我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

基于联合注意力机制的篇章级机器翻译 下载：30 浏览：314

李京谕1，2 冯洋1，2 《中文研究》 2019年11期

摘要:
近年来，神经机器翻译(neural machine translation， NMT)表现出极大的优越性，然而如何在翻译一个文档时考虑篇章上下文信息仍然是一个值得探讨的问题。传统的注意力机制对源端的所有词语进行计算，而在翻译当前句子时篇章中大量的信息中只有小部分是与之相关的。在篇章级机器翻译中，采用传统的注意力机制建模篇章信息存在着信息冗余的问题。该文提出了一种联合注意力机制，结合"硬关注"和"软关注"的机制对篇章上下文的信息进行建模。关键思想是通过"硬关注"筛选出与翻译当前句子相关的源端历史词语，然后采用"软关注"的方法进一步抽取翻译中所需的上下文信息。实验表明，相比于基线系统，该方法能使翻译性能获得明显提升。

基于简单循环单元的深层神经网络机器翻译模型 下载：41 浏览：451

张文1，2 冯洋1，2 刘群1，3 《中文研究》 2018年9期

摘要:
基于注意力机制的神经网络机器翻译模型已经成为目前主流的翻译模型，在许多翻译方向上均超过了统计机器翻译模型，尤其是在训练语料规模比较大的情况下，优势更加明显。该模型使用编码器—解码器框架，将翻译任务建模成序列到序列的问题。然而，在基于门控循环单元(gated recurrent unit，GRU)的编码器—解码器模型中，随着模型层数的增加，梯度消失的问题使模型难以收敛并且严重退化，进而使翻译性能下降。该文使用了一种简单循环单元(simple recurrent unit，SRU)代替GRU单元，通过堆叠网络层数加深编码器和解码器的结构，提高了神经网络机器翻译模型的性能。我们在德语—英语和维语—汉语翻译任务上进行了实验，实验结果表明，在神经网络机器翻译模型中使用SRU单元，可以有效地解决梯度消失带来的模型难以训练的问题；通过加深模型能够显著地提升系统的翻译性能，同时保证训练速度基本不变。此外，我们还与基于残差连接(residual connections)的神经网络机器翻译模型进行了实验对比，实验结果表明，我们的模型有显著性优势。

分析高压电器开关的设计新技术 下载：26 浏览：794

魏德鹏1 陈文波2 冯洋2 《中国电力技术》 2025年4期

摘要:
目前更多先进的技术、更新后的工艺，绿色环保材料出现，并纷纷被加入到各行业中去，助力各行业健康、持续发展，其中就包括电气行业。高压电器开关更新是有目共睹的实时，与此同时，更新速度、力度、成果也是大众亲眼所见的。有了新技术的加持，高压电器开关的性能、质量、使用寿命等必然可大幅提升。因此，本篇文章主要对高压电器开关的设计新技术进行仔细的分析，希望能够为相关工作人员起到一些帮助。

婴幼儿饮食与营养探究 下载：89 浏览：1037

冯洋 《中国食品与营养》 2024年3期

摘要:
中职婴幼儿饮食与营养教学是培养婴幼儿健康饮食行为的重要环节。通过本课程的学习，学生将了解婴幼儿的营养需求和饮食特点，掌握婴幼儿营养膳食的配制方法和营养食谱的制定技巧，并学习如何解决婴幼儿常见的饮食问题。本课程将为学生提供全面的婴幼儿饮食与营养知识，帮助他们为未来的育儿工作做好准备。

纺织面料中新材料应用和发展方向的探究 下载：309 浏览：3149

冯洋 《材料科学研究》 2021年12期

摘要:
在科技快速发展的当下，越来越多的新型纺织面料被应用于服装纺织行业，新材料的应用不但可以增加纺织面料的美观度，还能提高纺织面料的耐用性，有助于我国纺织行业在国际市场的开拓。随着新材料的广泛应用，纺织技术也需要进行相应的优化和升级。鉴于此，本文从纺织面料的发展入手，分析纺织面料中新材料的应用和发展方向，为我国纺织行业的持续良性发展提供参考。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享