一种多源神经机器翻译模型的融合和压缩方法

摘要

本发明涉及一种多源神经机器翻译模型的融合和压缩方法，属于自然语言处理应用技术领域。首先，构建基于Transformer的多源机器翻译模型；其次，使用CNN融合多个源的编码信息；再次，使用门控机制使模型可以自主选择是否使用辅助源语言；最后，根据矩阵间的距离不同，对矩阵进行不同方式的量化压缩；其中，多源机器翻译模型又包括编码器和解码器，所述模型的压缩包括计算矩阵距离和量化压缩。本发明所述方法针对多源模型结构复杂、参数多带来的存储空间过大问题，又探究了对模型进行量化压缩的方法，获得了更大的压缩率和更高的精准度。