[发明专利]一种模型训练方法、装置、电子设备及存储介质

说明书

本申请实施例提供了一种模型训练方法、装置、电子设备及存储介质，涉及计算机技术领域，包括：获得第一语料对，第一语料对包括：源语言的第一源文本，以及所述第一源文本对应的、目标语言的第一目标文本；利用所述第一语料对训练样本构建模型，样本构建模型用于：将所述目标语言的文本翻译为所述源语言的文本；获得所述目标语言的第二目标文本，利用所述样本构建模型翻译所述第二目标文本，得到第二源文本；利用第二语料对训练目标翻译模型，其中，所述第二语料对包括：所述第二源文本、第二目标文本，所述目标翻译模型用于：将所述源语言的文本翻译为所述目标语言的文本。应用本申请实施例提供的方案，可以提高模型翻译的准确度。

技术领域

本申请涉及计算机技术领域，特别是涉及一种模型训练方法、装置、电子设备及存储介质。

背景技术

随着人工智能的快速发展，网络模型的应用也越来越广泛。在进行翻译时，可以利用网络模型将源语言的源文本翻译为目标语言的目标文本。然而，网络模型在翻译时，可能存在过翻问题，使得翻译后的目标文本中错误的字符串反复出现，而目标文本的长度是有限制的，这样容易导致目标文本被错误的字符串填充而无法覆盖源文本中所有的字符，翻译准确度差。

例如，假设以英文语言为源语言的源文本为“A的远程控制，鼠标总有大概150px的偏移，操作非常困难”；

将上述源文本翻译为英文语言的目标文本，正确的翻译结果应该是“A's remotecontrol,the mouse always has a displacement of about 150px,the operation isvery difficult”；

而若存在过翻问题，则得到的翻译结果可能是”A remote control,the mousealways has a bit of a bit of a bit of a bit of a bit of a bit of a bit of abit of a bit”。

相关技术中，为了解决上述过翻问题，通常将源文本输入网络模型，获得网络模型翻译得到的多个候选文本，确定每一候选文本对源文本中各个字符的覆盖率，基于上述覆盖率为各个候选文本评分，将评分最高的候选文本作为最终的翻译结果。

上述方案中，由于网络模型本身存在缺陷，即使评分最高的候选结果中也可能存在过翻问题，从而导致最终得到的翻译结果的准确度低。

发明内容

本申请实施例的目的在于提供一种模型训练方法、装置、电子设备及存储介质，以提高模型翻译的准确度。具体技术方案如下：

第一方面，本申请实施例提供了一种模型训练方法，所述方法包括：

获得第一语料对，其中，所述第一语料对包括：源语言的第一源文本，以及所述第一源文本对应的、目标语言的第一目标文本；

利用所述第一语料对训练样本构建模型，其中，所述样本构建模型用于：将所述目标语言的文本翻译为所述源语言的文本；

获得所述目标语言的第二目标文本，利用所述样本构建模型翻译所述第二目标文本，得到第二源文本；

利用第二语料对训练目标翻译模型，其中，所述第二语料对包括：所述第二源文本、第二目标文本，所述目标翻译模型用于：将所述源语言的文本翻译为所述目标语言的文本。

本申请的一个实施例中，所述利用第二语料对训练目标翻译模型，包括：

利用所述第一语料对、第二语料对训练所述目标翻译模型。

本申请的一个实施例中，所述获得第一语料对，包括：

获得包括所述第一源文本、第一目标文本的候选语料对；

对所述候选语料对进行清洗，得到第一语料对。