共查询到20条相似文献,搜索用时 15 毫秒
1.
在信息发达的当今社会,传统的人工翻译无法满足西藏社会发展对于藏文翻译的巨大需求,藏文机器翻译的实现是亟待解决的问题,文章采用基于规则的方法研究藏文机器翻译,提出了基于句型模板的汉藏句型转换算法,结合源文预处理和词典知识库实现汉藏机器互译。 相似文献
2.
计算机涉足语言翻译主要在两大领域:机器辅助翻译和机器翻译。机器辅助多发生在词汇或文化层级,机器翻译发生在语篇层级对翻译的意义更大。机器翻译就是电脑以软件和网络为媒介,提供译文,帮助人们消除语言障碍。但是,语言转换不仅是不同语言词汇间的转换,还是句法、语义的语篇整合。建立成功的语篇语料库是解决问题的方式之一。人工智能的发展也会促进机器翻译的提高。 相似文献
3.
4.
5.
近些年来,由于国内外信息交流量增大、交流速度增加,人们或多或少都会使用一些翻译软件以便快速地获取信息。然而无论是以词汇为主的机器翻译系统还是以句法为主的机器翻译系统或是以语义为主的机器翻译系统都或多或少存在一些不尽如人意的地方。本文从语义学的并置理论出发,利用一些翻译软件对一些搭配用法的翻译结果进行搜索,然后发现问题并提出改进方法,以期探寻出机器翻译未来改进的方向,使机器翻译的译文质量得到提高。 相似文献
6.
自从信息技术和人工智能技术大发展以来,社会上就存在"机器翻译是否有一天会取代人工翻译"的忧虑,此种忧虑显然将"机器翻译"和"人工翻译"两者放在了对立的位置。本文笔者将从机器翻译与计算机辅助翻译(CAT)发展的角度切入,通过实证分析的方法,论述机器翻译和人工翻译之间的关系实质上是相辅相成的。此外,笔者通过知网的文献检索,发现关于机器翻译与计算机辅助翻译这一主题,以往大多数的研究都着眼于"机器翻译的准确性""机器翻译的应用""在本科翻译教学中的应用""CAT的技术原理研究"等等技术以及应用层面的研究,很少有研究将CAT以及机翻技术的发展和机翻与人工翻译的关系这个问题联系在一起,本文将尝试对此问题进行研究。 相似文献
7.
8.
9.
10.
理想的机器翻译系统应该是全自动高质量的批处理式系统,在目前的计算语言学发展水平下,计算机还无法彻底解决自然语言的错综复杂现象,达到全自动高质量的翻译。本文认为人机交互的方法是最自然的手段,用户易学易会,具有广阔的发展前景。文章详细地分析归纳汉—英机器翻译的歧义问题,总结了现有的解决歧义的手段,提出了用人机对话解决歧义问题的交互式汉—英机器翻译的思想,并从语言学的角度提供了论据。基于这一思想设计的CEMT—Ⅱ汉英机器翻译系统模型已基本完成。 相似文献
11.
让计算机进行自然语言翻译一直是人类长期追求的目标之一,同时也是人工智能的最终目标之一。近年来神经机器翻译是研究者最青睐的方法,但像藏汉机器翻译属于低资源语言上的翻译效果并不是很理想。文章回顾了机器翻译技术的发展历程并简述研究现状,接着对近几年的藏汉机器翻译方法进行了简要的介绍。 相似文献
12.
13.
14.
随着计算机的发明和信息技术的不断发展以及各种翻译需求的突增,基于信息技术平台的科技翻译系统越来越显现出其优势。科技翻译,无论是机器翻译、计算机辅助翻译还是网络翻译与电子字典的翻译,他们的产生和发展都离不开信息技术这一平台。主要介绍了基于信息技术的机器翻译、计算机辅助翻译、网络翻译及电子字典翻译的形成及各自的特点。在国际交流与合作日益增多的今天,基于信息技术的科技翻译在保证翻译质量的同时,大大地提高了翻译工作的效率,同时又能够使人避免或减少复杂的机械性工作。在未来,基于信息技术的科技翻译这一技术将随着信息技术的发展而得到更多、更好的发展和应用。 相似文献
15.
【目的/意义】无论是统计机器翻译,还是神经机器翻译,训练数据通常来源复杂,主题多样,文体不一,与待
翻译目标文本的领域不能保证完全一致,导致领域自适应问题。目前机器翻译的领域自适应方法大多用主题模型
得到主题信息,将数据粗略划分为领域内(in-domain)和领域外(out-domain),缺乏更为明确的领域标签。【方法/过
程】本研究采用中图分类号作为领域标签,采用两种方法对汉语句子进行自动领域标注领域: 利用论文关键词和科
技词系统等知识组织构建领域知识库的领域标注方法;训练卷积神经网络的深度学习的领域标注方法,通过神经
网络深度融合模型将这两种方法融合起来得到效果更佳的领域标注器,利用机器翻译的测试集获取领域标签集合
筛选其训练数据。【结果/结论】经过在神经机器翻译系统上进行测试,针对两个特定领域测试集,仅利用部分训练
数据就获取了比原始训练数据高约1.3BLEU得分(相对5.4%)的翻译结果,证明了本研究方法的有效性和可行性。 相似文献
16.
17.
正让计算机理解人类自然语言,通过机器翻译技术解决人类语言障碍,不仅是人们长期以来的追求和理想,也是广大自然语言处理和机器翻译研究人员共同努力的方向。北京交通大学计算机与信息技术学院副教授徐金安便是其中杰出的一位。二十余载的刻苦攻关和不懈努力,徐金安在自然语言处理及机器翻译方面的相关研究,尤其是在黏着语系与孤立语系及曲折语系之间的翻译方面,摸索出了一条独具特色的研究新路,使诸如日语、韩语、维语等语言与汉语、英语之间的机器翻译理论前进了一步。十年海外科研路硕果累累徐金安出生于才俊辈出的荆楚之地——湖北荆州,1988年,他以优异的成绩考入北方交通大学通信 相似文献
18.
19.
随着中国越来越融入国际经济体系,翻译市场的需求总量迅猛增长.计算机辅助翻译技术在翻译领域的应用大大提高了翻译的效率,翻译软件广泛应用于多语翻译和软件本地化行业中.本文从翻译市场的需求、当前的大中型翻译机构要求掌握了计算机辅助翻译技术的专职和兼职译员加盟、国内大学翻译专业尚无开设CAT技术课程等方面阐述了CAT技术教学进入翻译课程体系设置的必要性. 相似文献