Телефон: 8-800-350-22-65
WhatsApp: 8-800-350-22-65
Telegram: sibac
Прием заявок круглосуточно
График работы офиса: с 9.00 до 18.00 Нск (5.00 - 14.00 Мск)

Статья опубликована в рамках: CX Международной научно-практической конференции «Научное сообщество студентов: МЕЖДИСЦИПЛИНАРНЫЕ ИССЛЕДОВАНИЯ» (Россия, г. Новосибирск, 04 февраля 2021 г.)

Наука: Информационные технологии

Скачать книгу(-и): Сборник статей конференции

Библиографическое описание:
Нурмухаметов Д.Р. ПРИМЕНЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ОБЛАСТИ ИЗУЧЕНИЯ ЯЗЫКОВ // Научное сообщество студентов: МЕЖДИСЦИПЛИНАРНЫЕ ИССЛЕДОВАНИЯ: сб. ст. по мат. CX междунар. студ. науч.-практ. конф. № 3(110). URL: https://sibac.info/archive/meghdis/3(110).pdf (дата обращения: 22.12.2024)
Проголосовать за статью
Конференция завершена
Эта статья набрала 0 голосов
Дипломы участников
У данной статьи нет
дипломов

ПРИМЕНЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ОБЛАСТИ ИЗУЧЕНИЯ ЯЗЫКОВ

Нурмухаметов Дамир Рустемович

студент 1 курса магистратуры, кафедра автоматизированных систем управления, Уфимский государственный авиационный технический университет,

РФ, г. Уфа

АННОТАЦИЯ

В настоящее время приложения на базе искусственного интеллекта широко используются в различных сферах, и одним из них является процесс перевода. Машинный перевод облегчает перевод для всех, а не только для учащихся. Словари можно скачать в наши смартфоны и компьютеры. Они также доступны в большинстве веб-сайтов, таких как Google Translate, и могут легко ими пользоваться. Это исследование направлено на то, чтобы показать роль машинного перевода в повышении способности учащихся к переводу и влияние машинного перевода на достижение эффективного обучения.

 

Ключевые слова: искусственный интеллект, ИИ, изучение языков, машинное обучение, машинный перевод.

 

1. Введение

Искусственный интеллект [1] представлен как платформа, разработанная на основе машинного интеллекта. Искусственный интеллект, будучи самой передовой технологией, основан на машинах. Он полностью автоматизирован и защищен от вмешательства человека. Он применяется в большинстве областей. Большое количество приложений искусственного интеллекта появилось с обновлением технологий искусственного интеллекта, таких как распознавание изображений, распознавание речи, перевод, медицинское обслуживание и даже роботы.

Недавние разработки в области образовательных технологий и широкое использование компьютеров в школах стимулировали инновации в машинном обучении. Машинное обучение [2], обычно используемое в современном программном обеспечении, предназначено для изучения и применения компьютерного моделирования процессов обучения в их многочисленных проявлениях, что может облегчить изучение языка и способствовать развитию интеллектуальной системы.

2. Система машинного обучения

Особое влияние относится к отрасли переводов, которая также занимается обменом информацией. Таким образом, настоящее исследование направлено на изучение предстоящей роли машинного перевода в области изучения английского языка и перевода, а также на то, чтобы сделать его приятным и интерактивным занятием. Заметное влияние приложений машинного обучения и их значение в сфере образования.

Общая структура структуры машинного обучения, которая состоит из четырех основных этапов:

  • онлайн (фильтрация пакетов),
  • обработка данных,
  • этап обучения / тестирования,
  • перекрестная проверка.

Первым шагом является «фильтрация пакетов», которая связана с оперативной обработкой и включает фильтрацию трафика в реальном времени с использованием PTF. Этот шаг обеспечивает лучшую производительность для предварительной обработки пакетов и снижает количество потенциальных атак необработанного трафика.

Второй шаг – это «Обработка данных», который указывает, что пакеты, прошедшие первый шаг, предварительно обрабатываются с учетом взаимосвязей пакетов на основе потока трафика для входных данных обучения SVM.

Третий шаг - «Этап обучения / тестирования», который включает усовершенствованный подход к машинному обучению SVM [3]. Модель SVM сочетает в себе два вида методов машинного обучения: SVM с мягкими границами (контролируемый метод) и одноклассовый SVM (неконтролируемый метод). При этом улучшенный подход SVM наследует высокую производительность SVM с мягкими границами и возможность обнаружения новизны SVM одного класса.

