基于人工智能处理器的机器自动翻译系统设计

关键词：人工智能；自动翻译；处理器

中图分类号：TP18；TP391.2 文献标识码：A

0 引言

在信息化技术不断发展的过程中，为了提高机器自动翻译精准度，可以使用人工智能处理器作为自动翻译系统的载体。自动翻译系统是通过语义的方式详细分析英语词汇的特征，从而实现词汇和语句的自动化翻译，提高翻译精准度[1]。

1 系统的架构设计

图1 为机器自动翻译系统的架构，该系统主要分为翻译管理、系统管理和用户应用等模块。通过翻译模块翻译自然语句，将翻译结果传递给用户。用户在使用系统的过程中，能够在翻译界面输入相应的翻译请求，利用神经网络翻译模型开展操作[2]。

2 机器自动翻译系统的硬件设计

2.1 客户端设计

将需要翻译的文字内容传输到手机中，利用图片的方式在云端服务器中上传翻译内容，或者直接选择本地图片库中的文字图片，再在云端服务器中上传。利用超文本传输协议（hypertexttransfer protocol，HTTP）将选择的图片传输到云端服务器，使用光学字符识别（optical characterrecognition，OCR）软件对图片进行识别，再编辑文本内容。在翻译过程中对源语言文本内容进行识别，实现目标语言文本内容的翻译，再将翻译的内容传输给用户。用户能够编辑客户端中的源语言文本和目标语言文本，还能够通过互联网搜索用户需要的内容。结合客户端的工作需求和流程，将其功能划分为在线搜索、图片编辑、图片拍照和保存、保存翻译文本等。在简单处理文本内容后，将翻译请求和图片信息发送到服务器中，从而设计客户端，缩短目标翻译文本时间，并且提高翻译精准度。

2.2 人工智能处理器

人工智能处理器的主要特点是计算密集。要求通过多台人工智能处理器对用户服务请求进行处理，从而及时翻译。利用人工智能技术对文本信息识别与处理，然后以文本信息提取、定位和分割的算法对文本信息特征进行识别，从而得出标准编码，输出结果。

通过Tesseract-OCR 2.3（多格式转化软件）实现人工智能处理器的功能。其属于人工智能引擎，在优化之后能够提高人工智能处理器的精度，并且支持中英文语境。根据用户的实际需求，安排客户端工作流程，然后对客户端架构进行设计。通过人工智能技术对人工智能处理的流程进行设计，然后设计系统硬件功能[3]。

3 机器自动翻译系统的软件功能设计

在机器自动翻译系统的软件功能设计过程中，先提取系统的关联规则信息，再以智能调度和信息融合等技术对系统数据进行管理。根据系统各层结构优化架构体系，要求系统具备翻译短语的功能。利用模数转换器将模拟信号转换为数字信息，然后设计系统的软件功能。

3.1 自动翻译功能

将翻译语句划分为多个不同的词汇，然后结合关键词汇对系统数据库中的信息进行调用。在设计自动翻译功能的过程中，依据不同的语境选择合适译文，在翻译结果中加载译文并且显示。此外，根据句子结构的特点优化译文，提高翻译结果精确度。自动翻译功能子模块包括：①索引模块。索引模块负责创建翻译文本对，使用索引处理功能自动校对翻译文本，提高译文关联性和翻译效率。②翻译模块。翻译模块能够拆分句子，从而形成大量短句并进行遍历，之后通过系统数据库匹配较好的翻译结果。

3.2 用户管理功能

用户管理主要是管理用户的操作权限和个人信息。用户只有输入正确的用户名和密码后才能够访问系统，提高系统设计的安全性。在管理用户操作权限时，要求设置不同用户的操作权限，从而提高系统访问的安全性。

3.3 项目管理功能

在对项目管理功能进行设计时，要求创建译文和原文。在系统服务器中设置译文传输请求操作，系统收到译文请求后，调用数据库，自动匹配相关术语，创建索引关系，以实现自动生成译文。

3.4 校对功能

校对功能通过校对语句的长短和含义一致性，提高系统译文的精准度。根据拆分句子结构的特点，对不同模块的翻译情况进行对比。如果句子翻译前后不同，系统能够自动标记翻译文本，并且为用户提示错误，用户就能够重新翻译。假如字段在默认的翻译范围，系统能够自动生成翻译结果。此功能主要包括3 个层面。

（1）顶层。顶层能够校对系统的翻译结果，并且下发翻译作业命令，显示校对结果。

（2）中层。中层包括句长检测、情感分析和术语提取，根据相应逻辑关系提取术语，并且对术语正确性完成校对，这保证了表达方式的合理性和句子的完整性。

（3）底层。底层为校对功能基础，能够处理中英文文本，包括中文分词、英语句子和词性标准等。

3.5 检索和索引功能

系统结合翻译操作和数据库，以实际需求实现索引关系的创建，并且调用翻译信息，满足翻译智能化需求。在开展翻译工作的过程中，为了使翻译结果精准度得到提高，要求实现译文信息索引的创建。将校对功能模块与数据库进行连接，提高命令传输的安全性[4]。

4 系统运行功能测试

4.1 语料库

为了对本文设计的系统翻译效果进行测试，选择英汉新闻领域中的语句进行翻译，其中训练集、开发集和测试集各20000 个。

4.2 系统翻译性能测试

为了对比本系统的翻译性能，使用本系统对简单陈述句、并列复合句、一般疑问句等句型进行翻译。由不同句型的翻译结果（表1）可知，除了复杂的从属复合句有一些失误之外，本系统在单词、结构和语义等方面的翻译准确率可达100%。

4.3 系统翻译质量

表2 中Q1 为翻译能力一般的初级翻译组，Q2为翻译经验丰富的高级翻译组。根据双语替换测评（bilingual evaluation understudy，BLEU）分数，对比两个翻译组使用本系统前后的翻译质量。BLEU分数是一种评估机器翻译质量的度量，其分数范围为0 ～ 1。分数越高表示机器翻译的质量越好。由表2 可知，使用本系统后，高级翻译组和初级翻译组的BLEU 分数明显提高，表明本系统能够提高翻译质量，优化翻译效果[5]。

5 结语

基于人工智能处理器的机器自动翻译系统以人工智能处理器为基础，设计了软硬件功能。测试结果表示，该系统能够提高句子翻译的准确率和质量。希望通过本文研究，为今后自动化翻译系统设计提供相应的理论基础。