神经网络机器翻译之语境式学习
【摘要】 )人们对大语境神经网络机器翻译（如文档翻译和多模式翻译）越来越感兴趣.目前，虽然有多个研究学者提出了新的网络架构或评估方法，但在大语境翻译模型内，潜在有用的语境信息有时仍会被忽略.文章提出了一种新颖的学习算法，即通过使用多级成对排序损失函数，将其他的语境信息纳入神经网络翻译模型考虑范畴.在文章中，通过使用文档翻译中基于转换器且大语境翻译系统，来评估所述出的学习算法.通过实际语境和随机语境，我们比较该算法的性能，并得出经过文章所述的算法训练的模型对附加语境信息更为敏感.(
