程曉嬌

(大連財(cái)經(jīng)學(xué)院 國(guó)際教育學(xué)院，遼寧 大連 116622)

隨著經(jīng)濟(jì)的騰飛，互聯(lián)網(wǎng)行業(yè)正在飛速發(fā)展，英語(yǔ)翻譯在世界貿(mào)易中的地位逐漸提升。機(jī)器翻譯技術(shù)可以克服人工翻譯中的多種問(wèn)題，降低人工翻譯的經(jīng)濟(jì)消耗與時(shí)間消耗。在當(dāng)前這個(gè)高度信息化的時(shí)代，人們對(duì)于英語(yǔ)的翻譯要求逐漸增加，計(jì)算機(jī)對(duì)英語(yǔ)語(yǔ)言的理解與翻譯需求越發(fā)迫切[1-2]。計(jì)算機(jī)的英語(yǔ)翻譯能力直接影響著翻譯結(jié)果的應(yīng)用效果，與人們的經(jīng)濟(jì)活動(dòng)息息相關(guān)。但英語(yǔ)翻譯結(jié)果均會(huì)出現(xiàn)語(yǔ)法錯(cuò)誤，使計(jì)算機(jī)翻譯結(jié)果出現(xiàn)偏差，影響英語(yǔ)翻譯結(jié)果的輸出與判斷。因此，在以往的研究中，大量的專家學(xué)者提出了機(jī)器英語(yǔ)翻譯錯(cuò)誤自動(dòng)識(shí)別方法，力求降低英語(yǔ)翻譯錯(cuò)誤對(duì)經(jīng)濟(jì)活動(dòng)的影響。

張楠等人采用神經(jīng)機(jī)器翻譯方法對(duì)中英文翻譯結(jié)果進(jìn)行預(yù)測(cè)，在預(yù)測(cè)的過(guò)程中完成翻譯錯(cuò)誤結(jié)果的識(shí)別工作[3]。此方法的識(shí)別速度相對(duì)較高，但是識(shí)別精度與有效性較差。為此，使用多特征融合技術(shù)，設(shè)計(jì)新型機(jī)器英語(yǔ)翻譯錯(cuò)誤自動(dòng)識(shí)別方法。為保證此方法設(shè)計(jì)完成后具有應(yīng)用價(jià)值，構(gòu)建相應(yīng)的實(shí)驗(yàn)環(huán)節(jié)對(duì)其展開(kāi)驗(yàn)證，確保此方法具有研究意義。

1 基于多特征融合的機(jī)器英語(yǔ)翻譯錯(cuò)誤自動(dòng)識(shí)別方法設(shè)計(jì)

1.1 機(jī)器英語(yǔ)翻譯信息特征提取

在本次研究中，將融合英語(yǔ)翻譯的特征提取算法，充分利用平行語(yǔ)料。提取到的特征融合翻譯結(jié)果，得到機(jī)器英語(yǔ)翻譯的信息特征。通過(guò)文獻(xiàn)分析可以發(fā)現(xiàn)，機(jī)器翻譯可以分為兩部分，分別是將源語(yǔ)言翻譯為目標(biāo)語(yǔ)言以及將目標(biāo)語(yǔ)言翻譯為源語(yǔ)言[4-5]。這兩種翻譯過(guò)程完全相同，且共享詞語(yǔ)向量參數(shù)。將源語(yǔ)言語(yǔ)句設(shè)定為A={a1,a2,…,an}，ai表示源語(yǔ)句的單詞；目標(biāo)端語(yǔ)句為B={b1,b2,…,bn}，bj表示目標(biāo)語(yǔ)句的詞嵌入編碼；C表示源端語(yǔ)句的長(zhǎng)度；D表示目標(biāo)語(yǔ)句的長(zhǎng)度。設(shè)定本次翻譯中使用的編碼器與解碼器構(gòu)建為神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，編碼器的主要功能是將源語(yǔ)句A編碼為固定向量E，同時(shí)對(duì)E進(jìn)行解碼得到目標(biāo)語(yǔ)句D。整合翻譯過(guò)程可表示為P(B|A:α)，使用乘法法則得到上述條件概率的計(jì)算過(guò)程，具體如式(1)所示。

