随着“一带一路”政策的实施、“十四五”规划的发布,北京机械工业自动化研究所自主研发的RS10产品,作为中国第一批工业管理软件,伴随着二十年的历史沉淀积极响应号召,进行了基于云平台数字化变革的产业结构升级和创新。人工智能技术作为RS10产品变革中关键性技术之一衍生出本课题。本课题结合政策背景、理论背景和RS10产品背景主要做了以下五个方面工作:第一、借助RS10产品多年积累的业务场景经抽取、泛化、语料清洗等处理构建了特属RS10工业制造业的高质量数据集。第二、本课题基于RS10云平台设计开发了前后台交互的动态业务标签功能,该功能支持同步维护业务标签信息、数据建模时的标签预定义、敏捷开发过程中的标签动态加载。第三、本课题融合神经机器翻译通过对Transformer的改进自主训练了三个中英文翻译模型,其中包括基准翻译模型一;随机选取目标词约束的翻译模型二;依赖双语字典选取词约束的翻译模型三。第四、为提高本业务场景下机器翻译的原文忠实度,本实验创新性地采用Mos es搭建训练了加入词对齐处理的统计机器翻译模型。经对比验证该模型翻译效果最优,并通过前后台将其集成应用到RS10产品中,最终实现了具有动态效果、灵活扩展和及时性的中英文在线翻译。第五、本文经梳理提供了一套机器翻译与工业管理软件结合应用的科研落地流程。结合以上工作,本课题实现的成果和贡献主要体现在四个方面:第一、RS10数据集的构建实现了RS10工业术语标准化,从而保证需求、设计、应用阶段工业元素在理解上的一致统一。第二、动态业务标签功能抽象出了对基础数据管理共性化需求,秉承模块化的开发方式满足了用户定制化需求,强化了系统的通用性和重构能力,最终实现了面向工业软件中业务需求不断变换的场景下,项目落地转换率的提高。第三、本实验训练出了RS10产品定制化翻译模型,保证了技术自主可控性。同时,该模型于在线翻译的功能应用经实际开发场景验证,可完全实现开发人员在开发过程中手动录入、不断变更标签工作的剔除,极大提升了开发效率。第四、本课题具备的模型训练流程,为今后RS10云平台支持多语言翻译研究,机器翻译和生产管理软件的结合研究提供了样本,赋予了产品为今后中国制造业走向智能化、国际化、战略转型发展提供助力的价值。