机器翻译模型的训练方法、装置和存储介质.pdfVIP

下载本文档

1
0
约3.4万字
约 17页
2023-08-02 发布于四川
举报
版权申诉

机器翻译模型的训练方法、装置和存储介质.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了机器翻译模型的训练方法、装置和存储介质，方法为获取第i个词对第t的词的注意力分数；注意力分数和第i个词的词向量加权求和，得隐层向量；计算隐层向量与其对应离散隐变量的每个子属性值距离，距离最近子属性值为离散隐变量原始属性值；注意力分数和原始属性值对第t个词的离散隐变量加权求和，得属性向量；计算属性向量与第i个词的离散隐变量的每个子属性值距离，距离最近子属性值为第i个词离散隐变量的新属性值；损失函数对原始属性值和新属性值约束，得损失LC，新属性值融入隐层向量，得第i个词对应融合向量，利用

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116522961 A (43)申请公布日 2023.08.01 (21)申请号 202310244591.6 (22)申请日 2023.03.14 (71)申请人南京大学地址 210000