[发明专利]一种用于医学文档翻译的神经网络机器翻译方法

权利要求书

1.一种用于医学文档翻译的神经网络机器翻译方法，其特征在于，所述方法具体包括以下步骤：

步骤一、将当前待翻译的句子x_m作为源端句子，并选取出与源端句子x_m处于同一文档中的，位于源端句子x_m之前的K个句子x_m-K,…,x_m-1；其中，x_m为文档的第m个句子，x_m-K,…,x_m-1分别为文档的第m-K个,…,第m-1个句子；

分别检索出源端句子x_m中每个词语对应的双语术语对以及选取出的K个句子中每个词语对应的双语术语对；

步骤二、构建神经网络机器翻译模型

所述神经网络机器翻译模型包括第一NMT编码器模块、第二NMT编码器模块、注意力模块和解码器模块；

其中，第一NMT编码器模块和第二NMT编码器模块均包括1-of-K映射层、词向量层和双向RNN层；

所述解码器模块包括词概率层和softmax层；

步骤三、第二NMT编码器模块读入选取出的K个句子以及K个句子对应的双语术语对，根据K个句子对应的双语术语对，对选取出的K个句子进行编码，输出历史向量表示；

步骤四、第一NMT编码器模块读入源端句子x_m以及源端句子x_m对应的双语术语对，并融入历史向量表示，输出源端句子x_m的向量表示；

步骤五、注意力模块读入第一NMT编码器模块的隐藏状态，输出源端句子x_m中每个词语的权重；

步骤六、解码器模块根据源端句子x_m的向量表示以及源端句子x_m中每个词语的权重生成源端句子的目标词；

步骤七、重复步骤一至步骤六的过程，直至整个文档中的全部句子处理完成。

2.根据权利要求1所述的一种用于医学文档翻译的神经网络机器翻译方法，其特征在于，所述步骤三的具体过程为：

令集合C＝{x_m-K，…,x_m-1}，对于C中的任意一个句子x_k，k＝m-K,m-K+1,…,m-1，根据x_k对应的单词{x_1,k,…,x_n,k,…,x_N,k}依次更新隐藏状态，x_n,k为句子x_k对应的第n个单词，N为句子x_k对应的单词的个数；

h_n,k＝f(h_n-1,k,x_n,k)

其中，f(·)是激活函数，h_n,k是第n个单词对应的隐藏状态，h_n-1,k是第n-1个单词对应的隐藏状态，h_N,k中存储了句子x_k对应的双语术语对的顺序敏感信息，记句子x_k的语句级表示S_k＝h_N,k；

对C中的每个句子分别进行处理后，得到C中的全部句子的语句级表示序列{S₁,…,S_k,…,S_K}；利用语句级表示序列计算各句子的循环状态；

h_k＝f(h_k-1,S_k)

其中，h_k-1是第k-1个句子对应的循环状态，h_k是k个句子对应的循环状态，利用最后一个句子对应的循环状态来表示对全局上文的总结，即历史向量表示D＝h_K。

3.根据权利要求2所述的一种用于医学文档翻译的神经网络机器翻译方法，其特征在于，所述第一NMT编码器模块的初始化状态为D。