基于相似度模型的英语机器翻译研究

本文基于相似度模型,对传统英语机器翻译存在的问题进行了研究。论文在分析语义相似度概念的基础之上提出了语义合成算法,并采用神经网络不断地训练得到最佳的语义向量权重系数,同时在原有英语机器翻译模型的基础之上将英语翻译的评价结果反馈给语言学专家,不断地更新语料库,对原有的语料库及时更新和丰富。通过英语翻译试验,将改进的英语机器翻译模型和层次短语翻译模型、单词分布语义信息模型进行对比。试验结果表明改进的英语机器翻译模型对英语翻译的准确度更高,翻译性能得到明显改善。本论文的研究对提升英语翻译准确度具有一定的参考价值。