一种基于小样本机器学习和知识驱动的低资源语种机器翻译方法

本发明提供了一种基于小样本机器学习和知识驱动的低资源语种机器翻译方法，属于机器学习领域，该方法首先通过语言学知识库、文化背景知识库和专业领域知识库对输入的低资源语言进行预处理，然后建立一个端到端的机器翻译模型。该模型是在高资源语种上训练，然后再以少量的低资源语种数据进行模型微调，采用小样本学习策略进行训练。该模型还使用了基于图的模型并采用了Transformer神经模型进行解码生成目标语序列。最后，设计了一种有效的无监督评估方式，使用语言模型进行评估，从而有效提高了所述低资源语种的机器翻译质量和性能。