人工智能技术在计算机辅助翻译软件中的应用

在计算机翻译行业中,利用神经网络体系引入深度学习模式,并建立完整的数据库信息,实现了高质量和高效率的文本翻译。目前,我国计算机辅助翻译系统开发中引入了人工智能技术,虽说取得了一定的研究成果,但依然存在翻译软件功能较为单一和翻译精准度有限等问题。为了提升译文精准度和丰富翻译软件的功能,基于人工智能技术设计了计算机辅助翻译系统,并对其性能进行测试。     

基于错误驱动的翻译模板自动获取

翻译模板自动获取是提高MT系统译文输出质量和领域快速移植能力的关键性因素.利用Tree-to-String方法来抽取等价对,使用错误驱动的学习方法来获取翻译模板.将获取的模板用于MTS2005中,同时对其译文质量进行开放测试.实验结果表明:所提出的模板获取方法的性能要好于传统方法,当新模板加入系统原模板库后,开放测试语料的3元Nist评测分数提高了3.41%.     

面向体育领域的句子主干翻译技术研究

为了有效翻译体育领域文本,特别是文本中的长句,本文提出了一种面向体育领域的句子主干翻译方法。该方法采用模板来表示句子主干,主要包括句法主干分析、模板转换和句子主干译文生成三个步骤。本文研究中特别针对体育领域的语言特点进行了模板的设计和获取;在译文生成过程中,则分别利用规则和模板,采用了短语级全译和句子级摘译相结合的混合生成策略,并引入翻译函数来处理形态变化。实验结果表明句子主干翻译方法能够获取句子的关键信息,在可懂度上优于完全翻译,其忠实度也令人满意,是处理体育领域文本的有效方法。     

从双语语料中获取翻译模板

翻译模板自动获取是提高MT译文输出质量和领域适应能力的关键性因素。利用Tree-to-String方法抽取等价对,使用错误驱动的学习方法从中获取翻译模板并进行优化。将优化后的翻译模板用于一个基于转换的机器翻译系统中,同时使用“863”对话语料对其进行评测。实验结果表明：当使用自动获取并经优化的模板进行翻译时,开放测试语料的译文评测分数有一定程度的提高。     

基于动态词对齐的交互式机器翻译

在传统的机器翻译(machine translation,MT)与计算机辅助翻译(computer aided translation,CAT)中,译员与翻译引擎之间的交互受到很大限制,于是产生了交互式机器翻译(interactive machine translation,IMT)技术。但传统的模型只考虑当前源语与部分翻译的目标语的信息,没有将用户交互后的对齐信息加入到之后的预测模型中。该文基于词预测交互式机器翻译的研究思路,将用户交互翻译过程中的鼠标点选行为转化为中间译文的词对齐信息,进而在翻译交互过程中实现了对译文的动态词对齐标注,并在词对齐信息和输入译文的约束下提高了传统词预测的准确性。     

机器翻译智能校对系统在翻译实践中的应用

为了改善机器翻译系统的精准度,提出了一种智能校对系统.该系统通过提取基本含义,与学科信息核对,经过全方位查询,判断翻译结果是否合理,替换不合理翻译结果,最终生成精度较高的译文结果.翻译实践应用结果显示,提出的智能校对系统生成的译文结果精准度与未采取校对处理的译文精准度相比,系统作业精度改善效果较为显著,系统可以作为译文辅助工具.     

从计算机辅助翻译到协同翻译

由于机器翻译系统的译文质量仍难以达到实用化要求,计算机辅助翻译技术逐渐成为研究热点,并且取得了很好的实际效果,大大提高了翻译产业的生产率。随着辅助翻译规模的不断扩大,多名在空间上分散的用户被组织起来共同完成一项翻译任务已成为普遍现象,这种新的翻译模式称为协同翻译。该文对计算机辅助翻译和协同翻译技术进行综述,首先从辅助译文生成、译后编辑和系统反馈学习等方面介绍了计算机辅助翻译技术的常用方法和研究进展,随后讨论了计算机辅助翻译与协同翻译之间的联系和区别,分析了协同翻译技术所面临的主要问题,并介绍了现有研究的解决方法。最后对协同翻译的未来发展方向进行了展望。     

认知语言学翻译观视阈下日语翻译教学模式探析

目前外语翻译教学基本沿用传统型翻译教学模式,成为有效提高学生翻译能力的瓶颈.学生翻译能力的提高与个人体验及认知方式有着密切的关系.认知语言学翻译观在强调充分考虑体验和认知二要素的制约作用下,努力处理好文本、认知主体、译文、现实世界以及作者、译者、读者之间的关系,从而实现“解释的合理性”和“翻译的和谐性”,提高实践翻译教学的质量和效果,为现代外语翻译教学模式提供了新的理念和思路.     

