[发明专利]基于深度可分离卷积的汉越神经机器翻译方法

权利要求书

1.基于深度可分离卷积的汉越神经机器翻译方法，其特征在于：

所述方法的具体步骤如下：

Step1、根据越南语的语言特点，将越南语切分为四种不同的翻译粒度序列，切分好的四种粒度分别为词粒度、音节粒度、字符粒度、子词粒度；中文则只进行分词处理；

Step2、利用深度可分离卷积改进神经机器翻译模型：通过增加深度可分离卷积神经网络来对神经机器翻译模型输入的不同粒度序列进行卷积运算，优先学习序列的局部信息，提取更多的特征数据；

Step3、将处理好的汉越双语语料不同粒度序列分别输入到构建好的基于深度可分离卷积的汉越神经机器翻译模型中进行训练并生成最终翻译。

2.根据权利要求1所述的基于深度可分离卷积的汉越神经机器翻译方法，其特征在于：所述步骤Step1的具体步骤为：

首先根据越南语的语言特点将越南语切分为四种不同的翻译粒度序列；其中词粒度采用现有分词软件进行分词，子词粒度则采用子词切分算法进行处理，字符粒度采用自编写算法进行切分；除了以上几种常见的粒度切分外，越南语还存在着一种音节粒度，每一个音节常常是一个有意义的单位，能独立使用，这些单位又可作为构成多音节词的基础，因此对越南语的音节进行切分处理，处理好的越南语音节就类似于汉语中的一个“字”；中文由于可切分粒度有限，则只进行分词处理。

3.根据权利要求1所述的基于深度可分离卷积的汉越神经机器翻译方法，其特征在于：所述步骤Step2的具体步骤为：

利用深度可分离卷积来改进神经机器翻译模型，通过在神经机器翻译模型编码器嵌入层之前加入深度可分离卷积神经网络，用来提取输入序列的局部特征向量，优先学习序列的局部信息。