Resumen

Lograr un reconocimiento preciso de la información en chino e inglés es una de las principales dificultades en el reconocimiento de rasgos en inglés. Basándose en esta dificultad, este artículo estudia el modelo de reconocimiento de rasgos en inglés basado en el algoritmo de clasificación de redes de creencia profunda y el análisis de Big Data. En primer lugar, se propone el marco básico basado en el algoritmo de clasificación de redes de creencia profunda y el análisis de Big Data. En combinación con el modelo de entrenamiento de análisis de Big Data, se procesa la información de las características del inglés. A través del reconocimiento de diferentes características del texto en inglés, se realiza el reconocimiento y la coincidencia de las características en inglés. A continuación, se evalúan los errores del algoritmo de clasificación de la red de creencia profunda y del análisis de Big Data. En segundo lugar, este artículo describe la evaluación cuantitativa del algoritmo de clasificación de la red de creencia profunda y el análisis de Big Data en este sistema. En la evaluación, el método de evaluación de las características del lenguaje se utiliza para mejorar la función de evaluación. Al mismo tiempo, el algoritmo de clasificación de red de creencia profunda y el análisis de Big Data se utilizan para auto-estudiar el modelo, y se establece el método de reconocimiento de características del inglés con una fuerte aplicabilidad. Finalmente, la eficacia del sistema de reconocimiento se verifica mediante el experimento.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:análisis de big data, algoritmo de clasificación de redes, clasificación de redes de creencias, redes de creencias profundas, reconocimiento de rasgos en inglés, rasgos de textos en inglés, métodos de evaluación de rasgos, métodos de reconocimiento de rasgos, formación de análisis de datos
• Keywords:big data analysis, network classification algorithm, believes network classification, deep believes network, english features recognition, different english text, english text features, features evaluation methods, features recognition methods, data analysis training