基于智能数据处理的汉英翻译文本准确度自动评价方法

为提供更丰富的评价信息、缩短评价时长,本文构建了智能数据处理的自动评价方法。通过划分词汇属性、抽取平行语料汉英词典、对齐句子长度以及建立中文分词词表,完成汉英翻译文本预处理,利用连续N元串及对应参考译文内连续N元串匹配数量的计算公式与简短惩罚,采用不同短语对匹配方法,设计最优化回归预测函数,经过计算得到最终的评价结果。设计实验评价所有语料的汉英翻译文本准确度,结果验证所提方法具有较高准确性与可靠性,能够缩短翻译时长。     

基于计算机的辅助翻译技术研究

计算机辅助翻译技术即基于计算机设备开展翻译工作,核心在于翻译记忆。计算机可就实际需要将已翻译原文与译文进行自动化存储,以此再次有相似与重复语句时,计算机便可自主匹配,有效降低反复翻译几率,保证翻译效率与质量,最大程度上满足不断增长的翻译需要。本文详细分析了计算机辅助翻译技术,设计了计算机辅助翻译流程与系统,并通过实验验证了技术的时效性,结果表明,计算机辅助翻译技术的译文BLEU值较高,准确率高达95%;计算机辅助翻译系统可动态化获得并分享翻译知识,以提升翻译效率与质量。     

基于生成对抗文本的人脸图像翻译

为了使得人脸图像翻译方法具有更好的翻译效果,提出了一种基于生成对抗文本的人脸图像翻译方法（T-GAN）。根据人脸的特殊性,利用深度对称结构联合编码方法,提取人脸所对应的文本描述特征。然后结合生成对抗“博弈”的思想,强迫判别网络判断生成的图像是否符合文本描述,让判别网络不仅仅能够学习生成图像和输入图像之间的关系,也能够学习生成图像和文本描述的对应关系,达到强化训练的效果。实验结果表明,本方法具有使用价值,在各种肤色、发色人脸图像翻译任务都给出了高质量的图像翻译结果,并与其他图像翻译方法相比较,翻译效果更好。     

分布式移动文本翻译系统

提出了基于免费翻译引擎构建分布式移动文本翻译系统的解决方案.针对翻译引擎之间的异构性、手机较弱的计算能力和存储能力等限制因素,引入引擎中间件的概念,对异构翻译引擎进行整合,构建分布式引擎系统,同时通过计算转移、存储转移弥补手机端缺点,以三层体系架构的方式解决以上技术难点.该解决方案既充分利用了免费翻译引擎的资源,又解决了传统翻译系统引擎单一的问题;既引入手机便携、消费市场庞大的优势,又弥补了计算和存储的弱点,使随时随地进行文本翻译成为可能.最后,根据提出的架构,以Java体系集成了大型免费翻译引擎,实现了分布式移动文本翻译的原型系统,可在中、英文之间进行单词、短语、句子、段落以及全文翻译.     

基于移动端的神经网络汉英翻译模型

为了使中英文翻译更加智能以及更加合理,采用句子级的释义对译文进行改写,将其视为同一语言之间的翻译任务。在没有大规模平行释义语料库的情况下,利用机器翻译结果和源语言的参考翻译来近似平行释义语料库。然后,利用该模型训练一个从机器翻译结果到参考翻译的重复系统,生成语义一致的句子级重复结果。在此基础上,将重述结果引入系统整合的翻译假设中。最后,在翻译和释义的基础上,进行了面向移动应用的设计和开发,实现了中英文机器翻译。     

