神经机器翻译中的习语分析：一个数据集

DOI:

EDN:

评审日期

出版日期

注解: 几十年来，公众各界一直在争论一台"机器是否可以取代一个人。"这也适用于翻译领域。 到目前为止，有些人正在争论，其他人正在"让梦想成真。"因此，现在越来越多的研究旨在改进机器翻译系统（以下简称MP）。 要了解MP系统的优点和缺点，首先有必要了解它们的算法。 目前，神经机器翻译（nmp）的主要开放问题是惯用语的翻译。 此类表达的含义不包括其组成词的含义，NMT模型倾向于从字面上（即逐字）翻译它们，这导致混淆和无意义的翻译。 由于缺乏自动方法，nmp中成语的研究受到限制和困难。 因此，尽管现代NMP系统产生越来越高质量的翻译，但成语的翻译仍然是这方面未解决的任务之一。 这是因为成语作为冗长表达的一类，当一个表达的一般意义不能由其部分的意义组成时，就代表了一种有趣的语言现象。 第一个重要问题是缺乏用于学习和评估成语翻译的特殊数据集。 在本文中，我们通过创建第一个翻译成语的大规模数据集来解决这个问题。 该数据集是从使用的德语翻译语料库中自动提取的，并包括其中所有句子都包含成语的目标集，以及其中包含成语的句子被标记的常规训练语料库。 我们已经发布了这个数据集，并正在使用它对NMP进行初步实验，作为改进成语翻译的第一步。

出版日期: