面向高校外语教学的机器翻译系统的整体架构设计
神经网络的机器翻译(NMT)技术逐步成为主流,但技术层面仍然存在词语对齐、序列分布、后缀预测、时间响应等关键性问题,导致目前的机器翻译应用仍不能很好地满足严谨缜密的翻译需求.结合神经网络机器翻译引擎(NMT)和统计机器翻译引擎(SMT)的优点,提出机器翻译的整体架构设计;从学生、教师和外语类院校三个维度阐述其发挥作用及效益,通过神经网络模型训练及优化效果,提出交互式机器翻译预测中使用的神经网络翻译模型,给出神经网络机器翻译中的解码方式和交互翻译预测方法,达到预测的速度要求.
机器翻译、人工智能、神经网络、教学效益、预测序列、人机共译
18
TP183(自动化基础理论)
2022-11-28(万方平台首次上网日期,不代表论文的发表时间)
共4页
11-13,16