李婧璇
(桐城師范高等專科學校 旅游與公共管理系,安徽 桐城 231400)
在國內(nèi)外文化不斷融合的今天,越來越多的行業(yè)與場景需要語言翻譯.根據(jù)語言的使用率研究結(jié)果可知,在日常的生活中,經(jīng)常出現(xiàn)需要對英語進行在線翻譯的情況[1-2].因而,近年來電子詞典翻譯行業(yè)勢頭發(fā)展越來越迅猛.隨著語言的普及以及人們對語言翻譯需求的不斷增加,翻譯軟件不斷優(yōu)化成為翻譯市場的剛需.在對軟件展開優(yōu)化前,通常采用評分的形式對在線翻譯軟件進行打分,獲取軟件的翻譯分值,并根據(jù)軟件分值的薄弱部分展開優(yōu)化.在以往的評分過程中,原有的評分方法對于英語在線翻譯評分指標的獲取較為籠統(tǒng),沒有對翻譯評分指標劃分合理的層次,時常造成評分結(jié)果出現(xiàn)誤差的問題[3-5].針對原有方法在使用過程中出現(xiàn)的問題,引用模糊層次分析法對原有評分方法進行改進,設計基于模糊層次分析法的英語在線翻譯自動評分方法.
模糊層次分析法是一種定性與定量相結(jié)合的系統(tǒng)分析方法,這種方法對于量化評價指標,選擇最優(yōu)方法提供依據(jù),并得到廣泛的應用.使用此方法可將英語在線翻譯自動評分方法設定為多層級的結(jié)構(gòu),提升評分過程中的整體性,保證評分結(jié)果的精準度.在此次方法設計中,將對評分中使用的指標以及指標層次展開合理的劃分,確保指標符合模糊評價層次方法的使用需求.在完成方法設計后,構(gòu)建方法測試環(huán)節(jié),獲取此方法與原有評分方法的使用區(qū)別.
圖1 英語在線翻譯自動評分方法設計流程
針對原有評分方法的使用問題,對原有方法中的薄弱部分加以分析,根據(jù)分析結(jié)果結(jié)合模糊層級分析方法,完成此次設計.具體方法設計流程如圖1所示.
根據(jù)圖1流程,完成自動評分方法的設計過程.在此設計中,將評分方法設計為3部分,分別為翻譯信息處理部分、評分指標獲取部分以及自動評分部分.通過上述3部分實現(xiàn)自動評分方法的使用效果.
英語在線翻譯獲取的信息中一部分為文本信息,一部分為語音信息[6-7].在傳統(tǒng)的評分方法中將以上兩部分信息采用同樣的處理方法提取評分指標的對應內(nèi)容.在此次設計中,采用原有方法的信息處理方法完成文本部分信息的處理過程,并著重設計語音部分的信息處理方法.
在線翻譯中的語音是一種虛擬的信號,需要模數(shù)轉(zhuǎn)化數(shù)字信號后才能完成計算處理[8-10].首先對語音信息進行采樣然后完成量化處理并存儲.將存儲的信息展開預處理.在語音信息的預處理過程中包括預加重、分幀、加窗以及端點檢測.通過語音信息的預處理,消除在線翻譯信息中的混疊、高次諧波失真等狀況,避免采集語音信號的設備對信號質(zhì)量帶來的影響.將完成預處理后的語音信息轉(zhuǎn)換為圖2方式表示.
圖2 語音翻譯信息預處理結(jié)果
圖3 語音信息濾波過程
采用Wiener濾波器對預處理后的信息進行降噪.設定預處理后的信號在一點時間內(nèi)的觀測序列如下:
a(t)=ad(t)+an(t),t=t0,t1,…,tn
(1)
在式(1)中,ad(t)為有效信號[11],an(t)為噪聲信號,t為時間序列.設定此次設計中,引用的濾波器系數(shù)為l(t),fa(t)為經(jīng)過過濾后的信號.設定此次濾波結(jié)果期望值為無限接近ad(t),則有:
(2)
過濾信號與期望信號的誤差可以表示如下:
β(t)=|f(x)-a(t)|
(3)
將以上公式進行整合可得出信息濾波標準,采用均方誤差α(t),則有:
α(t)=E[β(t)2]
(4)
圖4 英語在線翻譯模糊層次分析模型結(jié)構(gòu)
采用上述公式完成對語音信息的濾波控制,將完成濾波后的信息數(shù)據(jù)與文本信息數(shù)據(jù)存儲至相同的數(shù)據(jù)庫內(nèi).將數(shù)據(jù)內(nèi)的信息經(jīng)過進一步的處理,提取信息數(shù)據(jù)中的特征參數(shù).具體過程設定如圖3:
完成提取后的數(shù)據(jù)信息采用數(shù)據(jù)表的形式存儲到數(shù)據(jù)庫內(nèi),設定數(shù)據(jù)庫為此次自動評分方法中的信息資料庫,資料庫內(nèi)的信息為評分指標的對應內(nèi)容.
采用在線翻譯信息資料庫中的信息數(shù)據(jù)內(nèi)容,根據(jù)英語在線翻譯的相關內(nèi)容,構(gòu)建模糊層次分析模型結(jié)構(gòu),具體模型結(jié)構(gòu)如圖4.
