摘要：神經機器翻譯通過序列到序列的學習對翻譯任務進行建模,目前使用注意力機制的神經機器翻譯方法在多種語言對上都取得了很好的效果,但是在訓練數(shù)據比較小的情況下(如漢語-越南語)神經機器翻譯模型的性能并不理想.此外如何將統(tǒng)計機器翻譯與神經機器翻譯進行融合也是一個值得研究的問題.本文分析了記憶網絡和神經機器翻譯的特點,利用記憶網絡對詞匯翻譯概率進行存儲,將詞匯翻譯概率轉化為向量表示,并與神經機器翻譯模型進行融合,提出基于記憶網絡融合詞匯翻譯概率的方法,并據此對神經機器翻譯的解碼進行指導.實驗表明記憶網絡是一種可行的翻譯知識融合方式,并且在神經機器翻譯模型中融入詞匯翻譯概率可以一定程度上解決訓練數(shù)據小時模型訓練不充分的問題.