[发明专利]文本翻译方法、装置、可读存储介质和计算机设备

说明书

本申请涉及一种文本翻译方法、装置、计算机可读存储介质和计算机设备，所述方法包括：获取源文本的词序列；通过机器翻译模型中编码器的多层神经网络，逐层对所述词序列进行语义编码，得到源端融合向量序列；所述源端融合向量序列融合了各层神经网络所输出的源端向量序列；通过所述机器翻译模型的解码器，根据所述机器翻译模型前次输出的目标词的词向量，对所述源端融合向量序列进行解码，得到当次的目标端向量序列；根据所述目标端向量序列，确定所述机器翻译模型当次输出的目标词；根据所述机器翻译模型输出的各目标词，生成所述源文本对应的目标文本。本申请提供的方案可以提高文本翻译质量。

技术领域

本申请涉及机器学习技术领域，特别是涉及一种文本翻译方法、装置、计算机可读存储介质和计算机设备。

背景技术

随着机器学习技术的发展，出现了机器翻译技术。在现有的机器翻译领域，通常采用深层神经网络来进行文本翻译，常用的深层神经网络比如，循环神经网络、卷积神经网络、以及自注意力机制网络等。传统的通过神经网络模型来进行文本翻译，通常会使用编码-解码框架，也就是根据由多层神经网络构成的编码器、以及由多层神经网络构成的解码器而组成的框架。

然而，使用传统的神经网络翻译框架来进行文本翻译，通常仅仅利用了编码器和解码器中最上层神经网络的信息，使得文本翻译准确率不高。

发明内容

基于此，有必要针对文本翻译准确率低的技术问题，提供一种文本翻译方法、装置、计算机可读存储介质和计算机设备。

一种文本翻译方法，包括：

获取源文本的词序列；

通过机器翻译模型中编码器的多层神经网络，逐层对所述词序列进行语义编码，得到源端融合向量序列；所述源端融合向量序列融合了各层神经网络所输出的源端向量序列；

通过所述机器翻译模型的解码器，根据所述机器翻译模型前次输出的目标词的词向量，对所述源端融合向量序列进行解码，得到当次的目标端向量序列；

根据所述目标端向量序列，确定所述机器翻译模型当次输出的目标词；

根据所述机器翻译模型输出的各目标词，生成所述源文本对应的目标文本。

一种文本翻译装置，所述装置包括：

获取模块，用于获取源文本的词序列；

编码模块，用于通过机器翻译模型中编码器的多层神经网络，逐层对所述词序列进行语义编码，得到源端融合向量序列；所述源端融合向量序列融合了各层神经网络所输出的源端向量序列；

解码模块，用于通过所述机器翻译模型的解码器，根据所述机器翻译模型前次输出的目标词的词向量，对所述源端融合向量序列进行解码，得到当次的目标端向量序列；

确定模块，用于根据所述目标端向量序列，确定所述机器翻译模型当次输出的目标词；

生成模块，用于根据所述机器翻译模型输出的各目标词，生成所述源文本对应的目标文本。

一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述文本翻译方法的步骤。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述文本翻译方法的步骤。