根據(jù)圖4模型,將英語在線翻譯評分指標采用指標體系的形式顯示,指標系統(tǒng)分為宏觀指標[12]和微觀指標[13]兩部分.將其通過表格的形式體現(xiàn)如表1.
使用表1指標作為英語在線翻譯評分的指標體系,結(jié)合上述數(shù)據(jù)資料庫,完成對評分內(nèi)容的層次劃分.采用劃分結(jié)果實現(xiàn)英語在線翻譯自動評分.
采用上述指標參數(shù)構(gòu)建英語在線翻譯自動評分模型,為保證評分模型具有一定的置信度,在構(gòu)建模型前,制定評分標準,此次評分標準依據(jù)英語四、六級翻譯標準[14-15]設定,具體評分標準設定如表2.
采用表2評分標準作為自動評分模型的評分依據(jù),通過評分依據(jù)可知,在英文在線翻譯中需要對其語義與語句進行評分.因而,在此次評分模型的設計中,選用N-Gram相似性算法作為模型的構(gòu)建基礎.設定在線翻譯數(shù)據(jù)庫為A,標準翻譯結(jié)果數(shù)據(jù)庫為B,設定A與B為N-Gram對,且S(a,b)=0.通過以上設定可得出兩者之間的相似性為:
S(a,b)=max(S(ai+N-1,j+N-1)+S(a,b))
(5)
式(5)中,i與j滿足A與B中至少包含一個N-Gram對,則有相似度公式為:
Sn(a,b)=max(Sn(am-1,n),Sn(am,n-1),Sn(am-n,n-n))
(6)
表1 英語在線翻譯評分指標
表2 評分標準
通過式(6)獲取在線翻譯結(jié)果與標準翻譯結(jié)果的相似度.通過以上公式,可獲取評分結(jié)果的計算公式,具體如下所示.
(7)
通過式(7),獲取在線翻譯評分結(jié)果.為保證此次評分具有更高的精度,設定評分系數(shù)為0.5.使用這種設定使評分模型更加適用于英語在線翻譯的自動評分要求.具體模型如下所示:
(8)
通過式(8),完成評分結(jié)果的計算.在此次方法設計中,著重對指標的提取部分展開優(yōu)化,確保評分結(jié)果的精度.至此,基于模糊層次分析法的英語在線翻譯自動評分方法設計完成.
通過上述部分,完成基于模糊層次分析法的英語在線翻譯自動評分方法的設計工作.為對其展開更加細致的使用效果研究,采用對比實驗的方法,對比文中設計方法與原有評分方法的使用效果.
在原有方法的使用過程中,時常出現(xiàn)由于評分內(nèi)容層次劃分模糊造成的評分結(jié)果失真問題,針對上述問題,設定此次實驗的對象為原有方法與文中設計方法的評分結(jié)果的精準度.為保證此次實驗過程中,不會發(fā)生由于設備選定造成的實驗結(jié)果可靠性下降情況.設定實驗中所用設備如表3所示.
表3 實驗設備設定
表4 實驗樣本
采用上述設備完成對實驗平臺的構(gòu)建,此次實驗將在數(shù)字信息實驗室完成,具體實驗室環(huán)境如圖5所示.
圖5 實驗環(huán)境
圖6 實驗結(jié)果對比
采用以上實驗環(huán)境,完成此次實驗的實施過程.獲取實驗結(jié)果,完成原有方法與文中設計方法的對比.
設定此次實驗中的實驗樣本為5種不同翻譯軟件翻譯出的部分信息數(shù)據(jù)集,通過原有方法與文中設計方法對實驗樣本進行評分,對比兩者評分的精準度.詳見表4.
將表4樣本輸入至實驗平臺,使用原有方法與文中設計方法評分過程,并與實驗平臺中設定的標準評分結(jié)果對比,獲取評分準確率.
通過圖6設定完成原有方法與文中設計方法評分精準度的獲取工作,具體實驗結(jié)果如圖6.
通過上述實驗結(jié)果可知,文中設計評分方法的評分結(jié)果精準度優(yōu)于原有方法評分結(jié)果精準度.文中設計方法的評分結(jié)果較為穩(wěn)定,原有方法的評分結(jié)果精準度波動較大,易造成評分結(jié)果可信度下降.通過實驗結(jié)果可知,采用模糊層次分析方法可有效提升評分結(jié)果的精準度.在原有方法的使用過程中,評分結(jié)果的最高精準度為87.21%,文中方法的最低評分精準度為89.24%.通過具體的數(shù)據(jù)對比可知文中設計方法優(yōu)于原有方法.
在傳統(tǒng)評分方法的使用過程中,常因為評分指標層次劃分結(jié)果較差造成評分結(jié)果精度較差的問題.針對這一問題,引用模糊層次分析法對原有方法展開優(yōu)化.通過實驗結(jié)果可知,優(yōu)化后的方法使用效果優(yōu)于原有方法.在日后的翻譯評分發(fā)展中,可應用文中設計方法提升評分結(jié)果的可靠性,保證評分結(jié)果符合翻譯要求.