电子设计工程
Electronic Design Engineering
第 28卷
Vol.28
第 18期
No.18
2020年 9月
Sep. 2020
收稿日期:2019-11-26 稿件编号:201911197
基金项目:陕西省教育厅 2020年度一般专项科学研究计划(20JK0463)
作者简介:王晓艺(1986—),女,陕西榆林人,硕士,讲师。研究方向:翻译技术、机器翻译、术语管理。
机器翻译指的是人工智能与自然语言处理结合
的主要研究方向,利用计算机运算,基于保留原始含
义,使自然语言朝着另外一种语言进行转变,以此实
现两种语言的互译。在现代世界经济全球化背景中,
互联网技术在不断的发展,国际交流越来越频繁,各
国家使用不同语言人民的联系越来越密切,社会工作
和生活对于双语交互转换的需求越来越明显。翻译
为不同语言信息的等价传递主要方法,此过程尤为重
要
[1]
。传统人工翻译会耗费大量的财力、人力,并且效
率较低。利用计算机能够高效且迅速地得到翻译结
果,并且在专业翻译领域代替人工翻译尤为重要,目
前并不完美的翻译结果表示此领域的研究空间比较
大。在深度学习技术不断发展过程中,不仅局限于语
音识别与图像处理领域,在自然处理领域研究也具有
一定的成果,使用深度学习技术能够为机器翻译难题
提供全新解决方案
[2]
。以此,文中设计基于深度神经
网络方法的机器在线翻译系统。
1 神经网络机器翻译模型
神经网络机器翻译模型能够利用端到端方式直
接映射到输出序列中,如果给定源语言为:
X ={x
1
,x
1
,…,x
n
}
基于深度神经网络方法的机器在线翻译系统设计
王晓艺
(榆林学院 外国语学院,陕西 榆林 719000)
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。
关键词:深度神经网络;机器翻译;在线翻译;算法分析
中图分类号:TN98 文献标识码:A 文章编号:1674-6236(2020)18-0114-04
DOI:10.14022/j.issn1674-6236.2020.18.025
Design of machine online translation system based on deep neural network
WANG Xiao⁃yi
(School of Foreign Languages,Yulin University,Yulin 719000,China)
Abstract: In view of the problem that traditional machine translation can’t meet the needs of users
because of its slow translation speed,a design of machine online translation system based on deep neural
network is proposed. Firstly,the model and algorithm of MT are analyzed,and the structure of MT
system is proposed. In addition,the neural network machine translation model is designed,through
which the machine online translation system is designed. Finally, the design of machine online
translation system is realized. Experiments show that the machine online translation system based on the
deep neural network method can improve the translation quality and efficiency,and meet the translation
needs of large number of visits.
Key words: deep neural network;machine translation;online translation;algorithm analysis
--114