基于语义能量守恒网络的翻译方法、系统、介质、设备和程序产品

本申请提供一种基于语义能量守恒网络的翻译方法、系统、介质、设备和程序产品，属于机器翻译技术领域。该技术方案中，将输入的源语言句子的词汇以能量形式表现，从能量守恒的角度出发，以哈密顿深度神经网络HDNN和VI Verlet积分器作为能量演化网络，用于处理词汇位置和活跃量信息的演化，将演化后的相对位置和活跃量输入到基于Transformer的翻译网络，获得翻译结果，通过能量评估网络重新计算句子的哈密顿总能量，进而计算能量差，以评估翻译损失。该方法结合了哈密顿动力学的思想和深度学习的优势，通过语义能量守恒进行演化，采用HDNN进行词汇信息演化和特征提取，保证信息的稳定性和一致性，使得模型能够更好地理解输入文本的上下文关系，有助于提高翻译准确性。