ЕОМ
Феденко А. М. Нейромережевий метод обробки текстової інформації : магістерська атестаційна робота, пояснювальна записка / А. М. Феденко ; кер. роботи проф. Аксак Н.Г. ; ХНУРЕ, Кафедра Електронних обчислювальних машин. – Харків, 2015. – 110 с. : CD
Феденко А. М. Нейромережевий метод обробки текстової інформації : магістерська атестаційна робота, пояснювальна записка / А. М. Феденко ; кер. роботи проф. Аксак Н.Г. ; ХНУРЕ, Кафедра Електронних обчислювальних машин. – Харків, 2015. – 110 с. : CD
Статистика використання: Видач: 0
Анотація:
Мета роботи - аналіз методів побудови систем машинного перекладу, розробка нейромережевого алгоритму машинного перекладу тексту.
В магістерській роботі досліджені існуючі системи машинного перекладу. Проведений аналіз методів та технологій побудови систем машинного перекладу. Розроблен евристичний нейромережевий алгоритм послідовного пошуку оптимальної топології нейронної мережі, який дозволяє підвищити швидкість її навчання.
МАШИННИЙ ПЕРЕКЛАД, ШТУЧНИЙ ІНТЕЛЕКТ, НЕЙРОННІ МЕРЕЖІ, ПОРОДЖУВАЛЬНА ГРАМАТИКА, МОДЕЛЬ ШЕННОНА, ПОСЛІДОВНИЙ ПОШУК, ТОПОЛОГІЯ МЕРЕЖІ, АЛГОРИТМ ЗВОРОТНОГО ПОШИРЕННЯ ПОМИЛКИ
The aim of this work is to analyse methods of construction machine translation systems and develop a neural network algorithm for machine translation.
In the research paper explored the existing machine translation systems and analysed the methods and technologies of construction machine translation systems. A heuristic neural network algorithm for incremental searching for an optimal neural network topology was developed which allows it to increase the speed of learning.
MACHINE TRANSLATION, ARTIFICIAL INTELLIGENCE, NEURAL NETWORK, GENERATIVE GRAMMAR, SHANNON'S MODEL, INCREMENTAL SEARCH, NETWORK TOPOLOGY, BACK-PROPAGATION
В магістерській роботі досліджені існуючі системи машинного перекладу. Проведений аналіз методів та технологій побудови систем машинного перекладу. Розроблен евристичний нейромережевий алгоритм послідовного пошуку оптимальної топології нейронної мережі, який дозволяє підвищити швидкість її навчання.
МАШИННИЙ ПЕРЕКЛАД, ШТУЧНИЙ ІНТЕЛЕКТ, НЕЙРОННІ МЕРЕЖІ, ПОРОДЖУВАЛЬНА ГРАМАТИКА, МОДЕЛЬ ШЕННОНА, ПОСЛІДОВНИЙ ПОШУК, ТОПОЛОГІЯ МЕРЕЖІ, АЛГОРИТМ ЗВОРОТНОГО ПОШИРЕННЯ ПОМИЛКИ
The aim of this work is to analyse methods of construction machine translation systems and develop a neural network algorithm for machine translation.
In the research paper explored the existing machine translation systems and analysed the methods and technologies of construction machine translation systems. A heuristic neural network algorithm for incremental searching for an optimal neural network topology was developed which allows it to increase the speed of learning.
MACHINE TRANSLATION, ARTIFICIAL INTELLIGENCE, NEURAL NETWORK, GENERATIVE GRAMMAR, SHANNON'S MODEL, INCREMENTAL SEARCH, NETWORK TOPOLOGY, BACK-PROPAGATION