半个多世纪以来, 自然语言自动翻译虽然取得许多进展, 但是在通用领域范围内, 还难于做到实用(只提供正确译文, 不提供正错混杂电子译文, 只提供合乎习惯的译文, 不提供语无伦次的译文), 更谈不上准确自动翻译率高. 而自然语言自动翻译具有极高经济效益和极高社会效益的前提是实用且高准确自动翻译率. 本课题目的是研究探索实用且高准确自动翻译率的自然语言自动翻译的可能性, 途径和方法.为进一步建立以实用
{{i.achievement_title}}
数据更新时间:2023-05-31
Ordinal space projection learning via neighbor classes representation
基于纳米铝颗粒改性合成稳定的JP-10基纳米流体燃料
Image super-resolution based on sparse coding with multi-class dictionaries
Phosphorus-Induced Lipid Class Alteration Revealed by Lipidomic and Transcriptomic Profiling in Oleaginous Microalga Nannochloropsis sp. PJ12
Numerical investigation on aerodynamic performance of a bionics flapping wing
中英韩多国语机器翻译的实用系统
基于句法结构和语义框架的机器翻译自动评价方法研究
基于语言理解的机器翻译译文自动评价方法研究
基于统计机器翻译和自动文摘的查询扩展研究