基于改进注意力机制模型的智能英语翻译方法研究

摘要

使用神经机器算法对英语进行翻译是当前研究的热点,采用传统序列神经框架进行英语翻译,其对长距离信息的捕获能力过差,自身有较大的局限性.然而,目前的改进框架,例如循环神经网络翻译效果也并不理想.文中针对传统机器翻译算法的不足,建立了注意力编解码模型,将注意力机制与神经网络框架相结合,并基于TensorFlow对整个英语翻译系统进行实现,由此提高了翻译精度.实验测试结果表明,文中所构建算法模型的BLUE值相比于传统机器学习算法均有不同程度的提升,证明了文中所提算法模型的性能相较于传统模型有较为明显的提高.