基于NETcore的水稻生產機械專業術語雙料語言庫系統研究

中圖分類號：TP391文獻標志碼：A

文章編號：1673-6737（2025）04-0159-06

Research on the Dual Language Library System of Rice Production Machinery Professional Terminology Based on NET Core

LI Jie

（School of SportsNews and Media，Xi’an Physical Education University，Xi'an 71Oo68，China）

Abstract：Themechanization technologyof riceproductionisgraduallymoving towardsinternationalization，andalanguage librarysystem thatsupportsmultiplelanguagescanhelpbeterspreadandapplythetechnologytodiferentcountriesor regions.Toachieve theaboveobjectives，designadual language librarysystemforriceproduction machineryprofessional terminologybasedonNETcore.Extractthetargetduallanguageinformationfromthecolecteddataofriceproduction machineryprofesional terminology，andthendetermineitsfunctionalandnonfunctionalrequirements，toachievethe analysisofthetransmisionrequirementsfordual language informationofriceproductionmachineryprofessional terminology.BasedontheNETcoreframework，design language libraryupdatemoduleand integrationstatisticsmoduleto improvethespecificdesignmethodofthedualmateriallanguage librarysystem forriceproductionmachineryprofessional terminology.Theexperimental resultsshow that language librarysystems developed basedon NETcorehave larger storage space，canquicklyswitchandcompareChineseandEnglishinformation，andfacilitateinternationalexchangeand cooperation in rice production mechanization technology.

Key Words： NETcore framework;Rice production machinery; Technical Term; Dual language library; Transmission requirements

智慧農業、精準農業等概念的提出與實踐，標志著農業領域正經歷著前所未有的變革，隨著科技的飛速發展，農業生產正在逐步向著智能化與信息化的方向發展。在這一背景下，水稻生產機械作為現代農業的重要組成部分，對于其智能化、信息化水平的提升就顯得尤為重要。水稻生產機械專業術語涉及耕種、插秧、施肥、灌溉、收割、烘干等各個環節的專業詞匯，提升這些術語的規范性不但有利于保障機械的正常運行，還有助于提高作業效率。受到不同國家或地區語言文化差異的影響，以及水稻生產機械技術的不斷更新換代，專業術語的翻譯和解釋成為了一項亟待解決的難題。

過往研究通過構建語言庫系統的方式解決術語解釋的問題，如陸海、薛顯斌、朱巖等人提出的基于可搜索加密及其驅動的數據庫系統，引入SQL引擎改變索引數據的編碼狀態，以此為依據生成查詢憑證，再利用格密碼體制設計可搜索的加密方案，進而在翻譯目標信息的同時，完成對譯文參量的加密存儲2。該系統雖然具有較高的安全性，但由于SQL引擎對輸人數據的存儲能力有限，故其定容空間往往并不能快速完成對中英文信息的對照處理。孫紅、黃甌嚴提出了融合LSTM的轉結構化查詢系統，改進傳統的SQLNet模型，并融入預訓練模型，以增強其對目標特征的提取能力，再在分類的同時增加LSTM驗證機制，進而通過正則處理的方式，完成對水稻生產機械專業術語的解釋與翻譯3。該系統意在對特殊的條件子句進行精細化處理，故在面對大量輸入數據時，其運行速率往往達不到實際需求標準。林俊安、包翠竹、董建鋒等人提出了基于多語言－視覺公共空間學習的跨模態檢索系統，將不同語言映射到同一公共空間內，定義標準錨點，并分別將不同的語言向量與其進行對齊處理，以此實現對多語言參e 量的跨模態學習。由于水韜生產機械專業術語檢索涉及多種不同的語料場景，所以若不能保證輸入數據的文本統一性，容易在跨模態學習的過程中導致目標語料特征表達不足的問題。王帥、何文春、王甫棣等人提出了大語言模型融合知識圖譜與向量的檢索系統，設置查詢模型微調、抽取模型微調、檢索與排序、圖譜與數據庫四個基礎模塊，通過對所抽取目標知識的高階融合，確定文本向量在數據庫中所處位置，從而實現針對性查詢[5。融合目標數據的過程中，四個基礎模塊并不能保持完全一致的運行態勢，所以該系統對于水稻生產機械專業術語的翻譯與解釋準確性并不能得到有效保障。

為更好解決上述問題，實現對水稻生產機械專業術語信息的快速翻譯與解釋，設計基于NETcore的水稻生產機械專業術語雙料語言庫系統。NETCore是開源托管的計算機軟件框架，具有跨平臺的應用程序開發能力，支持多類型操作系統的同步接入。相較于其他類型的軟件架構，NETCore采用包化的管理方式，應用程序不需經過全局遍歷，只需要獲取需要的組件即可，優化了開發過程。此外，該架構還提供了高性能的運行時環境、先進的即時編譯技術，以及垃圾回收機制，這也有效保證了應用程序的穩定性與可靠性。

