基于数据增强及领域适应的神经机器翻译技术

近年来,基于深度学习的神经机器翻译已经成为机器翻译的主流方法.神经机器翻译模型比统计机器翻译模型更依赖于大规模的标注数据.因此,当训练语料稀缺或语料领域不一致时,翻译质量会显著下降.在藏汉翻译中,训练语料大多为政府文献领域且数据稀缺;在汉英语音翻译中,训练语料大多为书面语领域且噪音语料稀缺.为了提高神经机器翻译模型在这2个任务上的表现,该文提出了一种噪音数据增强方法和2种通用的领域自适应方法,并验证了其有效性.     

试议档案实体信息传输

档案实体信息的传输,就是以馆、室藏档案信息资源为基础,通过各种形式和方法,直接提供档案为用户服务的一项业务工作。通常也称为"档案提供利用工作"、"档案利用服务工作"(或"档案利用工作")。其基本内容是通过介绍、报道馆、室藏档案的内容和成分,采取各种方式和方法,直接向用户传递档案实体信息进行服务。