一种动态调整长度惩罚及译文长度的翻译模型优化方法

摘要

本发明公开一种动态调整长度惩罚及译文长度的翻译模型优化方法，步骤为：获取指定语种方向的标准数据作为各种指标预测的标准双语数据集；对标准双语数据集进行分词操作，并进一步训练得到新的训练数据集；对神经机器翻译模型解码器部分进行修改，自动预测出当前句对最优的长度惩罚值；进行长度统计，得到目标语句子长度；准备独立的前馈神经网络模型，使模型最终预测的生成译文更加趋向于最佳长度的译文结果；Transformer神经机器翻译模型针对不同的句子动态的调整其长度惩罚以及最佳译文句子长度。本发明实现了模型翻译过程中长度惩罚以及译文长度的动态调整，实现简单、方法有效，实用性强，模型译文质量提升效果明显。