摘要:在自然語(yǔ)言處理領(lǐng)域,遞歸神經(jīng)網(wǎng)絡(luò )在機器翻譯中的應用越來(lái)越廣泛。除了其他語(yǔ)言外,漢語(yǔ)中還包含大量的詞匯,提高英譯漢的機器翻譯質(zhì)量是對漢語(yǔ)處理的一個(gè)重要貢獻。設計了一個(gè)英漢機器翻譯系統的模型,該系統使用基于知識的上下文向量來(lái)映射英語(yǔ)和漢語(yǔ)單詞,采用編解碼遞歸神經(jīng)網(wǎng)絡(luò )實(shí)現。對基于激活函數模型的性能進(jìn)行了測試,測試結果表明,編碼器層的線(xiàn)性激活函數和解碼器層的雙曲正切激活函數性能最好。從GRU和LSTM層的執行情況來(lái)看,GRU的性能優(yōu)于LSTM。注意層采用softmax和sigmoid激活函數進(jìn)行設置,該模型的方法在交叉熵損失度量方面優(yōu)于現有的系統。