人工智能理论的机器自动翻译系统.docx

?

?

人工智能理论的机器自动翻译系统

?

?

霍小静

摘要：以高精度翻译多种自然语言的单词/语句为目标，设计基于人工智能的机器自动翻译系统。首先设计了机器自动翻译系统的总体结构，然后重点描述了机器自动翻译系统的核心模块，该模块获取单词/语句通过训练获取词向量，初始词向量并赋予词性特征，采用对数线性模型实现多种自然语言的单词/语句的词向量多特征融合翻译，最后进行了实例分析与验证。结果表明，该系统可高精度翻译自然语言，在不同句型、不同并发用户量、未登录词不同字符数量下，系统翻译性能较为稳定，能够满足实际应用需求。

关键词：人工智能;机器自动翻译;词向量;低频词

中图分类号：TP391

文献标志码：A

文章编号：1007-757X（2020）11-0077-03

Abstract：Inordertotranslatethewords/sentencesofmanynaturallanguageswithhighprecision，amachineautomatictranslationsystembasedonartificialintelligenceisdesigned.TheoverallstructureoftheMTsystemisdesignedfirstly，andthenthecoremoduleoftheMTsystemisdescribed.Themoduleobtainsthewordvectorandtheinitialwordvector，andgivesthepartofspeechfeaturesthroughtraining.Theloglinearmodelisusedtorealizethewordvectormultifeaturefusiontranslationofmultiplenaturallanguages.Finally，anexampleisanalyzed.Theresultsshowthatthesystemcantranslatenaturallanguageswithhighaccuracy.Underdifferentsentencepatterns，differentconcurrentusersanddifferentcharactersofnon-loginwords，thesystemhasstabletranslationperformanceandcanmeetthepracticalapplicationrequirements.

Keywords：artificialintelligence;machineautomatictranslation;wordvector;lowfrequencyword

0?引言

机器翻译将大数据技术和计算机系统作为运行基础，可在确保翻译正确率和实时性的同时，通过人工智能理论不断优化内部结构，提高翻译质量[1]。翻译并非是语言服务的全部，仅是语言服务的一个细化内容。机器翻译不仅解决了语言服务的初翻译问题，还可解决语言服务的内容管理、项目管理等内容。当前计算机技术推动机器自动翻译系统发展，机器自动翻译系统被很多高校与研究机构使用，进入实用化与商品化阶段[2-4]。人工智能技术的出现，使得机器自动翻译系统的翻译效果得以提升[5-7]。

本文围绕人工智能理论，设计了基于人工智能的机器自动翻译系统，该系统翻译模块采用基于多特征融合的神经网络翻译模型，不单可以去除语义、词义中差异，还可以实现多特征融合的机器自动翻译。

1?人工智能的机器自动翻译系统

1.1?系统架构设计

人工智能的机器自动翻译系统架构设计图，如图1所示。

系统由用户应用模块、翻译模块与系统管理模块构成。用户应用模块为用户提供登录、翻译服务，翻译模块实现多种自然语言间单词/语句翻译，将反馈结果呈现至用户。系统管理员通过管理模块进行查询、修改翻译规则。

翻译模块为人工智能的机器自动翻译系统的核心，其架构图如图2所示。

用户使用系统时，在翻译界面输入翻译请求后，翻译模块将翻译请求以词向量的形式传输至服务器，服务器使用神经网络翻译模型翻译单词/语句，能够设定访问次数限制，完成并发请求的分配。

1.2?多特征融合的神经网络翻译模型

神经网络是人工智能理论技术中的一种，采用多特征构建翻译模型，将用户输入的单词/语句通过训练获取词向量。对词向量融入词性特征，去除语义、词义中差异。

1.2.1?词向量训练

构