在线翻译
在线翻译的相关文献在1997年到2022年内共计196篇,主要集中在自动化技术、计算机技术、语言学、常用外国语
等领域,其中期刊论文145篇、专利文献124843篇;相关期刊97种,包括大学生、考试周刊、医疗卫生装备等;
在线翻译的相关文献由216位作者贡献,包括张鹏、李林瑛、刘晓等。
在线翻译—发文量
专利文献>
论文:124843篇
占比:99.88%
总计:124988篇
在线翻译
-研究学者
- 张鹏
- 李林瑛
- 刘晓
- 张龙哺
- 牟中强
- 陈斌
- 于新国
- 张鑫
- 本刊编辑部
- 闫伟
- 刘群
- 吕雅娟
- 姜政
- 孙永
- 张伟伟
- 张光凌
- 李宽
- 杨国辉
- 杨正大
- 林丽华
- 林锋
- 柳一夫
- 江潮
- 江筱慧
- 王卫红
- 王新禧
- 罗伟峰
- 贺建华
- 赵志辉
- 车双武
- 郝国清
- 郭女环
- 闫昊
- 陈满娥
- 韩雪冬
- 骆卫华
- 高卫红
- 高婷婷
- 黄瑞
- 黄瑾
- E.T
- IT民工
- Sammi
- dream
- okboy
- 一招鲜
- 一页
- 七元
- 万畅
- 东东
-
-
曹柯欣;
崔新龙;
黄琪;
陈晓
-
-
摘要:
针对语言交流的障碍出现不同形式的翻译软件手机APP,但是部分APP仅支持触屏操作,缺乏语音功能,一些翻译软件保留语音功能但需先使用触控交互,且语音功能的放置也存在层级偏深、不够直观等问题。为了解决这些葬端,设计开发了一款基于Android的能够完成APP内全过程语音控制的翻译软件。该软件将Android技术和语音云技术相结合,调用相关的百度API,采用Android Studio开发工具和Java编程语言编写,主要包含语音合成、语音识别和在线翻译3个模块,实现了语音控制翻译、语音收藏、语音反馈和同声传译4个功能。软件可以让用户仅使用语音便可对翻译的整个过程进行连续和完全的控制,能够解放用户的双手,满足特殊场景下的使用需求,提高人机交互的效率。
-
-
王少华
-
-
摘要:
由于现有的英语名词短语在线翻译系统语音识别率过小,因此提出一种基于语音识别的英语名词短语在线翻译系统。选用处理器S3C2440作为中央处理器,构建硬件电路结构。建立英语名词短语词库,在线翻译功能软件框架,实现在线翻译功能。使用两种传统在线翻译系统与本系统进行实验,结果表明设计系统语音识别率最大。
-
-
冯吉芳;
田德红;
孙海信
-
-
摘要:
从复杂网络角度出发,基于时间序列数据构建了人工智能在线翻译搜索指数的网络模型,并根据我国实际数据分析其网络结构特征.研究结果表明:在线翻译搜索指数虽然呈现出显著的波动特征,但大部分时间仍以小波动为主;在线翻译网络的最短路径长度分布近似呈偏态分布,网络中从一个符号到另一个符号的转换平均需要3个中间符号;波动性较小的符号具有较大的聚类系数;在线翻译整体呈下降趋势,经历了从早期不成熟到逐渐成熟的过程.
-
-
赵力瑾
-
-
摘要:
为了能够满足人们的日常翻译需求,可以实时完成所处场景区域的文字翻译.提出一种基于移动云计算技术的在线翻译系统设计思路,在对现有图像处理方法展开分析基础之上,设计了基于形态学、连通域复杂分析背景的文字定位方式.根据文字的区域定位结果,裁剪文字区域内图片准确识别为字符信息,并且翻译为中文,并合成原图像和翻译结果的系统显示效果.应用了云计算动态分担算法,能够划分若干程序步骤,实现云端、手机终端之间的有效合作,并对目前系统的运行计算环境信息、历史运行数据以及为例资源评估进行实时分析,从而提高系统的整体运行效率.总之应用移动云计算技术,能够充分提升在线翻译系统软件应用程序的运行性能,并保证部分极端运行环境下仍然可以获得良好的系统性能.
-
-
阳琼
-
-
摘要:
近年来,百度、谷歌、有道、搜狗相继推出自主研发的神经网络在线机器翻译系统,"同一类型文本译文质量是系统A还是系统B好"成为业内外人士关注的热点问题,分文类在线翻译质量评测的现实紧迫性已然凸显。本研究设计基于文本类型的在线翻译质量评测标准,从忠实度、可懂度、文类辨识度和文本功能效度四个维度对主流在线翻译系统展开汉译英质量评测,发现搜狗翻译的表情型、信息型文本译文质量最优,而百度翻译的呼唤型文本翻译质量最佳。搜狗、百度、有道翻译汉译英质量已超越谷歌翻译,但其译文文本功能效度仍有较大提升空间。有主旨阅读需求的大众用户可据此研究结果,分文类选择搜狗翻译或百度翻译进行主旨翻译;译者可分文类在线初译,重点针对译文可懂度和文本功能效度进行译后编辑;研发者亦可分文类进行机器翻译系统训练,向专业化垂直在线翻译平台发展。
-
-
王晓艺
-
-
摘要:
针对传统机器翻译因为翻译速度比较慢,无法满足用户需求的问题,提出了基于深度神经网络方法的机器在线翻译系统设计.首先,对机器翻译的模型与算法进行分析,并且提出机器翻译系统的结构.另外,设计神经网络机器翻译模型,通过此模型设计机器在线翻译系统.最后,对设计的机器在线翻译系统实现.通过试验表示,基于深度神经网络方法的机器在线翻译系统能够使翻译质量与效率得到提高,并且满足大访问量的翻译需求.
-
-
-
-