一种译文重对齐的循环神经网络跨语言机器翻译方法

摘要

一种译文重对齐的循环神经网络的跨语言机器翻译方法，基于编码器‑解码器架构，其特征在于，编码器的循环神经网络和解码器的LSTM建模时，通过使用局部注意力方法生成的可变上下文向量和序列引导网络生成的序列引导向量，并配合重对齐方法，给出最符合原文语义的翻译序列。本发明翻译过程涉及上下文语境，并配合重对齐方法，可以得到更加接近人工翻译效果的目标语言文本。