Последний шаг – «перекрестная проверка / реальный тест», который требует проверки подхода с использованием обоих m-кратный перекрестный тест и сравнение предлагаемой структуры с реальными сетевыми системами обнаружения вторжений (NIDs).

3. Машинный перевод

Машинный перевод – это подраздел компьютерной лингвистики, изучающий использование программного обеспечения для перевода текста или речи с одного языка на другой. Если говорить о том, когда и где начался машинный перевод, можно вернуться почти на 70 лет назад. 1950-е годы считаются введением первого машинного перевода слов. Впервые предложение было переведено компьютером, когда компьютер IBM перевел на английский шестьдесят русских предложений. Машина обработки данных IBM701 принимала грамматические и семантические решения, имитирующие работу двуязычного человека. Машины оцениваются на предмет их способности имитировать человеческое поведение, и, как утверждается, они демонстрируют разумное поведение, если они способны пройти тест Тьюринга. Тьюринг И.Б.А. (1950). Тест считается пройденным, если результат, выполненный машиной и человеком, не может быть распознан оценивающим судьей.

В настоящее время механизмы машинного перевода чрезвычайно популярны и теперь широко доступны для всех, у кого есть подключение к Интернету. Например, пользователи Интернета могут переводить веб-страницы или фрагменты веб-контента одним нажатием нескольких кнопок. В результате есть интерес к машинному переводу (МП), его выходным данным и тому, неотличим ли он от того, что производит человеческий переводчик.

4. Машинное обучение в области изучения языков

Ожидаются существенные изменения в связи с применением искусственного интеллекта в нашей повседневной жизни и в области изучения английского языка. Всегда было замечено, что технологии считаются отличной системой поддержки в изучении английского языка. Совершенно очевидно, что машинный перевод имеет большое значение в области обучения. Машинный перевод может выполнять десятки миллионов переводов в день, а его способность быстро усваивать новую терминологию и настраивать параметры затруднительна для учащихся. Некоторые виды машинного перевода предоставляют учащимся средства, которые также проверяют орфографические и грамматические ошибки.

Обычный перевод не следует путать с машинным переводом. При переводе кто-то передает смысл на другой язык вручную, прямо из исходного текста. С помощью искусственного интеллекта машина сама генерирует черновик, который, скорее всего, не будет идеальным и часто требует, чтобы кто-то исправил грамматику и лексику, чтобы убедиться, что смысл адекватно передан - задача, обычно называемая постредактированием. Применительно к ситуации языкового обучения. Сначала создается черновик, который в случае перевода на язык_1, язык_2, учащиеся могут понять, в зависимости от своего уровня знаний язык_2, когда перевод выполняется на язык_1, машинное воспроизведение может помочь учащимся понять исходный текст.

5. Заключение

Приложения машинного обучения стали частью нашей повседневной жизни, и машинный перевод можно рассматривать как передовой подход в изучении языка. В этом исследовании мы разобрали важность машинного перевода для изучения английского и других языков, а также для перевода. Использование машинного перевода имеет большое значение в области изучения английского языка. Это эффективный и простой способ перевода, который побуждает учащихся использовать его. Это вызывает энтузиазм в изучении английского языка, что очень важно.

 

Список литературы:

  1. Материал из Википедии — свободной энциклопедии, Artificial intelligence, URL: https://en.wikipedia.org/wiki/Artificial_intelligence (дата обращения: 10.01.2021)
  2. Материал из Википедии — свободной энциклопедии, Машинное обучение, URL: http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение (дата обращения: 15.01.2021)
  3. SVM. Объяснение с нуля и реализация на python. Подробный разбор метода опорных векторов – электронный ресурс, URL: https://habr.com/ru/company/ods/blog/484148/ (дата обращения: 29.12.2020)
Проголосовать за статью
Конференция завершена
Эта статья набрала 0 голосов
Дипломы участников
У данной статьи нет
дипломов

Оставить комментарий

Форма обратной связи о взаимодействии с сайтом
CAPTCHA
Этот вопрос задается для того, чтобы выяснить, являетесь ли Вы человеком или представляете из себя автоматическую спам-рассылку.