基于多模态表情识别的翻译机器人对话系统研究

摘要

为改善英语翻译机器人翻译误差大等不足,研究设计了基于多模态表情识别的英语翻译机器人对话系统,首先提出基于胶囊网络的多模态表情识别,随后构建融合门控网络的Transformer英语翻译模型,最后对翻译机器人对话系统进行软硬件设计,并对该系统的可行性进行检验。结果显示,在该系统的支持下,表情识别的识别准确性最高达到97.51%,翻译的最大平均BLEU值为37,其翻译的文化性评分为96分。这表明,该系统降低了多模态表情识别的误差,提高了英语机器翻译的流畅性和文化性等性能,显著优化了英语机器翻译效果,提升了译文质量,有利于推动机器翻译技术发展,加快英语机器翻译行业的创新与进步,为加深世界各国之间的经济与文化交流提供基础。