[发明专利]语言翻译方法及相关产品

权利要求书

1.一种语言翻译方法，其特征在于，应用于计算装置中，所述计算装置包括和直接内存访问DMA单元，所述DMA单元包括DMA控制器和寄存器模块；运算单元，所述方法包括：

所述DMA控制器从所述寄存器模块获取第一地址和第二地址；所述DMA控制器从所述第一地址对应的存储空间中获取用户输入的第一语言信息；

所述运算单元获取运算指令，以调用所述运算指令对所述第一语言信息进行处理，从而获得第二语言信息；并将所述第二语言信息发送至所述DMA控制器；其中，当所述处理为语言翻译处理时，所述第二语言信息对应采用的语言不同于所述第一语言信息对应采用的语言；当所述处理为聊天预测处理时，所述第二语言信息为针对所述第一语言信息进行预测所获得的聊天反馈信息；所述运算指令为用户侧或终端侧预先设置用于语言处理的指令；

所述DMA控制器将所述目标分类结果存储至所述第二地址对应的存储空间中。

2.根据权利要求1所述的方法，其特征在于，所述计算装置还包括寄存器单元以及控制器单元，所述运算单元获取运算指令，以调用所述运算指令对所述第一语言信息进行处理包括：

所述控制器单元从所述寄存器单元中提取网络模型关联的运算指令，并发送给所述运算单元；

所述运算单元调用所述运算指令，对所述第一语言信息进行处理，从而获得第二语言信息。

3.根据权利要求1所述的方法，其特征在于，所述运算指令包括第一运算指令以及第二运算指令，所述计算装置还包括寄存器单元以及控制器单元，所述运算单元获取运算指令，以调用所述运算指令对所述第一语言信息进行处理包括：

所述控制器单元从所述寄存器单元中提取第一运算指令以及网络模型关联的第二运算指令，并发给所述运算单元；

所述运算单元调用第一运算指令对所述第一语言信息进行预处理，从而获得符合预设格式的中间语言信息，所述预设格式至少包括：指定长度的向量；

所述运算单元调用所述网络模型关联的第二运算指令，对所述中间语言信息进行处理，从而获得第二语言信息；

其中，所述网络模型包括预置的神经网络模型或者非神经网络模型当所述网络模型为神经网络模型时，所述神经网络模型包括以下功能层中的任一项或多项的组合：卷积运算层、池化pooling层、激活softmax层、批归一化batch normalization层以及全连接层；其中，所述卷积运算层的运算是通过卷积运算指令实现的，所述pooling层的运算是通过pooling指令实现的，所述激活层的运算是通过激活指令实现的，所述batchnormalization层的运算是通过batch normalization指令实现的，所述全连接层的运算是通过全连接指令实现的；且构成所述神经网络模型中的功能层、所述功能层的数量以及排序是由用户侧或终端侧自定义设置的。

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述运算单元包括通过互联模块互联的主运算模块以及多个从运算模块，所述运算指令为卷积运算指令时，

所述调用所述运算指令对所述第一语言信息进行处理包括：

所述从运算模块实现卷积神经网络算法中的输入数据和卷积核的卷积运算，所述输入数据为所述第一语言信息，所述卷积神经网络算法与所述卷积运算指令对应；

所述互联模块实现所述主运算模块与所述从运算模块之前的数据传输，在神经网络全连接层正向运算开始之前，所述主运算模块通过互联模块将所述输入数据发送给每个从运算模块，所述多个从运算模块利用相同的所述输入数据与各自的卷积核，并行地计算出各自的输出标量；在所述多个从运算模块计算结束后，互联模块逐级将各个从运算模块的输出标量拼成中间向量，并返回给主运算模块；

所述主运算模块将所有输入数据对应的中间向量拼接成中间结果，并将所述中间结果与偏置数据相加，然后执行激活操作，从而获得第二语言信息。

5.根据权利要求4所述的方法，其特征在于，所述主运算模块包括第一运算单元，所述第一运算单元包括向量加法单元以及激活单元，

所述主运算模块将中间结果与偏置数据相加，然后执行激活操作包括：

所述向量加法单元实现卷积神经网络正向计算中的加偏置操作，将偏置数据与中间结果对位相加得到偏置结果；

所述激活单元对偏置结果执行激活函数操作。