句型转换式汉英机译的一些技术处理探讨

句型转换式机器翻译涉及的技术很多.主要工作有四部分:第一部分给出一种自动分词边界问题处理方法;第二部分探讨一般句与疑问句的句型结构;第三部分研究汉英机器翻译的译文生成问题;第四部分是一种"是"动词"am;is;are"的处理方法.     

汉英机器翻译中短语处理与译文生成研究

机器翻译涉及的技术很多,主要工作有两部分:第一部分给出一种汉英机器翻译中的短语处理方法,包括短语切分和短语查找;第二部分研究了汉英机器翻译中译文生成的一些问题.     

汉英机器翻译的单词处理研究

机器翻译涉及的技术很多. 本文的主要工作有两部分:第一部分给出词性兼类处理的一些方法;第二部分探讨汉英机器翻译时译文生成的处理, 包括建立汉英机器翻译的时态转换、相关匹配规则、名词的单复数处理算法. 第三部分研究多义词的一些处理处理. 第四部分提出单词处理的其它注意问题.     

机器翻译的理论模型与语法分析研究

机器翻译涉及的技术很多,许多研究难点的存在给我国计算机应用增加了困难.本文的工作有四部分:第一部分介绍了机器翻译的理论模型;第二部分探讨了上下文无关文法;第三部分讨论自底向上和自顶向下分析法,设计了一个算法;第四部分阐述了转移网络和递归转移网络的方法.     

汉英机器翻译中的近似算法与歧义处理探讨

在机器翻译的研究中,混合式方法是一种好方法.本文的主要工作有两部分:第一部分提出一种近似机器翻译的算法;第二部分针对自然语言在各个层次上普遍存在的歧义性,对语言歧义的问题进行分析,论述一些具体消歧方法.     

两种机器学习方法及其在机器翻译中应用

在智能技术的研究中,从例子中学习和类比学习是两种好方法。第一部分研究了两种机器学习方法;第二部分讨论了类比机器翻译方法。     

基于N-gram共现的机器翻译自动评估的研究

机器翻译的研究是人工智能中自然语言理解部分的一个分支,而译文质量是机器翻译系统评估的核心问题.讨论了基于n-gram共现的机器翻译自动评测框架,介绍了BLEU、N IST两种自动评价方法,并针对其提出若干改进思路,旨在更好地实现机器翻译译文质量的自动评估,从而对机器翻译系统的开发和完善提供更好的指导和辅助.     

汉英混合式机器翻译难点研究

混合式汉英机器翻译涉及的技术很多.主要工作有三项:一是阐述了汉英混合机器翻译处理的难点,给出了转换和实例汉英混合式机器翻译软件的结构;二是分析了词法处理方法主要面临的难点和汉语单词兼类的难点、包括汉语转换成英语中名词生成单复数的难点以及多义词处理难点;三是探讨了实例机器翻译的难点,指出了从事这方面研究机器翻译软件的科技人员努力方向.     

低资源维汉神经机器翻译研究

该文介绍了在第15届全国机器翻译大会的机器翻译评测项目中苏州大学的参赛情况,主要介绍参评系统使用的神经机器翻译模型基准结构以及采用的策略、方法,并介绍该系统在评测数据上的实验性能.     

结合BERT数据增强的基于词切分的蒙汉神经机器翻译系统

神经机器翻译是目前机器翻译领域主流研究方法,但是蒙汉平行语料的稀缺使得蒙汉神经机器翻译性能难以提升.本文针对基于Transformer的蒙汉神经机器翻译系统,利用深度学习模型对蒙古文词切分方法进行研究,分析了蒙古文部分切分、BPE子词切分和BiLSTM-CNN-CRF神经网络切分方法对于蒙汉机器翻译模型的影响,并在此基础上利用基于BERT(bidirectional encoder representations from Transformers)中文语义相似度计算的数据增强技术去扩充蒙汉机器翻译训练数据.在CCMT2019提供的数据集上进行对比实验,实验结果表明,数据增强方法的BLEU值相较于基线实验提升显著,且BLEU4值达到了75.28%.     

面向翻译教学的机器翻译系统建构

信息时代,知识的更新换代进一步加快,对翻译人才的要求越来越高,翻译课的传统模式以及方法已不能适应新的需要。随着机器翻译技术的不断发展,机器翻译、翻译记忆等产品也逐步地以各种方式应用到了翻译教学当中。构建一个面向翻译教学的机器翻译系统,整体、系统地将机器翻译技术应用于翻译教学,提高翻译教学的质量,全面提高学生的翻译能力。     

神经机器翻译综述

机器翻译研究在非人工干预的情况下,利用计算机自动地实现不同语言之间的转换,是自然语言处理和人工智能的重要研究领域,神经机器翻译(neural machine translation,NMT)利用神经网络实现源语言到目标语言的转换,是一种全新的机器翻译模型.神经机器翻译经过最近几年的发展,取得了丰富的研究成果,在很多语言对上超过了统计机器翻译方法.首先介绍神经机器翻译的基本思想和主要方法,然后对最新的前沿进展进行综述,最后对神经机器翻译的未来发展方向进行展望.     

多种数据泛化策略融合的神经机器翻译系统

在Transformer模型的基础上,该文从数据泛化、多样化解码策略和后处理方法3个方面进行改进.多种数据泛化策略融合方法对不同种类的稀疏词语进行识别、泛化和翻译,减少错译现象.利用检查点平均和模型集成等多样化解码策略进一步提升翻译效果.在CCMT 2019中英新闻领域翻译任务上的实验结果显示,改进后的方法在基线系统上的BLEU-SBP值提升了约1.85%.     

浅谈机器翻译中的译者主体性

本文分析了机器翻译的分类及其特点,探讨了机器翻译中译者主体性的客观存在,指出译者的主观能动性在机器翻译中同样起着关键性的作用,机器翻译离不开译者主观能动性的发挥,为了达到迅捷、高质量的译文,我们应该将机器翻译与译者翻译二者紧密结合起来。更好地为翻译实践服务。     

英汉语歧义比较与机器语言

本文对英汉两种语言中广泛存在的三种岐义类型（词语歧义、结构歧义、语义歧义）进行分析和比较，指出了英汉两种语言在歧义现象方面存在的一些异同。文章给出了英汉两种语言中某些岐义现象产生的原因，对英汉语文章的机器理解及机器互译提供了有益的启示。     

基于规则的机器翻译技术综述

回顾基于规则的机器翻译中的文本处理、文本分析、词典构成、词典查询和语义排歧技术,指出基于规则的机器翻译因为词义选择、层次切分、特殊句型结构等固有难题难以圆满解决,只有发展新的翻译技术,才能使机器翻译质量达到实用水平.     

NICT/ATR Chinese-Japanese-English Speech-to-Speech Translation System

This paper describes the latest version of the Chinese-Japanese-English handheld speech-tospeech translation system developed by NICT/ATR, which is now ready to be deployed for travelers. With the entire speech-to-speech translation function being implemented into one terminal, it realizes real-time, location-free speech-to-speech translation. A new noise-suppression technique notably improves the speech recognition performance. Corpus-based approaches of speech recognition, machine translation, and speech synthesis enable coverage of a wide variety of topics and portability to other languages. Test results show that the character accuracy of speech recognition is 82%-94% for Chinese speech, with a bilingual evaluation understudy score of machine translation is 0.55-0.74 for Chinese-Japanese and Chinese-English