摘要
本发明提供了一种多语种跨语言环境下的神经网络文本翻译增强方法及系统,包括:获取多语种跨语言环境下的语音数据,对所述语音数据进行语音识别,得到多语种文本数据;对所述多语种文本数据进行智能语种分类,得到不同语种的文本集合;针对不同语种的文本集合分别进行多维特征提取,得到文本特征向量;采用自适应权重调整机制,根据不同语种的特征重要性动态调整融合权重,基于调整后的融合权重对各个所述文本特征向量进行跨语言融合处理,得到融合特征向量;将所述融合特征向量输入到经过强化预训练的神经网络翻译模型中进行深度翻译,得到初步翻译文本;对所述初步翻译文本进行后处理,得到翻译结果。在本发明中,提升翻译结果的质量。
技术关键词
文本特征向量
翻译模型
语音
数据
多头注意力机制
语义特征提取
终端
动态
指标
信息熵
解码信息
校正
处理器
计算机设备
编码
密钥
可读存储介质
系统为您推荐了相关专利信息
时空分布预测方法
曲线
基准
XGBoost模型
充电桩数量
乐器键盘
交叉验证方法
MR头显设备
键盘按键
轨迹
城市排水系统
门控循环单元网络
深度学习网络
检查井
SWMM模型
声纹特征
语义特征
交互式语音应答
资源
训练样本数据