技术特征：
技术总结
本发明提供一种基于无监督领域自适应的神经网络机器翻译方法，包括：将双语语料训练样本中源端句最后一个词和第一个词的向量表示作为Softmax分类器和翻译模块的输入进行训练；根据Softmax分类器生成的领域数目，生成翻译网络解码器的数目，基于目标端的解码器生成目标端以及所对应的领域。本发明克服了现有技术中缺乏已标注领域数据的问题，节省时间和成本，能够高效准确地完成翻译和领域之间的自适应，具有较好的实用性，具备良好的适用范围以及可扩展性。
技术研发人员：米尔阿迪力江·麦麦提;刘洋;栾焕博;孙茂松
受保护的技术使用者：清华大学
技术研发日：2017.03.09
技术公布日：2017.08.11