基于图正则算法的语义特征提取与翻译的研究

• 作者: 袁勤 黄家海
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 图正则非负矩阵分解 图结构 语义特征提取
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 理论与算法
• 页码范围: 91-95
• 页数: 5页
• 分类号: TP399
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1903656

摘要

针对传统英语翻译系统进行英语翻译过程中英语语义、语境不明显,最优特征语义选定过程中没有达到最优翻译解,且无法准确识别更高级别和更复杂层次结构信息的问题,本文设计了基于图正则非负矩阵分解算法(GNMF)的语义特征提取与翻译系统.GNMF能够实现在非负约束条件下构建最近邻几何图结构,挖掘数据内部结构所隐藏的数据信息,实现对语言特征的准确提取和翻译.此外,为了证明该方法的有效性,我们采用了包括英国广播公司(BBC)在内的三家国际知名新闻单位的开放数据集来评估GNMF的聚类性能和准确性.实验结果表明,本文所设计系统的在准确度和规范化互信息两方面的表现明显高于现有算法,且运行稳定.