阮志伟；季荣荣 用于统计机器翻译的局部信息双语约束递归自动编码器。 （英语） Zbl 1390.68698号 Commun公司。信息系统。 18，第1期，53-72（2018）. 摘要：学习高质量的短语向量表示是统计机器翻译的重要研究课题之一。在短语嵌入方面，现有的大多数研究主要探索短语内部单词之间的句法和语义线索，但由于缺乏上下文信息，这些线索不足以进行表征学习。在本文中，我们提出了用于SMT的主题信息双语约束递归自编码器，它通过两种方式利用潜在主题，大大扩展了传统的双语约束递归自动编码器。首先，我们引入主题语境来诱导主题短语嵌入。其次，利用潜在主题模型中的词-主题分配来约束词和主题嵌入的学习，这两者构成了该模型中上下文短语嵌入学习的基础。汉英翻译实验结果表明，该模型显著提高了NIST测试集的翻译质量。 MSC公司： 68T50型 自然语言处理 68T05型 人工智能中的学习和自适应系统 关键词：统计机器翻译；学习高质量的短语向量表示；潜在主题；翻译质量 PDF格式BibTeX公司 XML格式引用 \textit{Z.Ruan}和\textit{R.Ji}，Commun。信息系统。18、第1号、第53--72号（2018；Zbl 1390.68698） 全文： 内政部