利用统计搭配模型改进基于实例的机器翻译

基于实例的机器翻译(example-based machine translation,简称EBMT)使用预处理过的双语例句作为主要翻译资源,通过编辑与待翻译句子匹配的翻译实例来生成译文.在EBMT系统中,翻译实例选择及译文选择对系统性能影响较大.提出利用统计搭配模型来增强EBMT系统中翻译实例选择及译文选择的能力,提高译文质量.首先,使用单语统计词对齐从单语语料中训练统计搭配模型.然后,利用该模型从3个方面提高EBMT的性能:(1)利用统计搭配模型估计待翻译句子与翻译实例之间的匹配度,从而增强系统的翻译实例选择能力;(2)通过引入候选译文与上下文之间搭配强度的估计来提高译文选择能力;(3)使用统计搭配模型检测翻译实例中被替换词的搭配词,同时根据新的替换词及上下文对搭配词进行矫正,进一步提高EBMT系统的译文质量.为了验证所提出的方法,在基于词的EBMT系统上评价了英汉翻译的译文质量.与基线系统相比,所提出的方法使译文的BLEU得分提高了4.73～6.48个百分点.在半结构化的EBMT系统上进一步检验了基于统计搭配模型的译文选择方法,从实验结果来看,该方法使译文的BLEU得分提高了1.82个百分点.同时,人工评价结果显示,改进后的半结构化EBMT系统的译文能够表达原文的大部分信息,并且具有较高的流利度.     

中软译星翻译质量改进策略

本文总结了译星翻译系统所采用的技术方法,以及译星系统针对一般篇章翻译所采取的一些策略.在技术方法中,介绍了译星系统的语言模型、结构设计、源文分析与译文生成思想.对于翻译策略,提出了基于词组的语言单元分析方法,以及语义结构优先语法结构的处理原则,从而加强了词组和语义在机器翻译中的地位与作用.同时还介绍了如何加强语义分析的具体实施方法.以这些翻译策略为改进原则,译星翻译系统的翻译质量得到了提高.其中,译星汉英系统的篇章翻译忠实度达到了54%,译星英汉系统篇章翻译达到了51%.     

memoQ软件在汽车法规翻译中的应用及效果

计算机辅助翻译(Computer aided translation,CAT)能够帮助翻译者优质、高效、轻松地完成翻译工作.通过CAT软件memoQ在汽车法规翻译中的应用,分析memoQ的实际效果.实验结果表明,在汽车法规翻译中memoQ能优化整体流程,规范法规语言,最终提高翻译效率及质量.     

基于用户行为模型的计算机辅助翻译方法

与全自动机器翻译相比,计算机辅助翻译技术更具实用性,已成为机器翻译领域的一个研究热点.传统的辅助翻译过程中,用户只能被动接受系统提供的辅助译文,并进行翻译后编辑操作.该文提出一种基于用户行为模型的辅助翻译方法,通过实时记录用户的后编辑过程,分析出用户的翻译决策,建立用户行为模型,使得翻译系统能够动态获取和共享用户的翻译...     

面向形态丰富语言的多粒度翻译融合

形态丰富语言由于其复杂的形态变化,会导致大词汇量和数据稀疏问题,这给统计机器翻译带来了巨大挑战。该文通过将这类语言表示为不同的粒度,然后分别进行翻译;由于不同的粒度能表征语言不同层面的特点,通过对不同粒度的翻译结果进行词级系统融合,便可生成更好的译文。维吾尔语、蒙古语到汉语的两组翻译实验表明,这种多粒度系统融合方法改善了翻译效果,BLEU值比最好的单系统分别提高了+1.41%和+2.03%。     

融合图片主题信息的图片描述翻译

图片描述翻译是给定图片及图片在某一语言的描述,利用翻译技术为图片生成目标语言描述的任务。观察发现,不同图片表达的场景往往不同,对应的图片描述具有明显的主题差异性。因此,利用主题信息能够提升翻译效果。然而,图片描述的内容通常较短,无法有效反映其主题。针对该问题,该文提出了一种融合图片主题信息的图片描述翻译方法。对于任意的图片描述对,该方法首先借助相似图片检索技术从维基百科图片库中检索与源图片相似的目标图片,进而利用包含目标图片的文档学习源图片的主题表示。最终,利用训练集中所有图片描述对的主题表示重新学习并获取适应主题的翻译模型。实验结果表明,借助相似图片获取信息量更为丰富的描述文本,并利用文本的主题信息强化翻译模型的方法,能够提高现有统计机器翻译系统的性能,在WMT16测试集上进行的评测显示,翻译质量的BLEU值提升了0.74个百分点。     

规则和统计相结合的中文地址翻译方法

该文研究了一种规则和统计相结合的中文地址翻译方法。首先利用区划词典、关键字词典和模式表进行分词及词语类型标注,并根据词语类型划分地址单元;然后,以统计翻译模型为基础结合少量的翻译词典和人工模板对地址单元进行翻译;最后,将地址单元的翻译结果以逆序粘合在一起,形成最终译文。实验表明,利用该方法翻译中文地址能够取得较好地翻译效果。