基于子树交换的神经机器翻译数据增强方法

神经机器翻译在双语资源丰富的场景下，具有良好的性能，但在资源稀缺的情况下，其翻译性能急剧下降.针对稀缺资源翻译任务，本文提出一种基于子树交换的数据增强方法.首先，将目标端句子生成对应的句法树；其次，使用子树交换算法生成新的伪单语数据；最后，利用反向翻译方法生成目标译文，构成伪平行数据.实验结果表明，同基线模型和已有数据增强方法能相比，基于句法子树交换数据增强方法能显著提高模型的翻译性能.