[发明专利]语料评估模型训练方法、装置、存储介质和计算机设备

说明书

本申请涉及一种语料评估模型训练方法、装置、计算机可读存储介质和计算机设备，所述方法包括：获取平行语料；所述平行语料包括源文本和相应的参考翻译文本；通过机器翻译模型对所述源文本进行翻译得到相应的机器翻译文本；将所述源文本和所述机器翻译文本共同作为语料评估模型的训练样本；对比所述机器翻译文本和所述参考翻译文本，得到与所述训练样本相应的训练标签；通过所述训练样本和相应的训练标签训练所述语料评估模型。本申请提供的方案可以提高模型训练效率和效果。

技术领域

本申请涉及机器学习技术领域，特别是涉及一种语料评估模型训练方法、装置、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。在机器翻译领域中，用于训练机器翻译模型的平行语料中可能会存在大量的噪声，从而影响机器翻译模型的质量。因此，如何从大量的平行语料中筛选出低噪声的平行语料，以用于训练机器翻译模型成为亟待解决的问题。

传统的对平行语料进行筛选的方式主要通过人工设计多个语料评估的特征，以无噪声的平行语料为正例，对语料的参考译文施加与人工设计的特征对应的人工噪声来构造反例，从而构造出数据筛选模型的训练数据，再对模型进行训练。

然而，传统的模型训练的方式，由于需要大量的人工构造的语料和人工标注的数据来进行训练，在获取训练数据和使用训练数据对模型进行训练时都会耗费大量的时间，导致机器学习模型训练效率比较低。

发明内容

基于此，有必要针对传统的数据筛选模型训练效率低的技术问题，提供一种语料评估模型训练方法、装置、计算机可读存储介质和计算机设备。

一种语料评估模型训练方法，包括：

获取平行语料；所述平行语料包括源文本和相应的参考翻译文本；

通过机器翻译模型对所述源文本进行翻译得到相应的机器翻译文本；

将所述源文本和所述机器翻译文本共同作为语料评估模型的训练样本；

对比所述机器翻译文本和所述参考翻译文本，得到与所述训练样本相应的训练标签；

通过所述训练样本和相应的训练标签训练所述语料评估模型。

一种语料评估模型训练装置，所述装置包括：

获取模块，用于获取平行语料；所述平行语料包括源文本和相应的参考翻译文本；

翻译模块，用于通过机器翻译模型对所述源文本进行翻译得到相应的机器翻译文本；

确定模块，用于将所述源文本和所述机器翻译文本共同作为语料评估模型的训练样本；

对比模块，用于对比所述机器翻译文本和所述参考翻译文本，得到与所述训练样本相应的训练标签；

训练模块，用于通过所述训练样本和相应的训练标签训练所述语料评估模型。

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以下步骤：

获取平行语料；所述平行语料包括源文本和相应的参考翻译文本；

通过机器翻译模型对所述源文本进行翻译得到相应的机器翻译文本；

将所述源文本和所述机器翻译文本共同作为语料评估模型的训练样本；

对比所述机器翻译文本和所述参考翻译文本，得到与所述训练样本相应的训练标签；

通过所述训练样本和相应的训练标签训练所述语料评估模型。

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以下步骤：