摘要
本发明公开一种基于深度交叉网络的机器译文自动评价方法,步骤为:获取训练集,对训练集进行规范化处理;提取独立表征模式下句子级别机器译文质量特征向量;提取统一表征模式下句子级别机器译文质量特征向量;提取机器译文质量交叉特征向量;预测机器译文质量;训练基于深度交叉网络的机器译文自动评价模型。预测方法步骤为;将机器译文与人工参考译文输入上述基于深度交叉网络的机器译文自动评价模型预测机器译文质量;同时采用大语言模型向量数据库直接对机器译文和人工参考译文进行句向量表征,计算机器译文与人工参考译文的余弦相似度,将预测的机器译文质量与余弦相似度线性加权获取机器译文质量的分值。
技术关键词
自动评价方法
评价机器
预训练模型
多头注意力机制
模式
大语言模型
前馈神经网络
样本
训练集
计算机
人类
算法
线性
参数
符号
序列
数值
基座
系统为您推荐了相关专利信息
低功耗待机模式
电源管理方法
游戏手柄
游戏场景
电源管理策略
图像生成系统
触点
手势
图像输出模块
图像生成单元
模式识别方法
模式识别模型
资源
动态课程
误差反向传播