首页> 中文期刊> 《自动化与仪器仪表》 >基于人工神经网络的机器自动化翻译及矫正模型构建

基于人工神经网络的机器自动化翻译及矫正模型构建

         

摘要

为提高机器翻译的质量和效率,研究利用遗传算法(Genetic Algorithm, GA)和粒子群算法(Particle Swarm Optimization, PSO)对前馈神经网络(Back Propagation, BP)算法进行了改进,基于改进算法构建了自动化翻译及矫正模型。实验结果表明,该模型的翻译精确率为97.23%,召回率为94.00%,准确率为97.5%,F1值为94.00%,翻译平均耗时1分钟。该模型对语句的错译问题明显改善,可见翻译的精度较高且随着翻译量的增加不会明显降低,翻译的效率也较高,可以满足实际的翻译需求。同时该模型有利于提高机器翻译的质量和效率,帮助矫正机器翻译的错译问题,纠正英汉机器翻译的错误,可以为人们提供性能更强的机器翻译工具,满足自动化英译汉翻译和错译矫正需求。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号