Resumen

El chino, una de las lenguas más antiguas del mundo, tiene una larga historia cultural y un encanto lingüístico único. Las redes neuronales autoorganizadas multicapa y las técnicas de minería de datos se han utilizado ampliamente y pueden lograr una predicción de alta precisión en diferentes campos. Sin embargo, apenas se aplican al análisis de las características del idioma chino. Para analizar con precisión las características del idioma chino, este artículo utiliza la red neuronal autoorganizada multicapa y la correspondiente tecnología de minería de datos para el reconocimiento de rasgos y luego la compara con otros tipos diferentes de algoritmos de redes neuronales. Los resultados muestran que la red neuronal autoorganizada multicapa puede hacer que la precisión, la recuperación y la puntuación F1 del reconocimiento de características alcancen el 68,69%, el 80,21% y el 70,19%, respectivamente, cuando hay muchas muestras. Bajo la influencia de un fuerte ruido, mantiene una alta eficiencia en el análisis de características. Esto demuestra que la red neuronal autoorganizada multicapa tiene un rendimiento superior y puede proporcionar un fuerte apoyo para el análisis de características del idioma chino.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:red neural, autocapa multicapa, análisis de rasgos lingüísticos, rasgos del idioma chino, reconocimiento de rasgos, encanto lingüístico único, puntuación de rasgos, técnicas de minería de datos, algoritmo de red neural, larga historia cultural
• Keywords:neural network, multilayer self, language features analysis, chinese language features, features recognition, unique language charm, score of features, data mining techniques, neural network algorithm, long cultural history