基于机器翻译的多语言聊天技术研究与实现

作者：杨旭

来源：自动化与仪器仪表, 2023, (06): 184-187.

DOI：10.14016/j.cnki.1001-9227.2023.06.184

• 机器翻译
• 语言检测
• 多语言聊天
• Transformer模型
• BPE embedding

为实现多语言聊天场景中的机器翻译，提出了一种融合先验知识的机器翻译方法及系统。首先，搭建多聊天系统整体框架，该框架包含应用层、表示层和数据层；其次，为实现多语言聊天，构建BPE+TextCNN的语言检测模型；然后搭建以Transformer翻译模型为基础的Seq2Seq翻译框架，并增加BPE embedding层和先验知识编码器，以此解决传统翻译过度依赖语料库的问题，实现语料库的自学习和训练。结果表明，BPE+TextCNN语言检测模型对语言检测的准确率达98.1%;融合先验知识的机器翻译模型对中-英和英-中互译的BLEU得分达29.75和38.16;系统测试得出，基于机器翻译的多语言聊天系统线上运行良好，用户满意度高达98%。由此表明本研究构建的多语言聊天技术可行，可实现多语种对话翻译。

• 单位
  哈尔滨医科大学