[发明专利]一种机器翻译模型的训练方法及装置

说明书

本发明公开了一种机器翻译模型的训练方法，包括：获取第一双语句对；按照一预设概率，删除所述第一双语句对中的标点符号，获得第二双语句对；利用所述第二双语句对进行机器翻译模型的训练。本发明实现了降低机器翻译模型对标点符号的过学习，提高翻译准确率的技术效果。同时，本发明还公开了一种机器翻译模型的训练装置。

技术领域

本发明涉及电子技术领域，尤其涉及一种机器翻译模型的训练方法及装置。

背景技术

随着双语句对的大量积累，计算机硬件计算能力的提高，以及机器翻译算法的进步，机器翻译的性能有了很大提升。

对于某些语言，双语句对一般会存在句末标点。例如：中文中绝大大多数句末标点是“。”，英文中绝大多数句末标点是“.”。由于这种源端句子句末常见标点大量存在，且都在句尾，会形成一种非常明确的模式，利用这样的双语句对训练机器翻译模型时，往往会造成句末标点的过学习，产生过拟合现象，进而降低了机器翻译模型的翻译准确率。

发明内容

本发明实施例通过提供一种机器翻译模型的训练方法及装置，解决了现有技术中的机器翻译模型存在的翻译准确率低的技术问题，实现了提高机器翻译模型的翻译准确率的技术效果。

第一方面，本发明通过本发明的一实施例提供如下技术方案：

一种机器翻译模型的训练方法，包括：

获取第一双语句对；

按照一预设概率，删除所述第一双语句对中的标点符号，获得第二双语句对；

利用所述第二双语句对进行机器翻译模型的训练。

优选地，所述第一双语句对，包括：

待翻译语句，以及与所述待翻译语句对应的译文语句。

优选地，所述按照一预设概率，删除所述第一双语句对中的标点符号，获得第二双语句对，包括：

按照一预设概率，删除所述待翻译语句中的第一标点符号，获得第二双语句对；或

按照一预设概率，删除所述待翻译语句中的第一标点符号，以及删除所述译文语句中的第二标点符号，获得第二双语句对。

优选地，所述按照一预设概率，删除所述第一双语句对中的标点符号，获得第二双语句对，包括：

按照第一预设概率，随机或按照预设规律删除所述待翻译语句中的第一标点符号，获得第二双语句对；或

按照第一预设概率，随机或按照预设规律删除所述待翻译语句中的第一标点符号，按照第二预设概率，随机或按照预设规律删除所述译文语句中的第二标点符号，获得第二双语句对。

优选地，所述第一标点符号位于所述待翻译语句的末尾，所述第二标点符号位于所述译文语句的末尾。

优选地，所述第一标点符号或所述第二标点符号，包括：

句号、问号、感叹号或省略号。

优选地，所述预设概率的取值范围为35％～95％。

优选地，所述第一预设概率的取值范围为35％～95％，所述第二预设概率的取值范围为35％～95％。

第二方面，本发明通过本发明的一实施例，提供如下技术方案：

一种机器翻译模型的训练装置，包括：

获取单元，用于获取第一双语句对；

删除单元，用于按照一预设概率，删除所述第一双语句对中的标点符号，获得第二双语句对；

训练单元，用于利用所述第二双语句对进行机器翻译模型的训练。