[发明专利]一种基于光学向量矩阵的线性机器翻译方法及系统在审

专利信息
申请号: 202210233754.6 申请日: 2022-03-10
公开(公告)号: CN114781360A 公开(公告)日: 2022-07-22
发明(设计)人: 郭宏翔;杨家精;伍剑;洪小斌 申请(专利权)人: 北京邮电大学
主分类号: G06F40/247 分类号: G06F40/247;G06F40/30;G06F40/58;G06V30/40
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 胡程潇
地址: 100876 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 光学 向量 矩阵 线性 机器翻译 方法 系统
【权利要求书】:

1.一种基于光学向量矩阵的线性机器翻译方法,其特征在于,包括:

获取待翻译的第一语言单词图片,对所述第一语言单词图片进行识别,得到所述第一语言单词图片中单词短语对应的图像散斑;

基于所述图像散斑进行词向量编码,得到单词短语对应的词向量;

基于预设的光学平台分别加载所述词向量和相应的线性翻译矩阵,以实现基于所述线性翻译矩阵对所述词向量进行优化翻译,得到第二语言对应的词向量;

基于所述第二语言对应的词向量在词库中进行匹配检索,获得目标词向量;对所述目标词向量解码得到翻译后的第二语言单词图片。

2.根据权利要求1所述的基于光学向量矩阵的线性机器翻译方法,其特征在于,基于所述第二语言对应的词向量在词库中进行匹配检索,获得目标词向量,具体包括:

基于Softmax逻辑回归模型将所述第二语言对应的词向量和所述词库中单词对应的词向量进行余弦距离对比,检索出与所述第二语言对应的词向量之间余弦距离最近的目标词向量。

3.根据权利要求1所述的基于光学向量矩阵的线性机器翻译方法,其特征在于,所述基于预设的光学平台分别加载所述词向量和相应的线性翻译矩阵,以实现基于所述线性翻译矩阵对所述词向量进行优化翻译,得到第二语言对应的词向量,具体包括:

基于所述光学平台中的振幅型空间光调制器加载所述词向量,并基于所述光学平台中的纯相位型空间光调制器加载相应的线性翻译矩阵,将所述词向量和所述线性翻译矩阵相干叠加之后利用柱面透镜逐列叠加,得到第二语言对应的词向量。

4.根据权利要求1所述的基于光学向量矩阵的线性机器翻译方法,其特征在于,基于所述图像散斑进行词向量编码,得到单词短语对应的词向量,具体包括:

将所述图像散斑输入到Skip-Gram模型中进行词向量编码,获得的所述单词短语对应的包含语义信息的词向量;其中,所述Skip-Gram模型基于统计概率的线性词向量编码模型。

5.根据权利要求1所述的基于光学向量矩阵的线性机器翻译方法,其特征在于,对所述第一语言单词图片进行识别,得到所述第一语言单词图片中单词短语对应的图像散斑,具体包括:

基于随机散射介质的传输矩阵对所述第一语言单词图片进行识别,得到所述第一语言单词图片中单词短语对应的图像散斑。

6.根据权利要求1所述的基于光学向量矩阵的线性机器翻译方法,其特征在于,所述第一语言单词图片为包含第一语言单词短语的手写体图片;所述第二语言单词图片为包含第二语言单词短语的图片。

7.一种基于光学向量矩阵的线性机器翻译系统,其特征在于,包括:

手写体图片识别模块,用于获取待翻译的第一语言单词图片,对所述第一语言单词图片进行识别,得到所述第一语言单词图片中单词短语对应的图像散斑;

词向量编码模块,用于基于所述图像散斑进行词向量编码,得到单词短语对应的词向量;

词向量优化翻译模块,用于基于预设的光学平台分别加载所述词向量和相应的线性翻译矩阵,以实现基于所述线性翻译矩阵对所述词向量进行优化翻译,得到第二语言对应的词向量;

词向量匹配检索及解码模块,用于基于所述第二语言对应的词向量在词库中进行匹配检索,获得目标词向量;对所述目标词向量解码得到翻译后的第二语言单词图片。

8.根据权利要求7所述的基于光学向量矩阵的线性机器翻译系统,其特征在于,所述词向量优化翻译模块,具体用于:

基于所述光学平台中的振幅型空间光调制器加载所述词向量,并基于所述光学平台中的纯相位型空间光调制器加载相应的线性翻译矩阵,将所述词向量和所述线性翻译矩阵相干叠加之后利用柱面透镜逐列叠加,得到第二语言对应的词向量。

9.一种电子设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任意一项所述基于光学向量矩阵的线性机器翻译方法的步骤。

10.一种处理器可读存储介质,所述处理器可读存储介质上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至6任意一项所述基于光学向量矩阵的线性机器翻译方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京邮电大学,未经北京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210233754.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top