将句子权重融入神经机器翻译的领域适应方法

摘要

本发明涉及一种将句子权重融入神经机器翻译的领域适应方法，应用在基于注意力机制且采用encoder‑decoder框架的NMT模型，包括：计算out‑of‑domain句子与in‑domain语料的相似度来赋予句子权重；将所述句子权重信息融入NMT训练。上述将句子权重融入神经机器翻译的领域适应方法，我们利用NMTencoder的自身信息用领域相似度的方法得到权重，并将权重融入NMT训练。这种新方法比论文“Instance weighting for neural machine translation domain adaptation”中的方法能取得更好的翻译效果。