论文部分内容阅读
提出一种基于神经网络的翻译预调序方法来预测语言翻译中存在的语序差异,提高外语长句翻译过程中的翻译准确度。通过建立多层神经网络模型,对未标注文本词汇进行向量化处理,实现词汇表示与向量特征的结合,抽取多样本语句和语义的有效信息;在线性排序框架下,采用神经网络进行词语排序评分,获得样本数据语义信息,对语序进行差异预测。通过实验对比表明,采用神经网络预调序模型有效提高了系统性能和翻译准确度。将神经网络翻译模型应用于实际翻译过程中,能降低翻译工作难度,提高翻译效率,具有良好的现实意义。