基于数据挖掘的自动化翻译系统优化设计研究与应用

作     者：尚春磊 李颖俊 张璐 SHANG Chunlei;LI Yinjun;ZHANG Lu

作者机构：西安翻译学院西安710105 

基　　金：2021年陕西省本科教育教学改革研究项目《“大思政”背景下<习近平谈治国理政>融入高校外语课堂模式研究与实践》(21BY175) 

出 版 物：《自动化与仪器仪表》 (Automation & Instrumentation)

年 卷 期：2023年第8期

页      码：273-276页

摘      要：在全球化和数字化加深的背景下,自动化翻译系统将成为跨语言交流关键。为了克服神经机器翻译精度难以达到需求的问题,研究将在翻译模型本身加入注意力机制以提升精度;同时还对语言本身进行处理基于数据挖掘的处理,以满足各领域的文本信息和句子向量提取结果。结果表明句长处理的聚类神经机器翻译系统性能有较大提升,与标准模型相比BLEU值提升了1.24;单向翻译、双向翻译和多语言翻译情景下性能最优聚类簇头数均为3;尽管与中文蒙语对译相比,中英对译效果更好,但两种语言对译效果均能满足需求,进一步证明了该翻译系统的稳定性。

主 题 词：数据挖掘 翻译系统 自动化 系统设计 文本信息 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.14016/j.cnki.1001-9227.2023.08.273

馆 藏 号：203123333...