[发明专利]语句翻译方法、装置、电子设备和存储介质

说明书

本公开涉及一种语句翻译方法、装置、电子设备和存储介质，该方法包括：获取待翻译语句中的多个词语，对待翻译语句进行拆分处理，得到待翻译语句中的多个字符，根据待翻译语句中的多个词语，确定待翻译语句中的每个字符对应的关联信息，将待翻译语句中的每个字符和每个字符对应的关联信息输入翻译模型，得到翻译后的目标语句。本公开通过将待翻译语句拆分为多个字符，能够降低无明显词语边界标志的源语言分词错误或分词不一致对翻译质量的影响，同时减小了翻译模型的源语言词表以及翻译模型所占用的存储空间，并通过结合字符对应的关联信息，降低了由于将待翻译语句拆分成多个字符，导致字符丢失部分语义信息对翻译质量的影响，保证了翻译质量。

技术领域

本公开涉及神经机器翻译技术领域，尤其涉及一种语句翻译方法、装置、电子设备和存储介质。

背景技术

随着计算机技术的迅速发展，对语句翻译的准确度的要求也越来越高。为了提高语句翻译的翻译质量，在相关技术中，主要是通过预先对待翻译语句进行分词处理，并将分词处理后得到的词语输入预先训练的翻译模型，得到翻译后的语句。在对待翻译语句进行分词处理的过程中，若发生分词错误或分词不一致，会影响翻译模型的翻译质量。并且，在构建翻译模型时，会首先根据训练语料中的词语来形成翻译模型的源语言词表，以便翻译模型通过源语言词表，对待翻译语句进行翻译，而由词语形成的源语言词表的数据量较大，这会导致翻译模型的模型参数较多，使翻译模型占用较大的存储空间。

发明内容

为克服相关技术中存在的问题，本公开提供一种语句翻译方法、装置、电子设备和存储介质。

根据本公开实施例的第一方面，提供一种语句翻译方法，所述方法包括：

获取待翻译语句中的多个词语；

对所述待翻译语句进行拆分处理，得到所述待翻译语句中的多个字符；

根据所述待翻译语句中的多个词语，确定所述待翻译语句中的每个字符对应的关联信息，所述关联信息用于指示该字符与该字符所在的词语之间的关联关系；

将所述待翻译语句中的每个字符、以及每个所述字符对应的关联信息输入预先训练的翻译模型，得到翻译后的目标语句。

可选地，所述关联信息包括字符标签，所述字符标签用于指示该字符在该字符所在的词语中的位置，所述将所述待翻译语句中的每个字符、以及每个所述字符对应的关联信息输入预先训练的翻译模型，得到翻译后的目标语句包括：

针对所述待翻译语句中的每个字符，获取该字符的字符向量，以及该字符对应的字符标签的标签向量，将该字符的字符向量与该字符的标签向量进行按位与操作，得到该字符对应的字符特征向量；

将得到的每个所述字符对应的字符特征向量作为所述翻译模型的输入，得到翻译后的目标语句。

可选地，所述翻译模型包括编码器和解码器，所述将得到的每个所述字符对应的字符特征向量作为所述翻译模型的输入，得到翻译后的目标语句包括：

将每个所述字符对应的字符特征向量输入所述编码器，得到所述编码器输出的目标编码向量；

将所述目标编码向量输入所述解码器，得到所述解码器输出的所述目标语句。

可选地，所述编码器为N个，所述解码器为M个，N和M为均大于或等于2的正整数，所述将所述字符对应的字符特征向量输入所述编码器，得到所述编码器输出的目标编码向量包括：

将第n-1个所述编码器的输出作为第n个所述编码器的输入，以得到第n个所述编码器输出的编码向量，1n≤N，且n为正整数，第1个所述编码器的输入为所述字符对应的字符特征向量；

将第N个所述编码器的输出的所述编码向量，作为所述目标编码向量；