(1)

編碼器由公式(1)構(gòu)成，初始的隱形狀態(tài)均為零向量，在進(jìn)行每一步翻譯時(shí)，均需要將此步驟中的單詞映射為對(duì)應(yīng)的向量ai的形式；然后和上一翻譯步驟中的詞語(yǔ)進(jìn)行計(jì)算，得到源語(yǔ)句的編碼向量E。將使用的編碼器組建成網(wǎng)絡(luò)形式，則存在以下(2)-(5)關(guān)系式：

wt=sigmoid(Hirai+xir+Hsrst-1+xhr)

(2)

kt=sigmoid(Hirai+xir+Hsrst-1+xhk)

(3)

nt=tans(Hinai+xin+Hsnst-1+xhn)

(4)

st=(1-kt)nt+ktnt-1

(5)

公式(1)-公式(5)中，wt表示解碼器向量；Hir表示初始向量；xir表示源語(yǔ)句向量；Hsr表示隱藏向量；st-1表示t-1時(shí)刻的隱狀態(tài)對(duì)語(yǔ)句的影響向量；xhr表示解碼器的單詞計(jì)數(shù)向量；kt表示編碼器向量，xhk表示編碼器的單詞計(jì)數(shù)向量，主要利用式(2)與式(3)實(shí)現(xiàn)源語(yǔ)句解碼與編碼。nt表示步驟向量，xhn表示最大編碼長(zhǎng)度向量，主要利用該式對(duì)編碼步驟進(jìn)行限制；st表示t時(shí)刻隱狀態(tài)對(duì)語(yǔ)句的影響向量，kt表示誤差向量，nt表示誤差向量幅度，st是機(jī)器英語(yǔ)翻譯誤差的主要原因。

因此，本文將神經(jīng)網(wǎng)絡(luò)應(yīng)用到機(jī)器英語(yǔ)翻譯信息特征提取過(guò)程中，將隱層使用tan函數(shù)表示，而后使用softmax函數(shù)[6]進(jìn)行歸一化處理，計(jì)算過(guò)程設(shè)定如式(6)：

p(bt|b1,b2,…,bn,a:α)=softmax[v2tan(v1st+xhn)]

(6)

公式(6)中，v1、v2表示不同的歸一化系數(shù)。

根據(jù)公式(6)可初步得到機(jī)器翻譯特征，為了獲取到可信度更高的翻譯特征，使用sigmoid作為激活函數(shù)，對(duì)機(jī)器英語(yǔ)翻譯特征進(jìn)行處理，則有式(7)、式(8)：

g1=relu(v1e+xhn)

(7)

ster=sigmoid(v2a+xhn)

(8)

公式(7)中，e表示可信度。

根據(jù)公式(7)-公式(8)完成英語(yǔ)翻譯的特征提取，并將提取到的翻譯特征作為本次研究的基礎(chǔ)。

1.2 機(jī)器英語(yǔ)翻譯多特征融合預(yù)判

根據(jù)提取到的機(jī)器英語(yǔ)翻譯特征結(jié)合翻譯自動(dòng)評(píng)價(jià)方法，對(duì)機(jī)器英語(yǔ)翻譯結(jié)果進(jìn)行預(yù)判。使用皮爾遜系數(shù)[7]作為指導(dǎo)因素，對(duì)翻譯結(jié)果進(jìn)行初步分析，具體計(jì)算過(guò)程設(shè)定如式(9)：

(9)

公式(9)中，o表示翻譯結(jié)果的數(shù)學(xué)期望值；d表示方差。一般情況，此公式取值結(jié)果為-1或是1，當(dāng)此計(jì)算結(jié)果具有較高的關(guān)聯(lián)性時(shí)，取值結(jié)果趨近于1，否則，趨近于-1。

