摘要：为提升人工智能翻译文本特征分类精度,提出基于属性概率权重的人工智能翻译文本特征分类算法。基于模板匹配算法匹配源语言模板进行文本翻译,引入全局频率改进TF-IDF方法,利用余弦相似度和Markov模型实现文本之间的相似度计算,实现特征词的属性概率权重的归一化,得到全面的特征词属性概率权重。将特征词的属性概率权重融合到朴素贝叶斯分类方法中,实现人工智能翻译文本特征分类。实验结果表明该算法的翻译准确率在85%以上,且不同领域语料的正、反向类语言特征分类准确率高。

摘要：本文主要分析现有信息系统如何实现移动访问现状及存在问题,采用基于面向服务的技术架构(ServiceOriented Architecture,SOA),研究和设计企业移动应用适配器,有效解决了现有信息系统无法在智能移动终端上直接应用问题,实现现有信息系统应用向智能移动终端的无缝移植,快速推进企业移动信息化。