由物联网和人工智能技术支持的日语瓦卡翻译

科学领域:

• 自然语言处理自然语言处理.
• 人工智能的人工智能
• 计算语言学 计算语言学

背景情况:

• 物联网 (IoT) 和人工智能 (AI) 的进步改善了对双语数据的访问,加速了机器翻译 (MT).
• 越来越多的中日文化交流需要更好地将日本的瓦卡诗歌翻译成中文.
• 现有的中文翻译瓦卡在捕捉诗歌独特的结构和上下文细微差别方面面临挑战.

研究的目的:

• 探索瓦卡诗歌的结构和分析当前的中文翻译问题.
• 引入基于物联网的数据收集方法,用于 waka.
• 提出和评估一个优化的神经机器翻译 (NMT) 模型,用于中日瓦卡翻译.

主要方法:

• 探索瓦卡结构和分析现有的中文翻译.
• 实施基于物联网的数据收集策略,用于 waka.
• 开发一个优化的变压器NMT模型,集成双向长期短期记忆 (Bi-LSTM),垂直树LSTM和注意力机制.

主要成果:

• 优化模型 (变压器+双LSTM,变压器+树LSTM,变压器+树LSTM+注意) 在公共和waka数据集上表现优于基线变压器.
• 在公共数据集中,蓝色的分数分别达到23.71,23.95和24.12.
• 变压器+树-LSTM+注意力模型在瓦卡数据集上获得了最高的BLEU分数20.65,证明了卓越的上下文理解.

结论:

• 拟议的NMT模型显著提高了中日翻译质量,特别是在瓦卡诗歌方面.
• 整合Bi-LSTM,Tree-LSTM和注意力机制有效地解决了翻译微妙诗意形式的挑战.
• 这项研究提供了新的方法来提高MT质量,促进中国和日本之间更大的文化理解.