基于循环神经网络的英语到孟加拉语机器翻译

循环神经网络在自然语言处理的机器翻译中的应用日益增多。除其他语言外，孟加拉语包含大量词汇。改进英语到孟加拉语的机器翻译将对孟加拉语处理作出重要贡献。本文描述了一种英语到孟加拉语机器翻译系统的架构。该系统采用编码器-解码器循环神经网络实现。该模型使用基于知识的上下文向量来映射英语和孟加拉语词。此处衡量了基于激活函数的模型性能。最佳性能在编码器层使用线性激活函数、解码器层使用 tanh 激活函数时取得。从 GRU 和 LSTM 层的执行来看，GRU 表现优于 LSTM。注意力层采用 softmax 和 sigmoid 激活函数实现。该模型的方法在交叉熵损失指标上优于先前最先进的系统。读者可轻易从本文中找出英语到孟加拉语机器翻译的结构以及高效的激活函数。