公开(公告)号：CN110069790A

公开(公告)日：2019-07-30

申请号：CN201910387882.4

申请日：2019-05-10

Applicant: 东北大学

Inventor： 杨晓春 ,  王斌 ,  刘石玉

IPC: G06F17/28 ,  G06F17/22

Abstract: 本发明提供一种通过译文回译对照原文的机器翻译系统及方法，涉及自然语言处理与机器翻译技术领域。本发明步骤如下：步骤1：获取需要翻译的源语言句子数据集，所述训练集中的数据为经过人为添加标签序列的源语言句子；步骤2：建立译文回译神经网络模型；通过最小化损失函数的值来调节译文回译神经网络模型参数；步骤3：将验证集中的源语言句子E作为译文回译神经网络模型的输入，输出句子D。该方法可以降低损失的方式，进一步提高机器翻译的准确度，进一步降低语言在翻译过程中信息的扭曲或丢失。

公开(公告)号：CN110069790B

公开(公告)日：2022-12-06

申请号：CN201910387882.4

申请日：2019-05-10

Applicant: 东北大学

Inventor： 杨晓春 ,  王斌 ,  刘石玉

IPC: G06F40/58 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种通过译文回译对照原文的机器翻译系统及方法，涉及自然语言处理与机器翻译技术领域。本发明步骤如下：步骤1：获取需要翻译的源语言句子数据集，所述训练集中的数据为经过人为添加标签序列的源语言句子；步骤2：建立译文回译神经网络模型；通过最小化损失函数的值来调节译文回译神经网络模型参数；步骤3：将验证集中的源语言句子E作为译文回译神经网络模型的输入，输出句子D。该方法可以降低损失的方式，进一步提高机器翻译的准确度，进一步降低语言在翻译过程中信息的扭曲或丢失。