近日，我中心自然语言处理研究组完成的论文Neural Machine Translation with GRU-Gated Attention Model被IEEE Transactions on Neural Networks and Learning Systems（TNNLS）期刊录用。TNNLS期刊是是人工智能领域，深度学习方向的国际权威期刊，在CCF学术推荐列表中认定为B类刊物，影响因子为11.68。
论文由中心2018届硕士研究生张飚，天津大学熊德意教授，腾讯谢军研究员，中心苏劲松副教授合作完成。论文首先分析了现有NMT模型存在的缺陷：现有NMT模型的译文预测高度依赖于注意力机制所生成的上下文向量，而不同目标词的上下文向量非常相似，影响了译文预测的效果。对此，本论文提出一种新颖的GRU门控注意力模型(GAtt)。该模型使用解码器前状态，通过GRU来更新源端表示，从而使得源端表示能够感知翻译过程，产生具有区分度的上下文向量。更进一步，本论文提出了一种GAtt变种模型，该模型通过交换源端表示和解码器的前状态到GRU的输入次序进一步提升了性能表现。中英，英德翻译实验的结果证明了论文所提模型的有效性。
该项目得到了国家自然科学基金（Nos. 61672440, 61622209, 61861130364）、国家重点研发计划（No. 2019QY1802/03）、国家语委科研项目（No. YB135-49）、福建省自然科学基金（No.2016J05161）等的资助。
张飚同学是中心2018届硕士毕业生，现爱丁堡大学全奖攻读博士学位。先后获得2017年国家奖学金，2018年百度奖学金（全球10名，至今唯一硕士获奖的同学），2018年度福建省优秀硕士学位论文。在读期间，张飚同学对统计机器翻译，神经网络机器翻译进行了深入研究，共发表论文20余篇（其中包括CCF-A类4篇，CCF-B类12篇）。
