基于集束搜索算法改进的机器翻译系统研究

机器翻译在当前社会中具有广泛的应用,对促进人们交流、提升工作效率等具有重要意义。研究对当前英语机器翻译系统进行改进,将集束搜索算法与语言模型相结合,并在其中引入长句惩罚措施。为防止机器翻译出现信息缺失、重复翻译等问题,研究通过对比实验对提出的模型进行性能验证,结果显示研究提出的模型在运行时间中可达到0.32 s;模型翻译精度达到0.93。通过训练集与测试集反应,模型的损失率可降低至0.08;模型PLEU评分可达到0.937分。结果表明,该模型无论在中译英还是英译中的情况下,均具有较好性能。研究为进一步提升机器翻译性能提供了新的思路。