T-CESA 1150-2021 人工智能芯片應(yīng)用 面向漢盲翻譯系統(tǒng)的技術(shù)要求

ICS35.240CCSL70團(tuán)體標(biāo)準(zhǔn)Applicationofartificialintelligencechip—Technicalrequirementstosystemof中國(guó)電子工業(yè)標(biāo)準(zhǔn)化技術(shù)協(xié)會(huì)發(fā)布IT/CESA1150—2021版權(quán)保護(hù)文件版權(quán)所有歸屬于該標(biāo)準(zhǔn)的發(fā)布機(jī)構(gòu)，除非有其他規(guī)定，否則未經(jīng)許可，此發(fā)行物及其章節(jié)不得以其他形式或任何手段進(jìn)行復(fù)制、再版或使用，包括電子版，影印件，或發(fā)布在互聯(lián)網(wǎng)及內(nèi)部網(wǎng)絡(luò)等。使用許可可于發(fā)布機(jī)構(gòu)獲取。T/CESA1150—2021前言 2規(guī)范性引用文件 3術(shù)語和定義 4總體功能 5輸入和輸出 26服務(wù)接口 37功能模塊 58性能指標(biāo) 5參考文獻(xiàn) T/CESA1150—2021本文件按照GB/T1.1—2020《標(biāo)準(zhǔn)化工作導(dǎo)則第1部分：標(biāo)準(zhǔn)化文件的結(jié)構(gòu)和起草規(guī)則》的規(guī)定起請(qǐng)注意本文件的某些內(nèi)容可能涉及專利。本文件的發(fā)布機(jī)構(gòu)不承擔(dān)識(shí)別這些專利的責(zé)任。本文件由中國(guó)科學(xué)院計(jì)算技術(shù)研究所提出。本文件由中國(guó)電子工業(yè)標(biāo)準(zhǔn)化技術(shù)協(xié)會(huì)歸口。本文件起草單位：中國(guó)科學(xué)院計(jì)算技術(shù)研究所、中國(guó)盲文出版社、中科寒武紀(jì)科技股份有限公司、浙江大學(xué)。本文件主要起草人：王向東、劉宏、王艷萍、李威、卜佳俊、錢躍良、周瑋琪、胡晨希、惲超、劉俊英、王煒、周晟。1T/CESA1150—2021人工智能芯片應(yīng)用面向漢盲翻譯系統(tǒng)的技術(shù)要求本文件規(guī)定了在人工智能芯片應(yīng)用方面，面向漢盲翻譯系統(tǒng)的技術(shù)要求，包括輸入/輸出、服務(wù)接口、功能模塊設(shè)置、性能指標(biāo)等方面的要求。本文件適用于在智能芯片上進(jìn)行漢盲翻譯系統(tǒng)的部署、檢驗(yàn)及應(yīng)用。2規(guī)范性引用文件下列文件中的內(nèi)容通過文中的規(guī)范性引用而構(gòu)成本文件必不可少的條款。其中，注日期的引用文件，僅該日期對(duì)應(yīng)的版本適用于本文件；不注日期的引用文件，其最新版本（包括所有的修改單）適用于本文件。GB/T15720-2008中國(guó)盲文GB/T38640-2020盲用數(shù)字出版格式GF0019-2018國(guó)家通用盲文方案3術(shù)語和定義下列術(shù)語和定義適用于本文件。3.1機(jī)器學(xué)習(xí)machinelearning功能單元通過獲取新知識(shí)或技能，或通過整理已有的知識(shí)或技能來改進(jìn)其性能的過程。[來源：GB/T5271.31-2006,術(shù)語和定義31.01.02]3.2漢盲翻譯Chinese-Brailletranslation將漢字文本轉(zhuǎn)換為對(duì)應(yīng)的漢語盲文文本。