10.16526/j.cnki.11-4762/tp.2020.04.033
基于改进GLR算法的智能识别英语翻译模型设计
广义最大似然比检测(GLR)算法模型翻译识别结果存在数据点重合的情况,精确度无法得到有效保障;为了准确地识别短语,设计了基于改进GLR算法的短语智能识别算法,该算法构建标记规模约74万个英汉单词的短语语料库,使短语具备可搜索功能,通过短语中心点构建短语结构,可获得词性识别结果,依据解析线性表的句法功能校正词性识别结果中的英汉结构歧义,最终获得识别的内容;综合的测评结果上看,基于改进GLR算法识别精度95%以上,综合得分92.3分,该算法克服了GLR的弊端,相对统计算法和动态记忆算法提高了运算速度和处理性能,更加适合机器翻译任务,为在智能机器翻译领域提供了新的思路.
智能识别、改进GLR算法、机器翻译
28
TP391.1(计算技术、计算机技术)
2020-05-28(万方平台首次上网日期,不代表论文的发表时间)
共4页
161-164