1水稻生產機械專業術語雙料語言信息的傳輸需求分析

對于水稻生產機械專業術語雙料語言信息傳輸需求的分析，就是利用語言庫系統收集到的術語數據，定義目標信息抽取標準，進而實現對功能性與非功能性數據傳輸需求的研究。

1.1水稻生產機械專業術語數據收集

收集水稻生產機械專業術語數據，首先要明確術語收集的范圍，包括水稻生產機械的所有相關環節，以確保術語的廣泛性和全面性。對于最大范圍參量的定義參考如下：

公式中， a 表示樣本輸人參數， q 表示目標術語數據的數值特征， w 表示輸入數據的序列參數，e 表示數據離散值，8表示離散變換系數。

然后，整理目標范圍內的所有專業術語，形成中文術語庫，再查找每個中文術語的英文對應詞，生成英文術語庫。最后，將中文術語庫和英文對應術語庫整合在一起。規定 x 表示目標術語數據收集項，其取值滿足如下表達式。

x∈（0，Q_max]

當時， x=Q_max 表示術語庫所收集數據樣本已達最大負荷條件。

利用公式（2），可將水稻生產機械專業術語數據的收集表達式定義為：

公式中， R₁、R₂ 表示分別表示目標數據的中文術語與英文術語定義值， r₁ 表示中文術語整合項， r₂ 表示英文術語整合項，E表示水稻生產機械專業術語自標數據的收集向量。在收集術語時，應及時更新術語庫，以確保目標數據的時效性。

1.2 目標雙料語言信息抽取

目標雙料語言信息抽取是指針對水稻生產機械專業術語的數據文本，自動提取出結構化信息，并且這些信息需要同時支持中文和英文兩種語言。為精準抽取目標語言信息，應利用自然語言處理水稻生產機械專業術語數據[]。自然語言處理涉及文本分析與語言建模，能夠處理專業術語語言文本的復雜性和多樣性，基于水稻生產機械專業術語數據[I-2]，可將自然語言處理表達式定義為：

公式中， ΔT 表示水稻生產機械專業術語數據的單位輸入量， β 表示語言建模系數， γ 表示文本分析參數。

信息抽取是指從水稻生產機械專業術語數據中自動提取出結構化信息的過程[3-I5]。在公式（4）的基礎上，推導目標雙料語言信息抽取規則的定義式為：

公式中， u_?1 表示中文術語的文本參量， u₂ 表示英文術語的文本參量， Y 表示目標雙料語言信息的結構化特征， y₁ 表示中文術語的結構化向量， y₂ 表示英文術語的結構化向量。在目標雙料語言信息抽取中，需要同時考慮中文和英文的文本特點，設計合適的抽取規則和算法。

1.3功能性與非功能性需求分析

針對語言庫系統所抽取的目標水稻生產機械專業術語雙料信息的功能性需求分析，就是根據輸入數據的內容和功能，判斷其需要傳達的具體含義[6-7]。對于語言庫系統的用戶而言，只有確保水稻生產機械的專業術語在兩種語言之間能夠準確對應，才能夠避免發生數據歧義和誤解的問題。圖1為雙料語言信息功能性需求的用例分析情況。

非功能性需求則關注信息傳輸的速度，該需求不直接涉及水稻生產機械專業術語數據的內容，但對信息的傳輸和使用具有重要影響[18-20]。在雙料語言庫系統中，只有信息傳輸的速度滿足實際需求，才能確保系統用戶能夠及時獲取到所需的語料信息。設 i₁ 表示中文信息傳輸速度， i₂ 表示英文信息傳輸速度， γ 表示術語數據的傳輸約束參數，0表示術語數據的目標約束項， φ 表示轉換項，聯立上述物理量，可將水稻生產機械專業術語雙料語言信息的非功能性需求分析定義式表示為：

如果語言庫的翻譯需求將英文信息轉換為中文信息，在計算非功能性需求時，可將 i₁ 與 i₂ 的位置對調。功能性需求確保了信息的準確性，而非功能性需求則提高了信息傳輸的效率，在實際應用中，應根據語言庫系統的實用場景來選擇合適的傳輸方式和手段，以滿足這些需求。

2語言庫系統的設計與實現

根據水稻生產機械專業術語雙料語言信息的傳輸需求，設計NETcore框架，并聯合語言庫更新模塊與整合統計模塊，輸出語言庫系統用戶所需的目標數據。

2.1 NETcore框架設計

雙料語言庫系統支持多種語言轉換和管理，在水稻生產機械領域，該系統可用于將專業術語從一種語言翻譯成另一種語言，以滿足不同國家和地區用戶的需求。為適應水稻生產機械專業術語數據的傳輸需求，在設計語言庫系統時布置開源的NETcore框架。NETcore框架具有跨平臺傳輸數據的能力，是基于云和聯網連接的程序模型2。它提供了豐富的查詢功能與庫存儲機制，支持多種編程語言和開發工具。從連接等級的角度來看，NETcore架構具有模塊化和輕量級的特征，可以方便傳輸數據的擴展和定制。此外，它還提供了高性能的運行時組件和垃圾回收機制，以及強大的異步編程支持。完整的NETcore架構模型如圖2所示。

