[发明专利]一种翻译方法、翻译装置、翻译设备以及存储介质有效
申请号: | 202110560294.3 | 申请日: | 2021-05-21 |
公开(公告)号: | CN113191163B | 公开(公告)日: | 2023-06-30 |
发明(设计)人: | 程善伯;王明轩;李磊 | 申请(专利权)人: | 北京有竹居网络技术有限公司 |
主分类号: | G06F40/58 | 分类号: | G06F40/58;G06N20/00 |
代理公司: | 北京信远达知识产权代理有限公司 11304 | 代理人: | 姚莹丽 |
地址: | 101299 北京市平*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 翻译 方法 装置 设备 以及 存储 介质 | ||
本申请实施例公开了一种翻译方法、翻译装置、翻译设备以及存储介质,首先确定与第一原文语句在语义上相似的第二原文语句,之后确定在第一原文语句和第二原文语句中都出现的目标原词,若目标原词在第一原文语句和第二原文语句中的译词不同,则根据目标原词被翻译为第一译词或第二译词的概率确定目标原词的目标译词。由此可见,本申请实施例的翻译方法不仅利用了第二原文语句的第二译文语句的信息,还采用了第二原文语句的信息,根据第二原文语句和第一原文语句的相似词汇信息,对第一原文语句的翻译进行校正,能够增大翻译的准确性。
技术领域
本申请涉及机器学习领域,尤其涉及一种翻译方法、翻译装置、翻译设备以及存储介质。
背景技术
随着计算机技术的快速发展,机器学习领域也有了很多的技术进步。在机器学习领域主要是通过训练神经网络模型来代替重复的人工操作。当前机器学习也可以应用到翻译领域,可以训练神经网络模型来进行翻译。
神经网络机器翻译(Neural Machine Translation,NMT)翻译质量较高,已经成为当前最广泛的机器翻译技术。主要的翻译过程如下:将原文语句s输入NMT中,NMT中的编码器(encoder)将原文语句s编码为向量,之后将原文语句s的向量进行模型计算得到原文语句s的译文语句t的向量,利用解码器(decoder)对译文语句t的向量进行解码,得到译文语句t。
但是,现有技术中进行翻译时,存在翻译的过程中出现翻译不准确的问题。
发明内容
为了解决现有技术在翻译的过程中出现翻译不准确的问题,本申请实施例提供了一种翻译方法,能够提高翻译的准确性。
本申请实施例提供一种翻译方法,所述方法包括:
获取目标句对,所述目标句对包括第一原文语句和第一译文语句,所述第一译文语句为所述第一原文语句的译文;
根据所述第一原文语句获取参考句对,所述参考句对包括第二原文语句和第二译文语句,所述第二原文语句和所述第一原文语句在语义上相似,所述第二译文语句为所述第二原文语句的译文;
确定所述第一原文语句中的目标原词,所述目标原词为既出现在所述第一原文语句中又出现在所述第二原文语句中的词;
响应于第一译词和第二译词不同,根据所述目标原词的第一概率和第二概率确定所述目标原词的目标译词,所述第一译词为所述目标原词在所述第一译文语句中对应的词,所述第二译词为所述目标原词在所述第二译文语句中对应的词,所述第一概率为所述目标原词在所述第一译文语句中被翻译为所述第一译词的概率,所述第二概率为所述目标原词在所述第二译文语句中被翻译为所述第二译词的概率;
根据所述目标原词的目标译词确定所述第一原文语句的目标译文语句。
可选的,所述根据所述目标原词的第一概率和第二概率确定所述目标原词的目标译词,包括下述至少一项:
响应于所述第一概率小于所述第二概率,将所述第二译词确定为所述目标原词的目标译词;
响应于所述第一概率大于所述第二概率,将所述第一译词确定为所述目标原词的目标译词;
响应于所述第一概率等于所述第二概率,将所述第一译词或所述第二译词确定为所述目标原词的目标译词。
可选的,所述方法还包括:
将所述第一原文语句输入到翻译模型中,得到所述第一概率。
可选的,所述方法还包括:
将所述第二原文语句和所述第二译文语句输入到所述翻译模型中,得到所述第二概率。
可选的,所述根据所述目标原词的第一概率和第二概率确定所述目标原词的目标译词,包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京有竹居网络技术有限公司,未经北京有竹居网络技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110560294.3/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种水性抗菌耐指纹UV漆的制备方法
- 下一篇:一种大熊猫尿液激素的校正方法