3.3電子盲文electronicBraille以數(shù)字形式存儲(chǔ)的盲文內(nèi)容。2T/CESA1150—2021[GB/T38640-2020,術(shù)語和定義3.2]4總體功能4.1核心功能漢盲翻譯系統(tǒng)應(yīng)至少具備將輸入的漢字文本翻譯為對(duì)應(yīng)的漢語盲文文本的核心功能。基于智能芯片的漢盲翻譯系統(tǒng)宜充分利用智能芯片運(yùn)行人工智能和機(jī)器學(xué)習(xí)模型，以實(shí)現(xiàn)高效的漢盲翻譯。4.2漢語盲文方案漢盲翻譯系統(tǒng)所處理的漢語盲文應(yīng)符合GB/T15720-2008、GF0019-2018。4.3輸入輸出形式以輸入和輸出的形式來劃分，基于智能芯片的漢盲翻譯系統(tǒng)可以兩種方式提供漢盲翻譯服務(wù)：文件翻譯和字符串翻譯。文件翻譯是指輸入一個(gè)漢字文本文件，返回一個(gè)與之相應(yīng)的盲文文本文件。字符串翻譯是指輸入一個(gè)漢字字符串，返回一個(gè)與之相應(yīng)的盲文字符串。4.4服務(wù)方式及接口以提供服務(wù)的方式和接口來劃分，基于智能芯片的漢盲翻譯系統(tǒng)可以兩種方式提供漢盲翻譯服務(wù)：網(wǎng)絡(luò)服務(wù)和本地服務(wù)。網(wǎng)絡(luò)服務(wù)是指基于網(wǎng)絡(luò)通信接口提供服務(wù)。本地服務(wù)是指基于本機(jī)的進(jìn)程/線程/模塊間的通信接口提供服務(wù)。5輸入和輸出5.1文件翻譯5.1.1輸入文件輸入的文件應(yīng)支持常用的文本文件格式，包括txt格式、word格式（doc或docx）、pdf格式。對(duì)于包含格式和非文本內(nèi)容的文件格式，如word格式和pdf格式，應(yīng)至少可提取其中的所有標(biāo)題和正文文本作為翻譯的輸入。根據(jù)需要，輸入文件中的文本應(yīng)包含所需的非漢字字符，如標(biāo)點(diǎn)符號(hào)、英文字母、阿拉伯?dāng)?shù)字符號(hào)及其它可能用到的符號(hào)，而非只由漢字字符構(gòu)成。5.1.2輸出文件3T/CESA1150—2021輸出的文件應(yīng)符合GB/T38640-2020中電子盲文的格式要求?？刹捎脴?biāo)準(zhǔn)中定義的XML格式，DBO格式或其它符合標(biāo)準(zhǔn)的格式。5.2字符串翻譯5.2.1輸入字符串輸入字符串應(yīng)采用UTF-8編碼。一般為一個(gè)漢語句子。字符數(shù)不超過128。根據(jù)需要，輸入字符串應(yīng)包含所需的非漢字字符，如標(biāo)點(diǎn)符號(hào)、英文字母、阿拉伯?dāng)?shù)字符號(hào)及其它可能用到的符號(hào)，而非只由漢字字符構(gòu)成。5.2.2輸出字符串輸出字符串應(yīng)遵循常用的盲文編碼規(guī)范，包括Unicode編碼和ASCII編碼。6服務(wù)接口6.1網(wǎng)絡(luò)服務(wù)網(wǎng)絡(luò)服務(wù)采用網(wǎng)絡(luò)服務(wù)接口，可基于socket接口或http服務(wù)。6.2本地服務(wù)本地服務(wù)除可采用運(yùn)行于本地的網(wǎng)絡(luò)接口外，也可采用本地接口。如作為SDK，以函數(shù)形式提供接6.3具體服務(wù)接口6.3.1應(yīng)具備的服務(wù)接口一個(gè)用于向上層應(yīng)用提供服務(wù)的漢盲翻譯系統(tǒng)至少應(yīng)具備如下的服務(wù)接口：任務(wù)創(chuàng)建接口、任務(wù)狀態(tài)查詢接口、翻譯結(jié)果獲取接口、翻譯任務(wù)取消接口。