NETcore的跨平臺特性使得雙料語言庫系統可以在不同的操作系統上運行，且在C#、F#等編程語言的作用下，水稻生產機械專業術語數據能夠隨雙料語言翻譯需求的不同而不斷更新。

2.2 語言庫更新模塊

水稻生產機械專業術語雙料語言庫系統更新模塊的設計包含生成結構化語料、結構化語料存人數據庫兩個操作環節。該模塊基于NETcore框架運行結構化算法[22]，并提供 getUploadFileCorpus與updateCorpusData對外接口，前者負責接人水稻生產機械專業術語的雙料語言信息，后者負責將輸入的水稻生產機械專業術語數據存儲至系統核心運行單元之中。更新語言庫的過程中，兩類對外接口對待處理文件進行內容提取與存儲格式識別，再利用NETcore框架所提供的結構化算法集成所生成的雙料語言信息[23]，并將其返回整合統計模塊。對于語言庫更新模塊結構化接口的說明如表1所示。

語言庫更新模塊最為關鍵的功能是結構化水稻生產機械專業術語結構化語言的生成過程，由于該模塊負載于NETcore框架之下，所以在進行結構化處理的同時，該模塊能夠整合不同格式的輸入數據，進而得到完整的語言信息集合。

2.3水稻生產機械專業術語雙料信息的整合統計模塊

雙料語言庫系統的整合統計模塊旨在收集、整理并統計分析水稻生產機械領域內的專業術語及其相關數據24。該模塊對每個術語進行詳細的定義和解釋，確保系統用戶能夠準確理解其含義。從各種渠道收集到的水稻生產機械數據涉及性能參數、故障率等信息，因此在進行整合統計處理時，應對收集到的數據進行清洗、整理，以確保數據的準確性和一致性。語言庫系統將雙料信息的統計分析結果以圖表、報告等形式進行可視化展示，故系統用戶可以直觀地了解水稻生產機械的使用情況、性能表現等關鍵信息。

3實驗研究

本次實驗旨在分析軟件系統對目標輸人數據的翻譯能力。應用基于NETcore的水稻生產機械專業術語雙料語言庫系統（實驗組）基于可搜索加密及其驅動的數據庫系統（對照1組）、融合LSTM的轉結構化查詢系統（對照2組）設計對比實驗，選定中文、英文作為翻譯語言，記錄信息切換速度以及翻譯數據過程中系統存儲空間的數值變化情況，并根據所得結果總結實驗規律。實驗系統對翻譯語言的選擇與設置如圖3所示。

對于語言庫系統軟、硬件實驗環境的設置參考表2。

中英文信息切換速度是指語言庫系統將所輸入的水稻生產機械專業術語從中文翻譯成英文（或從英文翻譯成中文）的數值總量與所需時間之間的比值，該項物理量的取值越大，就表示實驗系統的語言切換能力越強。為實現水稻生產機械化技術的國際化交流，本次實驗以選擇中英文信息切換速度更快的系統為自標。下圖反映了中英文信息切換速度的具體實驗情況。

分析圖4可知，無論是中譯英還是英譯中，實驗組系統的信息切換速度始終保持相對較高的數值水平。相較于實驗組曲線，對照1組、對照2組系統信息切換速度曲線依然保持波動變化的數值態勢，但二者的均值水平明顯較低。因此，在中英文信息的切換與對照方面，基于NETcore的水稻生產機械專業術語雙料語言庫系統的實用性更為突出。

翻譯數據過程中系統存儲空間也會影響語言庫系統的應用能力，在相等的語言數據輸入量條件下，系統剩余存儲空間越大，表示語言庫系統對譯文信息的存儲能力越強，即語言庫系統的應用可行性更高。圖5反映了語言庫系統剩余存儲空間的實驗情況。

分析圖5可知，隨著語言數據輸入量的增大，實驗組、對照1組、對照2組語言庫系統剩余存儲空間均呈現出不斷減小的變化態勢，就下降幅度來看，對照1組、對照2組的數值水平明顯更大；從完成實驗時的數值水平來看，對照1組、對照2組的實時數值水平明顯更低。綜上所述，基于NETcore的水稻生產機械專業術語雙料語言庫系統在翻譯輸入數據的同時，能夠更為合理地存儲語言信息，有助于解決系統剩余存儲空間無故縮小的問題。

