Resumen

Este documento propone un algoritmo de extracción de características basado en el modelo de reordenamiento de frases de máxima entropía en la traducción automática estadística en máquinas de aprendizaje de idiomas. El algoritmo puede extraer información de reordenamiento de frases más precisa, especialmente la información de características de frases invertidas, lo que resuelve el problema de desequilibrio de datos de características durante el entrenamiento de máxima entropía en el algoritmo original, y mejora la precisión del reordenamiento de frases en la traducción. En el experimento, se combinaron características lingüísticas como partes del discurso, palabras y características sintácticas extraídas mediante el uso del analizador sintáctico, y se utilizó el clasificador de máxima entropía para predecir errores de traducción, y se realizó la verificación experimental en el conjunto de datos de traducción chino-inglés y se comparó. Los resultados experimentales muestran que las diferentes probabilidades posteriores de las palabras tienen un impacto significativo en la tasa de error de clasificación, y la combinación de características

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Algoritmo propuesto; Modelo de máxima entropía; Reordenamiento de frases; Extracción de características; Características lingüísticas; Resultados experimentales
• Keywords:Proposed algorithm; Maximum entropy model; Phrase reordering; Feature extraction; Linguistic features; Experimental results