价值。二、研究目的在该项目中
2024-10-06
5
11KB
一种基于依存句法信息和Transformer模型的蒙汉神经机器翻译方法.pdf
本发明公开了一种基于依存句法信息和Transformer模型的蒙汉神经机器翻译方法，包括：依据蒙汉平行语料库抽取出汉语依存句法信息，并将依存句法信息转换成邻接矩阵；在Transformer模型的输出端额外增加一路，则Transformer模型的一路用于预测汉语目标语句，另一路学习汉语依存句法知识；在编码器端显式地加入用于学习蒙语句法信息的模块，利用汉语句法知识强化蒙语语法的学习，原始Transformer模型默认隐式地学习了源语言、目标语言的句法信息，本发明显式地利用目标语言端的句法信息指导模型对源语言的
2023-07-25
10
434KB