基于机器学习的平行语料库应用效果评价方法

• 作者: 王奥南 孙雪娥
• 来源期刊: 自动化与仪器仪表
• 关键词: 机器学习 马尔科夫 DBN 时态处理
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 自动化应用|AUTOMATION APPLICATIONS
• 页码范围: 197-201
• 页数: 5页
• 分类号: TP29
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2021.02.197

摘要

针对传统翻译系统在时态翻译中不准确的问题,结合当前的机器学习算法,提出一种基于DBN的平行语料库时态翻译方法.为实现该方法,首先对时态标注模型和DBN基本理论进行介绍,并提出汉英语句时态翻译的思路;而在进行DBN平行语料库特征提取的过程中,采用自动时态标注算法对时态进行标注,并对得到的数据进行时态树编码;然后以编码数据作为输入,运用DBN网络对时态进行训练预测,得到中文语句中可能的时态;最后通过Transformer翻译器对语句进行翻译,得到对应的翻译时态句子;最后结合LDC等平行语料库中的翻译句子,采用上述方法进行翻译,结果表明提出的时态翻译方法无论是在准确率,还是在召回率等方面,都有很大的优势,说明提出的机器学习算法在平行语料库的翻译中更具有准确性.