基于深度神经网络学习的机器翻译

• 作者: 韦韬
• 来源期刊: 工业技术创新
• 学科: 文学
• 关键词: 大数据 自然语言处理 深度神经网络 前瞻性表述 机器翻译 语义
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 智能化
• 页码范围: 42-47
• 页数: 6页
• 分类号: G355|H085.3
• 字数: 2771字
• 语种: 中文
• DOI: 10.14103/j.issn.2095-8412.2018.03.008

摘要

提出一种基于深度神经网络学习的机器翻译方法.通过翻译过程模式的分析,发现句法结构和语义是翻译过程的核心,模糊限制语、前瞻性表述和语气等指标是识别准确度的改进方向.开发包含语言分析模块、领域知识库和审校功能的智能语言分析系统(DEMO),进而通过实验设计考察翻译时间和BLEU得分等指标.初级译员使用工具后,翻译时间减少了34.0％,BLEU得分提高了7.59;高级译员使用工具后,翻译时间减少了11.3％,BLEU得分提高了1.67.对实验结果进行分析,表明该方法的本质是对翻译技能进行补足,因此对于翻译技能不够优秀的初级译员,作用反而更大.基于深度神经网络学习的机器翻译方法能够显著提升翻译质量和效率,是我国跨语言信息检索技术的一大创新,具有广泛的社会价值和产业应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韦韬		3	3	1.0	1.0