摘要:傳統的神經(jīng)機器翻譯方法在忽略句子層面語(yǔ)境的情況下,利用詞層面語(yǔ)境來(lái)預測目標語(yǔ)的翻譯,這有利于統計機器翻譯中的翻譯預測。但由于詞的主題往往是根據句意和上下文動(dòng)態(tài)變化的,存在一詞多義等復雜情況。這會(huì )導致翻譯的不準確。因此,利用卷積神經(jīng)網(wǎng)絡(luò )將句子級上下文表示為潛在的主題表示,并設計了一個(gè)主題關(guān)注度模型,將源句子級主題上下文信息集成到基于A(yíng)ttention和基于Transformer的神經(jīng)機器翻譯方法中。實(shí)驗結果表明,提出的方法的BELU評分最高大約等于30。