模块化深度学习框架在多语言机器翻译中的应用与性能评估  

作　　者：刘丁 刘羽茜 李慧芳 宋思楠 

机构地区：[1]晋中信息学院 [2]太原城市职业技术学院 [3]长治学院

出　　处：《信息系统工程》2024年第9期141-144,共4页

基　　金：2022年山西省教改项目“工程专业认证背景下操作系统课程思政建设研究”(项目编号:J20221090)。

摘　　要：为了提升翻译质量、计算效率和扩展性,引入优化的注意力机制、稀疏激活技术和动态路由算法,实现了对多语言翻译任务的高效处理。采用最大化似然估计和多语言预训练模型,并结合Transformer注意力桥和专家混合模型,在处理新增语言对时展示出显著的性能提升。实验结果表明,模块化深度学习框架在BLEU和ROUGE指标上的表现优于传统NMT模型和基于Transformer的模型,训练时间和推理速度也得到显著优化。同时,增量学习适应性和新语言支持能力显著增强,验证了该框架在多语言翻译任务中的广泛适用性和高效性。

关 键 词：计算机语言 模块化深度学习框架 多语言机器翻译 

分 类 号：TP391.2[自动化与计算机技术—计算机应用技术] TP18[自动化与计算机技术—计算机科学与技术]