根據(jù)上述公式考慮到機(jī)器翻譯譯文特征，在信息預(yù)判過(guò)程中引入懲罰函數(shù)，以此保證翻譯偏好程度不會(huì)對(duì)翻譯結(jié)果造成影響。則有式(10)：

(10)

公式(10)中，N表示懲罰因子數(shù)量；εi表示翻譯偏好系數(shù)；precision表示翻譯信息預(yù)判結(jié)果；U表示懲罰因子，其計(jì)算公式如式(11)：

(11)

公式(11)中，output表示懲罰因子輸出結(jié)果，length表示懲罰因子程度；reference表示懲罰因子最優(yōu)長(zhǎng)度。

在判定過(guò)程中增加翻譯信息召回率計(jì)算過(guò)程，對(duì)公式(11)進(jìn)行整合后，得到新的判定計(jì)算公式(12)：

(12)

公式(12)中，Counti(U)表示第i個(gè)懲罰函數(shù)；Count(U)表示初始的懲罰函數(shù)。

使用此公式對(duì)機(jī)器翻譯結(jié)果展開(kāi)預(yù)判，確定此結(jié)果的正確率。同時(shí)，獲取正確率較低的信息作為翻譯錯(cuò)誤識(shí)別訓(xùn)練組，構(gòu)建相應(yīng)的支持向量機(jī)[8]，對(duì)此部分信息進(jìn)行二次判定。

對(duì)于二分類問(wèn)題，為了得到最終可靠的預(yù)判結(jié)果，將訓(xùn)練集設(shè)定為(zi,yi),i=1,2,…,n,zi∈Rn,yi∈{±1}上，分類平面可表示為式(13)：

(q*z)+k=0

(13)

公式(13)中，k表示懲罰平面斜率；q與z分別表示懲罰平面的長(zhǎng)與寬。

根據(jù)公式(13)對(duì)樣本進(jìn)行正確區(qū)分，分類間隔最大化，該最優(yōu)分類結(jié)果需要滿足下述式(14)條件：

yi[(q*z)+k]≥1

(14)

以公式(14)為基礎(chǔ)構(gòu)建支持向量機(jī)，則此問(wèn)題可優(yōu)化為式(15)：

(15)

其中，G表示分類過(guò)程中的代價(jià)系數(shù)；φ(·)表示判定過(guò)程中的非線性變換函數(shù)；i表示松弛變量函數(shù)。根據(jù)此公式可得到最終的判定公式：

(16)

公式(16)中，ηi表示多特征融合系數(shù)；H(zi,z)表示線性變換函數(shù)；k′表示斜率偏移系數(shù)。

使用公式(16)得到機(jī)器英語(yǔ)翻譯多特征融合預(yù)判結(jié)果，根據(jù)此結(jié)果設(shè)定機(jī)器英語(yǔ)翻譯錯(cuò)誤識(shí)別算法。

1.3 機(jī)器英語(yǔ)翻譯錯(cuò)誤識(shí)別算法設(shè)計(jì)

根據(jù)上述設(shè)定結(jié)果，設(shè)計(jì)機(jī)器英語(yǔ)翻譯錯(cuò)誤識(shí)別算法實(shí)現(xiàn)錯(cuò)誤翻譯的自動(dòng)識(shí)別，為了使此算法具有可行性，將錯(cuò)誤翻譯結(jié)果有向圖作為算法的主要參考依據(jù)，錯(cuò)誤翻譯有向圖繪制如圖1所示。

圖1 錯(cuò)誤翻譯結(jié)果有向圖

將判別過(guò)程中出現(xiàn)問(wèn)題的翻譯結(jié)果繪制為有向圖的形式，同時(shí)根據(jù)錯(cuò)誤翻譯結(jié)果有向圖使用傳統(tǒng)K-近鄰算法[9-10]構(gòu)建機(jī)器英語(yǔ)翻譯錯(cuò)誤識(shí)別算法。假設(shè)錯(cuò)誤翻譯結(jié)果的標(biāo)簽為Z，則此標(biāo)簽在翻譯結(jié)果特征空間中可表示為：

