Resumen

Con el desarrollo de las redes neuronales en el aprendizaje profundo, el aprendizaje automático de la inteligencia artificial se ha convertido en el foco principal de los investigadores. En la detección de la gramática del inglés universitario, la gramática oral es el contenido con mayor índice de error. Por lo tanto, este trabajo optimiza MLP basado en GA en la red neuronal de aprendizaje profundo y luego estudia la corrección inteligente de la imagen de la gramática oral del inglés universitario. La dirección principal es discutir y analizar la tecnología del algoritmo GA-MLP-NN primero y luego predecir el modelo de corrección de errores de la gramática del lenguaje hablado mediante la combinación del algoritmo optimizado. Los resultados muestran que GA-MLP-NN proporciona una excelente precisión para la predicción de todo el modelo de corrección de errores de sintaxis. A continuación, el artículo estudia la tecnología de aprendizaje profundo para construir un modelo inteligente de corrección de errores de imagen de la gramática hablada del inglés universitario. Los resultados muestran que el efecto de la corrección inteligente de la gramática hablada es muy rápido y preciso.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:modelo de correcciones de errores, inglés universitario hablado, gramática inglesa hablada, red neuronal, aprendizaje profundo, modelo de universidad, ga, correcciones de universidad, enfoque de los investigadores, inteligencia machine learning
• Keywords:error corrections model, college english spoken, english spoken grammar, neural network, deep learning, model of college, ga, corrections of college, focus of researchers, intelligence machine learning