置信度优化的k近邻机器翻译方法

周茂春, 朱俊国

小型微型计算机系统 ›› 2026, Vol. 47 ›› Issue (4) : 902 -908.

PDF
小型微型计算机系统 ›› 2026, Vol. 47 ›› Issue (4) : 902 -908. DOI: 10.20009/j.cnki.21-1106/TP.2025-0077

置信度优化的k近邻机器翻译方法

    周茂春, 朱俊国
作者信息 +

Author information +
文章历史 +
PDF

摘要

k近邻机器翻译(kNN-MT)通过检索外部数据存储中的翻译知识,显著地提升神经机器翻译(NMT)模型预测的准确性.然而,使用固定的融合比例聚合NMT模型预测和kNN检索的概率分布容易使模型受到检索结果中噪声的干扰,且kNN检索的高延迟特性限制了其实际应用.为此,本文提出了一种基于置信度优化的k近邻机器翻译方法.具体地,引入置信度估计模块动态评估NMT预测的概率分布与kNN检索分布的可靠性,以自适应的方式计算概率融合比例以提升翻译的准确性.同时,基于模型的置信度修剪数据存储中冗余的知识实例,提升模型的解码效率.在两组特定语言对翻译任务的实验结果表明,该方法在翻译质量和解码效率上均显著优于标准的kNN-MT模型.

关键词

k近邻机器翻译 / 数据存储 / 检索 / 置信度

Key words

引用本文

引用格式 ▾
置信度优化的k近邻机器翻译方法[J]. 小型微型计算机系统, 2026, 47(4): 902-908 DOI:10.20009/j.cnki.21-1106/TP.2025-0077

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/