(17)

其中，{yi=Z}表示指示函數(shù)。根據(jù)翻譯結(jié)果判別結(jié)果，將翻譯結(jié)果是錯(cuò)誤結(jié)果的概率設(shè)定為p(y=1|z)，則此概率的計(jì)算公式可表示為：

(18)

公式(18)中，f(z′,o)表示翻譯錯(cuò)誤判斷函數(shù)。

隨著翻譯時(shí)間的不斷延長(zhǎng)，翻譯結(jié)果的數(shù)量會(huì)不斷增加，待識(shí)別區(qū)的未知錯(cuò)誤翻譯結(jié)果的數(shù)量會(huì)逐漸增加，考慮到翻譯結(jié)果標(biāo)簽數(shù)量問(wèn)題，對(duì)公式(18)進(jìn)行優(yōu)化，則存在：

(19)

公式(19)中，D(z)表示標(biāo)簽函數(shù)。

對(duì)比2組患者生活質(zhì)量以及身體功能,研究組生活質(zhì)量(42.45±5.45)分,身體功能(43.85±5.89)分,參照組生活質(zhì)量(33.45±4.89)分,身體功能(34.12±5.01)分,數(shù)據(jù)對(duì)比t值為6.9530,p值為0.05、t值為7.1181,p值為0.05,研究組評(píng)分高于參照組患者,組間對(duì)比具有顯著性差異(P<0.05)。

根據(jù)此公式對(duì)完成判別后的翻譯結(jié)果錯(cuò)誤概率進(jìn)行計(jì)算，當(dāng)錯(cuò)誤概率過(guò)高時(shí)，可認(rèn)定此翻譯結(jié)果為錯(cuò)誤結(jié)果，并輸出此結(jié)果。

至此，基于多特征融合的機(jī)器英語(yǔ)翻譯錯(cuò)誤自動(dòng)識(shí)別方法設(shè)計(jì)完成。

2 實(shí)驗(yàn)分析

為證實(shí)本次研究中提出的基于多特征融合的機(jī)器英語(yǔ)翻譯錯(cuò)誤自動(dòng)識(shí)別方法具有應(yīng)用價(jià)值，構(gòu)建實(shí)驗(yàn)環(huán)節(jié)對(duì)此方法的使用效果加以分析。

2.1 實(shí)驗(yàn)環(huán)境

在本次實(shí)驗(yàn)過(guò)程中，將實(shí)驗(yàn)平臺(tái)設(shè)定為windows與linux系統(tǒng)，在此系統(tǒng)中完成原始翻譯信息與擴(kuò)展信息的采集與處理，實(shí)驗(yàn)部分將在linux系統(tǒng)完成。在實(shí)驗(yàn)過(guò)程中，使用JAVA作為實(shí)驗(yàn)控制語(yǔ)言，文件的處理與實(shí)驗(yàn)結(jié)果輸出均使用此語(yǔ)言進(jìn)行控制。同時(shí)，設(shè)定實(shí)驗(yàn)結(jié)果合并規(guī)則，對(duì)實(shí)驗(yàn)結(jié)果展開(kāi)處理，并輸出此結(jié)果。

2.2 翻譯信息來(lái)源與處理

實(shí)驗(yàn)中的訓(xùn)練數(shù)據(jù)主要來(lái)源于某實(shí)驗(yàn)室數(shù)據(jù)庫(kù)，訓(xùn)練數(shù)據(jù)集匯總含有5000條錯(cuò)誤句子以及對(duì)應(yīng)的5000個(gè)正確句子，這些語(yǔ)句均為以英語(yǔ)為母語(yǔ)者的工作人員人工標(biāo)記語(yǔ)法錯(cuò)誤，并改正每一處錯(cuò)誤獲得。將此部分信息組合后，構(gòu)建為10個(gè)實(shí)驗(yàn)數(shù)據(jù)組，如表1所示。

