收稿日期:2022-05-12∗基金项目:省教育厅项目《西安旅游资源的韩译现状及对策研究—以大雁塔—大唐芙蓉园景区为例》(18JK0995)作者简介:袁敏(1984-),女,陕西西安人,博士研究生,讲师。基于改进神经网络的韩语机器翻译系统设计∗袁敏(西安翻译学院,西安710105)摘要:韩语机器翻译受到韵律格式影响,导致翻译的可靠性不好,提出基于改进神经网络的韩语机器翻译系统设计方法。采用语料库模型建立韩语机器翻译系统的双语平行语料库,建立以深度学习为基础的神经网络翻译语义控制模型,采用规则和模板的匹配方法,采用统计机器翻译的方法,构建以语义综合评估为翻译结构参数模型的韩语机器翻译自然语言处理模型,采用无监督的神经网络学习方法,建立韩语机器翻译的语义对照模型,实现迭代反向翻译和回译。系统构建中,设计了数据库模块、语义推荐模块、数据访问层模块和翻译生成模块,在改进神经网络模型下实现机器翻译系统设计。测试结果表明,该方法进行韩语机器翻译的可靠性较好,具有很好的语义连贯性、翻译一致性和翻译流利性,翻译输出的准确度较高。关键词:改进神经网络;韩语;机器翻译;语料库中图分类号:TP391文献标识码:ADOI编码:10.14016/j.cnki.1001-9227.2023.01.212DesignofKoreanMachineTranslationSystemBasedonImprovedNeuralNetworkYUANMin(XI’ANFANYIUniversity,Xi’an710105,China)Abstract:Koreanmachinetranslationisinfluencedbyprosodicformat,whichleadstopoorreliabilityoftranslation.ThispaperputsforwardadesignmethodofKoreanmachinetranslationsystembasedonimprovedneuralnetwork.ThebilingualparallelcorpusofKoreanmachinetranslationsystemisestablishedbycorpusmodel,andthesemanticcontrolmodelofneuralnetworktranslationbasedondeeplearningisestablished.ThenaturallanguageprocessingmodelofKoreanmachinetransla-tionwithsemanticcomprehensiveevaluationasthetranslationstructureparametermodelisconstructedbythematchingmeth-odofrulesandtemplatesandstatisticalmachinetranslationmethod.ThesemanticcomparisonmodelofKoreanmachinetrans-lationisestablishedbyunsupervisedneuralnetworklearningmethod,anditerativereversetranslationandbacktranslationarerealized.Inthesystemconstruction,thedatabasemodule,semanticrecommendationmodule,dataaccesslayermoduleandtranslationgenerationmodulearedesigned,andthem...
