面向机器的NMT英语翻译系统研究

摘要

为克服传统NMT系统普适性差的缺陷,在面向人类用户的NMT模型和面向机器的NMT模型基础上,提出了一个面向机器的NMT多任务系统。系统根据奖励标准化策略衡量每个样本在训练过程中的重要性;同时为保证对候选翻译样本进行抽样时的平衡性,采用了Dropout算法提高模型灵敏性,从而避免陷入局部最优。通过仿真分析得出,所提奖励标准化机制训练模型的收敛速度更快,性能更优,扩展NMT系统准确率达到84.5%,明显高于单任务系统和通用NMT系统。