APP下载

基于融合多语言交互的在线翻译辅助系统

2020-12-23胡晓榕

微型电脑应用 2020年11期
关键词:机器学习

胡晓榕

摘 要:随着机器学习技术的发展,目前翻译行业也逐渐引入该技术用来提升翻译效果。文章以实现在线学习为目标,为了学习人员能够在不断纠正过程中进行学习,设计了一套端到端平台,该平台将机器翻译服务器集成到专业翻译人员最常用的用户界面中,实现在机器不断从人的选择中学习并根据特定领域或用户风格调整模型的同时,节省学习人员后期的编辑工作,提升了在线翻译过程中的辅助效果。

关键词:机器学习;翻译行业;端到端平台;翻译模型

中图分类号:TP393

文献标志码:A

文章编号:1007-757X(2020)11-0080-02

Abstract:With the development of machine learning technology, the translation industry has gradually introduced this technology to improve translation results. This article aims at online learning. In order that the learner can get progress in the process of continuous correction, an end-to-end platform is designed. This platform integrates the machine translation server into the user interface which is commonly used by professional translators. By continuously learning from human choices and adjusting models according to specific fields or user styles, it saves the editing work of the learners in the later stages and improves the auxiliary effect in the online translation process.

Key words:machine learning;translation industry;end-to-end platform;translation model

0 引言

在翻译行业中,翻译的效果至关重要,直接关系着业务人员的工作效率。如今,翻译行业的高效性需求必须满足快速的商业需求,为此,需要在较短的时间内为用户提供准备高质量的翻译结果。随着机器学习技术的发展,文献[1]中提出使用支持向量机(一种监督学习模型)获得了安德森杂质模型的格林函数,用来实现自学习提升。

机器学习技术的快速发展,为翻译行业提供了可高效、快捷翻译结果的途径,即“人性化”翻译,称为后期编辑(PE),该模式目前在翻译行业中被证明是有效的[2],被称为是机器翻译(Machine Translation,MT),随着MT功能的不断完善,此工作流程已成为翻译行业的重要内容。

PE过程本身就在不断生成新的双语数据,此数据通常用于创建特定于域的语料库,可用于将系统从更广泛的域改编为特定的域客户端或样式。在线学习(Online Learning,OL)范式指在PE过程中执行这种调整[3]:每次用户验证后期编辑的翻译时,系统都会在考虑到此数据的情况下进行更新。……

登录APP查看全文

猜你喜欢

机器学习
基于词典与机器学习的中文微博情感分析
基于网络搜索数据的平遥旅游客流量预测分析
前缀字母为特征在维吾尔语文本情感分类中的研究
下一代广播电视网中“人工智能”的应用
基于支持向量机的金融数据分析研究
基于Spark的大数据计算模型
基于朴素贝叶斯算法的垃圾短信智能识别系统
极限学习机在图像分割中的应用
一种基于迁移极速学习机的人体行为识别模型