6.3.2文件翻譯任務(wù)創(chuàng)建接口調(diào)用此接口創(chuàng)建文件翻譯任務(wù)，并在漢盲翻譯服務(wù)器或本地進(jìn)行翻譯。接口的輸入、輸出參數(shù)見表1。4T/CESA1150—2021表1文件翻譯任務(wù)創(chuàng)建接口參數(shù)定義參數(shù)名描述類型輸入/輸出input_file要翻譯的文件名字符串輸入?yún)?shù)braille_type要翻譯的盲文類型，1為現(xiàn)行盲文，2為通用盲文，3為雙拼盲文整數(shù)輸入?yún)?shù)task_id翻譯任務(wù)標(biāo)識(shí)符（ID）整數(shù)輸出參數(shù)6.3.3字符串翻譯任務(wù)創(chuàng)建接口調(diào)用此接口創(chuàng)建字符串翻譯任務(wù)，并在漢盲翻譯服務(wù)器或本地進(jìn)行翻譯。接口的輸入、輸出參數(shù)見表2。參數(shù)名描述類型輸入?yún)?shù)名描述類型輸入/輸出input_string要翻譯的字符串字符串輸入?yún)?shù)braille_type要翻譯的盲文類型，1為現(xiàn)行盲文，2為通用盲文，3為雙拼盲文整數(shù)輸入?yún)?shù)task_id翻譯任務(wù)標(biāo)識(shí)符（ID）整數(shù)輸出參數(shù)6.3.4任務(wù)狀態(tài)查詢接口調(diào)用此接口查詢翻譯任務(wù)狀態(tài)。此接口適用于文件翻譯和字符串翻譯。接口輸入、輸出參數(shù)見表3。表3任務(wù)查詢接口參數(shù)定義參數(shù)名描述類型輸入/輸出task_id要查詢的任務(wù)標(biāo)識(shí)符（ID）整數(shù)輸入?yún)?shù)task_status任務(wù)狀態(tài)，Y表示轉(zhuǎn)換完成，W表示正在執(zhí)行，N表示任務(wù)尚未開始字符串輸出參數(shù)表2字符串翻譯任務(wù)創(chuàng)建接口參數(shù)定義6.3.5文件翻譯結(jié)果獲取接口調(diào)用此接口獲取文件翻譯結(jié)果。輸入、輸出參數(shù)見表4。表4文件翻譯結(jié)果獲取接口參數(shù)定義參數(shù)名描述類型輸入/輸出task_id要獲取結(jié)果的翻譯任務(wù)標(biāo)識(shí)符（ID）整數(shù)輸入?yún)?shù)result_url翻譯結(jié)果文件的URL字符串輸出參數(shù)6.3.6字符串翻譯結(jié)果獲取接口5T/CESA1150—2021調(diào)用此接口獲取字符串翻譯結(jié)果。輸入、輸出參數(shù)見表5。表5字符串翻譯結(jié)果獲取接口參數(shù)定義參數(shù)名描述類型輸入/輸出task_id要獲取結(jié)果的翻譯任務(wù)標(biāo)識(shí)符（ID）整數(shù)輸入?yún)?shù)result_string翻譯結(jié)果字符串字符串輸出參數(shù)6.3.7翻譯任務(wù)取消接口調(diào)用此任務(wù)取消翻譯任務(wù)。此接口適用于文件翻譯和字符串翻譯。輸入、輸出參數(shù)見表6。表6翻譯任務(wù)取消接口參數(shù)定義參數(shù)名描述類型輸入/輸出task_id要取消的翻譯任務(wù)標(biāo)識(shí)（ID）整數(shù)輸入?yún)?shù)state是否成功取消，true為成功，false為失敗輸出參數(shù)7功能模塊7.1模塊劃分基于智能芯片的漢盲翻譯系統(tǒng)，應(yīng)將機(jī)器學(xué)習(xí)模型與程序獨(dú)立?