表1 實(shí)驗(yàn)數(shù)據(jù)組

根據(jù)上表中內(nèi)容對(duì)采集到的翻譯信息進(jìn)行劃分，同時(shí)對(duì)詞向量進(jìn)行訓(xùn)練。使用Word2vcc工具對(duì)翻譯信息進(jìn)行訓(xùn)練，將翻譯信息的詞匯向量維度設(shè)定為1024，窗口大小設(shè)置為10，使用負(fù)采樣優(yōu)化算法將翻譯信息樣本數(shù)量設(shè)定為10，迭代次數(shù)設(shè)定為20次。在實(shí)驗(yàn)準(zhǔn)備階段，為保證實(shí)驗(yàn)結(jié)果的可靠性同時(shí)降低實(shí)驗(yàn)結(jié)果誤差，使用以往研究中預(yù)設(shè)的翻譯信息模板對(duì)訓(xùn)練集展開(kāi)訓(xùn)練，并對(duì)訓(xùn)練集進(jìn)行標(biāo)注，以此實(shí)驗(yàn)數(shù)據(jù)的劃分與處理過(guò)程。

2.3 實(shí)驗(yàn)指標(biāo)設(shè)定

由于本次實(shí)驗(yàn)屬于識(shí)別范疇，因此，將實(shí)驗(yàn)指標(biāo)設(shè)定為識(shí)別效果評(píng)價(jià)指標(biāo)，主要包括識(shí)別準(zhǔn)確率、召回率與自動(dòng)識(shí)別有效率。在本次實(shí)驗(yàn)中，將其總結(jié)為下述計(jì)算公式：

(20)

其中，θi表示正確識(shí)別的翻譯錯(cuò)誤信息；θj表示可識(shí)別翻譯錯(cuò)誤信息。

(2)識(shí)別結(jié)果召回率：表示識(shí)別方法獲取到的錯(cuò)誤翻譯結(jié)果數(shù)量，如式(21)所示。

(21)

其中，θa表示需識(shí)別的翻譯錯(cuò)誤信息。

(3)自動(dòng)識(shí)別有效測(cè)度：此指標(biāo)表示對(duì)自動(dòng)識(shí)別方法使用的有效率，根據(jù)此指標(biāo)可確定識(shí)別方法的使用效果，如式(22)所示。

(22)

使用多特征融合方法對(duì)表1中的數(shù)據(jù)進(jìn)行識(shí)別，并使用上述公式對(duì)識(shí)別結(jié)果進(jìn)行計(jì)算，確定各指標(biāo)計(jì)算結(jié)果，并對(duì)多特征融合方法使用性能進(jìn)行分析。為提升本次實(shí)驗(yàn)結(jié)果的對(duì)比性，選擇神經(jīng)網(wǎng)絡(luò)以及統(tǒng)計(jì)模式識(shí)別方法與文中提出的多特征融合方法進(jìn)行對(duì)比分析，確定每種方法使用后的優(yōu)缺點(diǎn)。

2.4 實(shí)驗(yàn)結(jié)果分析

選擇神經(jīng)網(wǎng)絡(luò)以及統(tǒng)計(jì)模式識(shí)別方法與文中提出的多特征融合方法進(jìn)行對(duì)比分析，比較了三種方法的識(shí)別準(zhǔn)確率、識(shí)別結(jié)果召回率、自動(dòng)識(shí)別有效性，結(jié)果如圖2、圖3、圖4所示。

圖2 識(shí)別準(zhǔn)確率

由圖2中顯示的數(shù)據(jù)進(jìn)行分析可以看出，在此指標(biāo)的實(shí)驗(yàn)結(jié)果中體現(xiàn)了3種方法的使用效果，多特征融合方法識(shí)別準(zhǔn)確度相對(duì)較高，可對(duì)多數(shù)翻譯錯(cuò)誤的信息進(jìn)行識(shí)別提取。與此方法相比，其他兩種方法使用后只能少量地識(shí)別到翻譯錯(cuò)誤信息，無(wú)法對(duì)實(shí)驗(yàn)組信息進(jìn)行高精度分析與識(shí)別。在多次實(shí)驗(yàn)中，均體現(xiàn)了多特征融合方法的識(shí)別精準(zhǔn)度高于其他兩種方法。因此，可以確定多特征融合方法具有較高的使用價(jià)值。

