Resumen

Con el rápido desarrollo de la tecnología de redes neuronales, hemos utilizado ampliamente esta tecnología en diversos campos. En el campo de la traducción de idiomas, la investigación sobre la tecnología de detección automática de los errores gramaticales del verbo inglés se encuentra en una fase caliente. La detección manual tradicional no puede aplicarse al entorno actual. Por lo tanto, este artículo propone una tecnología de detección automática de errores gramaticales verbales en inglés basada en un algoritmo de red neuronal recurrente (RNN) para resolver este problema. En primer lugar, se comparan la precisión y la velocidad de respuesta de la detección manual tradicional y el algoritmo de red neuronal recurrente RNN. En segundo lugar, se diseña un modelo de detección que puede calcularse según el orden gramatical combinado con el contexto. Por último, cuando el resultado del verbo de salida es inconsistente con el texto original, puede marcar automáticamente el efecto de detección de errores. Los resultados experimentales muestran que el modelo de algoritmo estudiado en este trabajo puede mejorar eficazmente la precisión de la detección y la eficiencia de la retroalimentación y es más aplicable y eficaz que el método tradicional de detección manual.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:detección manual tradicional, tecnología de detección automática, error gramatical, verbo inglés, resultados del verbo de salida, red neuronal recurrente, campo del lenguaje, red neuronal rnn, tecnología de red neuronal, efectos de la detección de errores
• Keywords:traditional manual detection, automatic detection technology, grammatical error, english verb, output verb results, recurrent neural network, field of language, neural network rnn, neural network technology, error detection effects