Resumen

Para profundizar en el estudio de la traduccin automtica, es especialmente importante la investigacin de la inteligencia artificial con algoritmos difusos para convertir una lengua desconocida en una lengua madura. El modelo de traduccin de redes neuronales se ha desarrollado en los ltimos aos y ha logrado ricos resultados de investigacin. Teniendo en cuenta la actual falta de precisin de la traduccin automtica neuronal (NMT), que puede causar ambigedad, este artculo toma como ejemplo la traduccin automtica del ingls y propone un modelo de optimizacin de la traduccin automtica con inteligencia artificial basado en la teora difusa. Sobre la base del modelo de traduccin NMT, primero se clasifica la semntica de la traduccin automtica inglesa, se construye un modelo de seleccin semntica, luego se utiliza el proceso de jerarqua analtica para determinar el orden semntico de la traduccin automtica inglesa, y se lleva a cabo la correspondiente operacin de tolerancia a fallos para los errores propensos a errores, ponderar la semntica, e introducir la teora difusa para ordenar la semntica inglesa de la traduccin automtica inglesa. Por ltimo, se analiza el rendimiento del modelo mediante experimentos de aplicacin especficos. Los resultados muestran que la precisin del modelo de permutacin de seleccin de traduccin automtica mejora en casi un 4,5% y puede alcanzar ms del 90% en comparacin con otros modelos, y la puntualidad es mejor que la de otros modelos, que mejora en casi un 15%, lo que tiene ventajas evidentes.

• Materias:Inteligencia artificial Aplicación móvil Asistencia tecnológica a personas con discapacidad Tecnología en educación
• Subjects:Artificial intelligence Mobile application Technological assistance to people with disabilities Technology in education
• Palabras claves:Estudio; Traducción automática; Inteligencia artificial; Red neuronal; Modelo; Teoría difusa
• Keywords:Study; Machine translation; Artificial intelligence; Neural network; Model; Fuzzy theory