圖3 識(shí)別結(jié)果召回率

在對(duì)識(shí)別準(zhǔn)確率進(jìn)行驗(yàn)證后，對(duì)識(shí)別結(jié)果召回率展開(kāi)驗(yàn)證與分析。根據(jù)此實(shí)驗(yàn)結(jié)果可以看出，3種方法的識(shí)別召回率具有一定的差異。神經(jīng)網(wǎng)絡(luò)方法與多特征融合方法的識(shí)別結(jié)果召回率較好，可識(shí)別多種翻譯信息。統(tǒng)計(jì)模式識(shí)別方法的識(shí)別結(jié)果召回率相對(duì)較低，無(wú)法對(duì)全部翻譯信息進(jìn)行識(shí)別。 因此，使用此種方法后并不能得到較高識(shí)別結(jié)果。綜合上述結(jié)果，為得到最終實(shí)驗(yàn)結(jié)果，對(duì)不同方法的自動(dòng)識(shí)別有效測(cè)度展開(kāi)研究，具體結(jié)果如圖4 所示。

圖4 自動(dòng)識(shí)別有效測(cè)度結(jié)果

根據(jù)識(shí)別結(jié)果召回率與識(shí)別準(zhǔn)確率實(shí)驗(yàn)結(jié)果，結(jié)合公式(22)得到自動(dòng)識(shí)別有效測(cè)度結(jié)果。對(duì)此實(shí)驗(yàn)結(jié)果進(jìn)行分析后，確定了3種方法英語(yǔ)翻譯錯(cuò)誤結(jié)果的識(shí)別有效率。由此實(shí)驗(yàn)結(jié)果可知，多特征融合方法的自動(dòng)識(shí)別有效率明顯優(yōu)于其他兩種方法，可對(duì)機(jī)器應(yīng)用翻譯錯(cuò)誤進(jìn)行高精度識(shí)別。因此，在日后的研究中可使用此方法完成英語(yǔ)翻譯工作。

2.5 實(shí)驗(yàn)結(jié)果討論

在本次實(shí)驗(yàn)中，使用識(shí)別準(zhǔn)確率、召回率與自動(dòng)識(shí)別有效測(cè)度對(duì)不同類型的自動(dòng)識(shí)別方法進(jìn)行分析。通過(guò)多次對(duì)比后發(fā)現(xiàn)，在三組實(shí)驗(yàn)指標(biāo)中，文中提出的多特征融合識(shí)別方法為所選擇實(shí)驗(yàn)方法中使用效果最佳的方法。由此證實(shí)了多特征融合技術(shù)，可應(yīng)用在機(jī)器應(yīng)用翻譯錯(cuò)誤的識(shí)別工作中。此技術(shù)應(yīng)用后可有效提升識(shí)別結(jié)果的精準(zhǔn)度與可靠性，在后續(xù)的研究中將對(duì)此方法的其他性能展開(kāi)研究，并將其投入到實(shí)際問(wèn)題的應(yīng)用過(guò)程中。

3 結(jié)論

針對(duì)當(dāng)前英語(yǔ)翻譯結(jié)果，本文提出了一種新型翻譯錯(cuò)誤自動(dòng)識(shí)別方法，經(jīng)實(shí)驗(yàn)證實(shí)此方法具有一定的實(shí)用效果。此次將研究重點(diǎn)立足于識(shí)別的精準(zhǔn)度，并沒(méi)有對(duì)于其他領(lǐng)域展開(kāi)優(yōu)化。為此，在后續(xù)的研究中還需要對(duì)其他部分進(jìn)行分析，針對(duì)此方法的不足進(jìn)行完善與優(yōu)化，以提升翻譯效果，為機(jī)器翻譯技術(shù)的發(fā)展提供幫助。