；谥悄苄酒臐h盲翻譯系統(tǒng)，應(yīng)至少劃分為接口響應(yīng)模塊、機(jī)器學(xué)習(xí)模型加載模塊、翻譯模塊。接口響應(yīng)模塊負(fù)責(zé)響應(yīng)各種接口請(qǐng)求，接收相應(yīng)的輸入，調(diào)用內(nèi)部功能實(shí)現(xiàn)，并在需要時(shí)返回相應(yīng)輸出。機(jī)器學(xué)習(xí)模型加載模塊負(fù)責(zé)一次性將外部存儲(chǔ)（硬盤）中的機(jī)器學(xué)習(xí)模型文件加載至內(nèi)存；翻譯模塊負(fù)責(zé)使用加載的機(jī)器學(xué)習(xí)模型執(zhí)行翻譯任務(wù)。在模型加載后，執(zhí)行每次翻譯任務(wù)時(shí)無需再次加載模型。7.2翻譯模塊采用智能芯片時(shí)，翻譯模塊應(yīng)盡可能采用智能芯片運(yùn)算。機(jī)器學(xué)習(xí)模型應(yīng)盡可能加載至智能芯片。8性能指標(biāo)8.1翻譯準(zhǔn)確率指標(biāo)自動(dòng)翻譯完成后，將翻譯結(jié)果與標(biāo)準(zhǔn)答案進(jìn)行比對(duì)，計(jì)算相關(guān)的翻譯準(zhǔn)確率指標(biāo)。對(duì)于標(biāo)準(zhǔn)答案中的某個(gè)盲文詞，當(dāng)在不考慮讀音的情況下，該盲文詞與翻譯結(jié)果中對(duì)應(yīng)的盲文詞一致，即對(duì)應(yīng)相同的漢字串時(shí)，認(rèn)為該盲文詞分詞正確；當(dāng)該盲文詞與翻譯結(jié)果中對(duì)應(yīng)的盲文詞完全一致時(shí)，認(rèn)為該盲文詞完全正確。按下面的兩個(gè)式子計(jì)算盲文分詞準(zhǔn)確率和盲文詞翻譯準(zhǔn)確率。盲文分詞準(zhǔn)確率=分詞正確的盲文詞數(shù)/標(biāo)準(zhǔn)答案中盲文詞總數(shù).（1）6T/CESA1150—2021盲文詞翻譯準(zhǔn)確率=完全正確的盲文詞數(shù)/標(biāo)準(zhǔn)答案中盲文詞總數(shù) 對(duì)于標(biāo)準(zhǔn)答案中的某個(gè)盲文音節(jié)，當(dāng)翻譯結(jié)果中的對(duì)應(yīng)音節(jié)與之完全相同時(shí)，認(rèn)為該音節(jié)讀音標(biāo)注正確。按下面的式子計(jì)算讀音標(biāo)注準(zhǔn)確率。讀音標(biāo)注準(zhǔn)確率=讀音標(biāo)注正確的音節(jié)數(shù)/標(biāo)準(zhǔn)答案中的音節(jié)總數(shù) 8.2時(shí)間效率指標(biāo)翻譯時(shí)間：從開始翻譯到結(jié)束翻譯的時(shí)間。響應(yīng)時(shí)間：從接收到翻譯任務(wù)到返回結(jié)果的時(shí)間。平均每秒翻譯字?jǐn)?shù)：平均每秒翻譯的字?jǐn)?shù)。8.3測(cè)試和性能指標(biāo)要求測(cè)試時(shí)，應(yīng)按照具體的漢盲翻譯系統(tǒng)實(shí)際應(yīng)用時(shí)的真實(shí)場(chǎng)景，包括所處理的漢字文本的領(lǐng)域、主題等，設(shè)計(jì)測(cè)試數(shù)據(jù)。測(cè)試數(shù)據(jù)應(yīng)盡可能的多樣化，如來源于不同的書籍或資料。測(cè)試數(shù)據(jù)規(guī)模一般應(yīng)不