4結束語

在基于NETCore的水稻生產機械專業術語雙料語言庫系統的研究項目中，經過系統的需求分析、設計開發等一系列嚴謹的科學流程，成功構建了一個功能完善、易于擴展且具備高度實用性的專業術語雙料語言庫系統。該系統不僅實現了水稻生產機械領域專業術語的中英文雙語對照查詢與管理，還通過NETCore框架的跨平臺特性，確保了系統在不同操作系統環境下的穩定運行，極大地提升了語言庫的適用性和靈活性。隨著技術手段的進步和水稻生產機械領域的快速發展，該系統還需要持續更新與優化才能夠保持其實用性。

參考文獻：

[1]王柏秋，王宇，王詩宇.播種量對濱海稻區水稻機械旱直播產量，米質及經濟效益的影響[J].北方水稻，2024，54（1）：8-11.

[2]陸海，薛顯斌，朱巖，等.可搜索加密及其驅動的SQL隱私數據庫設計[J].工程科學學報，2024，46（11）：2085-2098.

[3]孫紅，黃甌嚴.融合LSTM的自然語言轉結構化查詢語句算法的研究與設計[J].小型微型計算機系統，2023，44（1）：63-67.

[4]林俊安，包翠竹，董建鋒，等.基于多語言-視覺公共空間學習的多語言文本-視頻跨模態檢索模型[J].計算機學報，2024，47（9）：2195-2210.

[5]王帥，何文春，王甫棣，等.大語言模型融合知識圖譜與向量檢索的問答系統[J].科學技術與工程，2024，24（32）：13902-13910.

[6]Dingil M，Yakup Turedi，RnekM.TECSolverApp：The equivalentseismic load solver in MATLAB App Designer and ASP.NETCore[J].Computersand Concrete：An International Journal，2024，34（3）：355-365.

[7]汪琳，王昊，李曉敏，等.融合學習擴展的非遺陶瓷工藝領域術語庫構建及應用[J].圖書館論壇，2024，44（2）：66-78.

[8] 田知靈，許明《黃帝內經·素問》漢法雙語平行術語庫的構建路徑與方法[J].中國科技術語，2024，26（3）：31-37.

[9]曾志勇，張倩.湖北省水稻生產對氣候變化的脆弱性分析[J].南方農業，2024，18（16）：29-33.

[10]張楊.基于自動化種植水稻機器人的設計與優化研究[J].北方水稻，2024，54（2）：88-90.

[11]陳浩，吳建軍，楊慶飛，等.水稻機插秧社會化服務發展探究：以湖南省岳陽市華容縣為例[J].南方農機，2025，56（4）：70-73.

[12]趙國亮.水稻生產全程機械化的技術應用研究[J].河北農機，2024（5）：25-27.

[13]李官平，吳桂芝，劉偉，等.貴州省水稻生產全程機械化發展現狀及對策[J].南方農業，2024，18（11）：221-223.

[14]鄭云峰，李阿根，馮國安，等.稻麥輪作模式下的全程機械化生產效益比較：以杭州余杭區瓶窯鎮板誠家庭農場為例[J].現代農機，2024（5）：18-22.

[15] 陸英燕，張正艷.黔西南州水稻生產機械化發展現狀及對策[J].農技服務，2024，41（8）：71-74.

[16]郭乃輝，張文忠，圣忠華，等.利用CRISPR/Cas9技術編輯MODD增強水稻休眠性[J].中國農業科學，2024，57（2）：227-235.

[17]關雅琪，鄂志國，王磊，等.浙江省水稻生產環節外包進程的時空演變：基于2010-2019年的跟蹤調查[J]中國水稻科學，2023，37（2）：189-199.

[18]蘇玉同，宋洪遠.傳統農業生產模式何以實現數字化轉型？：來自國家現代農業產業園的水稻種植案例研究[J].現代經濟探討，2024（3）：122-132.

[19]蘇玉同，宋洪遠.傳統農業生產模式何以實現數字化轉型？：來自國家現代農業產業園的水稻種植案例研究[J].現代經濟探討，2024（3）：122-132.

[20]孔海英.安慶水稻病蟲害的信息化監測技術[J].農業工程技術，2025，45（5）：41-43.

[21]周浩坤.基于.NETCore的企業合同管理系統[J].數字技術與應用，2024，42（11）：133-135.

[22]王維笑，費曉璐，閭海榮，等.基于自然語言處理與結構化算法的病歷信息高精度抽取方法研究[J].中國數字醫學，2024，19（5）：40-48.

[23] 蔣新元，陳國良.一種基于邊緣檢測的室內點云結構化噪聲去除方法[J].測繪地理信息，2025，50（2）：50-54.

[24]王立非.新時代中國特色新型高校語言智庫建設與語言智庫學科發展[J].山東外語教學，2021，42（1）：12-21.