[发明专利]一种基于句法树遍历的信息融合翻译方法

权利要求书

1.一种基于句法树遍历的信息融合翻译方法，其特征在于：包括以下步骤：

步骤1：句法分析：利用哈工大语言技术分析平台LTP，对源语言句子进行成分句法分析或依存句法分析，得到句法树；

步骤2：编码融合：采用深度神经网络分别对源语言句子文本、源语言句子句法树进行遍历，分别得到两个独立的特征向量，然后对特征向量进行拼接；

步骤3：译文解码：对上述拼接后的特征向量进行解码；

所述步骤2的编码融合具体为：

步骤2.1：采用BiLSTM神经网络从正向和反向同时对源语言句子序列进行编码，保证捕获每个词的上下文语境信息，计算公式如下：

其中，v_t表示t时刻下源语言句子文本中词x_t的词向量，是正向编码上一时刻的隐状态，是反向编码下一时刻的隐状态，表示t时刻正向编码的向量，表示t时刻反向编码的向量,表示t时刻正向句子文本的编码向量，表示t时刻反向句子文本的编码向量,h_tsentence是双向编码的t时刻的编码向量；

步骤2.2：采用BiLSTM神经网络从正向和反向同时对源语言句子句法分析树进行编码，保证捕获每个词的上下文语境信息，计算公式如下：

其中，v_t表示t时刻下源语言句子文本中词x_t的词向量，和分别表示词x_t的左孩子节点词向量和右孩子节点词向量，是正向编码t时刻的隐状态，是反向编码t时刻的隐状态，h_ttree则是双向编码的t时刻的词向量；

步骤2.3：对上述两个编码向量进行拼接：

h_t＝[h_tsentence：h_ttree]

其中，h_tsentence和h_ttree已在上文描述，h_t表示t时刻的隐状态，所述隐状态是指编码过程中形成的临时词向量。

2.根据权利要求1所述的基于句法树遍历的信息融合翻译方法，其特征在于：所述步骤3解码过程具体如下：

步骤3.1，依据上一时刻解码器的隐状态S_i-1和解码器隐状态h_j计算出源语言句子中所有词的注意力权重a_ij；

步骤3.2，依据注意力权重a_ij和解码器隐状态h_j计算注意力向量c_i；

步骤3.3，计算解码器第i时刻隐状态s_i；

步骤3.4：计算当前时刻生成目标词表中的每个词的概率P(y_i)；

计算公式如下：

s_i＝f(s_i-1，y_i-1，c_i)

其中，s_i-1表示第上一时刻解码器的隐状态，y_i-1是上一时刻解码得到的词，c_i是注意力向量，a_ij是注意力权重，h_k是源语言句子中第k个词，s_i表示第i时刻解码器的隐状态，y_i是i时刻解码得到的词，y_i是i时刻解码得到的词，V_k表示词表V中的第k个词，b_k表示隐状态s_i的置信度，exp是以自然常数e为底的指数函数，P(y_i)表示当前生成目标词y_i的概率。