通过人机交互与机器学习提高日汉机器翻译系统的实用性

本文讨论了创建全自动高智能化日汉机器翻译系统的问题，引入一种在翻译系统中使用的人机协作处理方式，以及在系统中使用的机械学习和基于解释经验的机器学习方法。通过这种处理方式和机器学习方法，可为最终实现实用型的智能化系统提供一种有效的途径。     

机器学习在汉字智能拼音输入中的应用

借助机器学习在用户机器上建立本地用户词库,并充分利用汉字的语音信息和语法信息,以改进汉字智能拼音输入的效率;利用机器智能提高智能拼音输入软件自身的易用性．     

机器翻译方法探讨

机器翻译简称MT,是人类利用计算机进行自然语言间的相互翻译。本文提出了机器翻译的分类及其特点。同时,本文还探讨了机器翻译遇到的问题和解决办法。     

机器学习方法及其在生物信息学中的应用

分析了机器学习技术的内容,介绍了生物信息学的内涵和新的应用技术,同时探索了机器学习技术对生物信息挖掘应用的途径.这些方法有助于加速生物分子结构预测、基因发现、基因组学和蛋白组学等方面研究的进展.     

英治机器翻译系统中介词多义的处理方法

在英汉机器翻译中，英语介词多义的处理是最难解决的问题之一，尽管国内外一些机器翻译专家在这方面已做了许多工作，并获得一些成果，但远未能彻底解决这一问题，在对英语介词的现象进行分类的基础上，以介词“ｉｎ”为例对其多义现象进行了详细的分析研究。在研制“智能型英汉机器翻译系统”中，采取在词典和规则中加入介词的语义属性和上下文相关函数等措施，比较好地解决了介词多义的问题。从而，使“智能型英汉机器翻译系统”的     

神经网络机器翻译技术背景下机器翻译效果对比及其发展困境

神经网络机器翻译技术模拟人脑神经系统,以深度学习技术为基础,将整个句子作为翻译的基本单元,使得机器翻译的准确率大大提升。谷歌、百度、腾讯三家公司推出的翻译软件都采用了神经网络翻译技术,通过比较可知三者的长句翻译能力突出,译文风格各具特色,但在语言方面都仍面临困境。首先,因语言差异导致的漏译误译;其次,因词义多义引起的选词障碍;第三,因语境因素带来的隐性含义的理解。本文认为只有不断完善深度学习的算法,建立纠错数据库,进行跨学科交流,才能进一步提升机器翻译质量。     

机器翻译方法的研究现状

对几种常见的机器翻译方法的特点和适用性等问题进行了深入的讨论，分析了机器翻译面临的主要困难和技术难点。     

人工智能在机器翻译中的应用研究

针对人工智能在机器翻译中的应用现状和发展趋势,探讨了人工智能对于提高机器翻译效率、促进行业发展的新路径.首先,分析了人工智能在机器翻译行业中的发展趋势,并阐释了具体的应用方式;其次,立足国情,发掘中国在人工智能和机器翻译行业中的发展优势,并研究在大数据时代,提高机器翻译效率的方法.研究结果期望为中国基于人工智能的机器翻...     

浅析机器学习及其在教育中的应用

本文探讨了学习的机理，从而概述了机器学习，进而探讨了机器学习在网络教育中的应用。     

基于回译和集成学习的维汉神经机器翻译方法

从高效利用现有资源的角度出发,针对维汉平行语料匮乏导致维汉神经机器翻译效果欠佳的问题,提出一个基于回译和集成学习的方法.首先,利用回译和大规模汉语单语语料构造出维汉伪平行语料,并利用伪平行语料进行训练得到中间模型;其次,使用自助采样法对原始平行语料进行N次重采样,得到N个近似同一分布但具有差异性的子数据集;基于N个子数据集分别对中间模型进行微调,得到N个具有差异性的子模型;最后,将这些子模型集成.在CWMT2015和CWMT2017的测试集上的实验证明,该方法比基线系统的BLEU值分别提升了2.37和1.63.     

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.     

机器翻译的一些处理方法探讨

本文的工作有三部分：第一部分介绍了机器翻译及其现状；第二部分主要讨论了机器翻译的四种实现方法；第三部分提出了基于实例的机器翻译的三种处理方法。     

基于实例的机器翻译系统的模型设计

随着语料库语言学的兴起,基于实例的机器翻译得到越来越多的研究,本文设计了一个完整的基于实例的机器翻译系统的模型,并对对齐处理、相似度计算和检索方法做了详细说明．     

基于实例的日中机译系统的模型构造

对于基于实例的机器翻译，最困难的是如何从多个翻译实例中选出最相信的样例，本文对日中机器翻译系统提出了一种基于概念分类与附属词的方法来计算相似性，该方法充分体现的名中词间的组合搭配关系，可适当缩减实例库规模，简化权值的计算，取得了较好的效果。     

基于案例的学习方法的研究及其应用

基于案例的学习方法是一种增量式的学习过程,它根据过去的经验进行学习及问题求解。本文分析了目前国内外的发展现状,对基于案例的学习的研究方法、步骤进行了简单描述;给出了两个应用实例来具体分析基于案例的学习     

基于多层超限学习机的滚动轴承故障诊断方法

针对目前轴承故障诊断领域存在的海量数据问题及快速学习、实时监测的诊断要求,采用一种多层超限学习机方法对滚动轴承故障数据进行诊断测试。该方法直接学习轴承故障振动时域信号,与传统诊断方法相比,省去了复杂的信号处理过程,更加简便。将多层超限学习机方法的诊断结果分别与单层超限学习机、深度神经网络方法的诊断结果进行比较,多层超限学习机具有明显优势:(1)与单层超限学习机相比,多层超限学习机具有更好地学习和特征提取能力,其诊断准确率可达到98.29%;(2)与深度神经网络相比,多层超限学习机能够在保证较高诊断准确率的前提下,获得较快的训练速度,其训练速度较深度神经网络提高了41倍。结果表明,所采用的方法在滚动轴承故障诊断方面具有很好的效果和应用价值。     

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.     

类比学习机制的研究

类比学习是机器学习中的一种重要方法。文中重点讨论了实现这种学习方法所需解决的主要问题及类比学习的研究进展和状况,并对6种具有代表性的类比学习方法和系统(转换类比学习、派生类比学习、属性类比学习、因果关系类比学习、联想类比学习和基于事例的学习)的基本原理、学习机制等进行了深入的研究和分析。