文献

J-GLOBAL ID：202402266749142472   整理番号：24A2537749

AI技術に基づく機械翻訳情報処理システムの設計【JST機械翻訳】

Design of Machine Translation Information Processing System Based on AI Technology

著者 (2件)： Li Lu (Dalian Institute of Science and Technology,Department of Foreign Language,Dalian,Liaoning,China) ,  Yang Bing (Dalian Institute of Science and Technology,Department of Foreign Language,Dalian,Liaoning,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2024  号： ICDSNS  ページ： 1-5  発行年： 2024年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 人工知能(AI)は機械翻訳の品質を大いに改善した。翻訳教育を促進するために,本論文は,教師のための機械翻訳教育戦略と学生のための機械翻訳自己学習戦略を提案した。翻訳スキルを向上させる方法として機械翻訳を考えると,読み,書き,語彙などの基本的な英語スキルを強化するために賢明に使用することも必要である。英語読解認識能力等級付けにおける認識精度の問題に応じて,この論文ではCNN(畳み込みニューラルネットワーク)アルゴリズムとLSTM(長期短期記憶)アルゴリズムを組み合わせてCNN-LSTMネットワークモデルを構築し,グループにおける歴史的読解記事の特性を研究し,学生の英語読能力を分析し,機械翻訳における学生を支援する。実験結果は,CNN-LSTMアルゴリズムに基づく読取り分類の精度が88%と96%の間であることを示した。このシステムは,大量の言語データを学習して,翻訳アルゴリズムを連続的に最適化して,翻訳の精度と流暢さを改善できる。Copyright 2024 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST機械翻訳】

シソーラス用語： アルゴリズム ,  教育 ,  最適化 ,  *機械翻訳 ,  言語 ,  精度 ,  英語 ,  語彙 ,  人工知能 ,  等級づけ ,  畳込みニューラルネットワーク ,  *AI技術 ,  改変
準シソーラス用語： ネットワークモデル ,  読解 ,  学習戦略 , 【Automatic Indexing@JST】

分類 (3件)： 自然語処理  (JE06000L) ,  人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： AI技術 ,  機械翻訳 ,  情報処理システム ,  設計