基于深度神经网络的机器翻译智能重排序系统设计

• 作者: 郭小华
• 来源期刊: 自动化与仪器仪表
• 关键词: 深度神经网络 机器翻译 重排序
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 系统设计与评估|SYSTEM DESIGN AND EVALUATION
• 页码范围: 140-142,147
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2021.07.140

摘要

传统机器翻译智能重排序系统无法利用解码过程中的全局信息,翻译过程没有明显的倾向性使得结果较差.因此,设计一种基于深度神经网络的机器翻译智能重排序系统.系统设计中,硬件部分沿用传统系统中的硬件,主要对软件部分进行设计.首先建立基于深度神经网络的多模型融合框架,加入深度神经网络能直接衡量生成的译文与源语句子之间的相似度,选一个最高相似度的译文完成融合,使用卷积神经网络完成抽取特征和配对排序,最后对模型进行训练,完成系统的设计.系统性能测试结果中显示,设计系统与传统系统翻译结果相比,使用的全局特征值更多,因此,倾向性更加明显,BLUE值的平均值提高了0.86,证明设计的系统性能更高.