基于关联规则的翻译软件正确率小样本评估算法

作者：冯掬琳; 王彦裕

来源：自动化与仪器仪表, 2023, (02): 185-189.

DOI：10.14016/j.cnki.1001-9227.2023.02.185

• 关联规则
• 翻译软件
• 正确率评估
• 无监督学习
• 语义本体结构

针对传统翻译软件对英语语义翻译正确率小样本评估准确率低，导致英语翻译正确率评估性能变差的问题，提出基于关联规则的翻译软件正确率小样本评估算法。首先构建一个翻译软件正确率小样本评估约束模型；然后利用关联规则检索翻译软件的语义本体结构特征；通过无监督学习算法构建一个英语语义翻译的语义映射的关联度模型，通过此模型获取加权学习和自适应权重分析，利用英语语义翻译准确性评定决策确定正确率小样本评估准确性评定结果；最后构建一个基于对偶学习的半监督NMT模型对提出的算法进行实验分析。实验结果表明，提出的方法在迭代40次时即实现收敛，收敛速度较快。且对比于传统的人工评估算法，本算法的评估准确率保持在93.6%及以上，最高可达96.1%,明显高于传统的人工评估算法。由此可知，本算法可提升翻译软件中正确率小样本评估准确率，可实现英语语义准确评估，具备可靠性和有效性。

• 单位
  榆林学院