[发明专利]训练样本增强方法、装置、计算机设备和存储介质

权利要求书

1.一种训练样本增强方法，其特征在于，包括：

获取第一源语言语句以及所述第一源语言语句的关联语句；

将所述关联语句中的至少一个语句与所述第一源语言语句进行拼接，得到第二源语言语句；

根据所述第二源语言语句，确定第二目标语言语句；

将所述第二源语言语句和所述第二目标语言语句形成一个语句对，并将所述语句对作为训练样本。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第二源语言语句，确定第二目标语言语句，包括：

将所述第一源语言语句对应的第一目标语言语句作为所述第二目标语言语句。

3.根据权利要求1所述的方法，其特征在于，所述根据所述第二源语言语句，确定第二目标语言语句，包括：

根据所述第一源语言语句以及所述第二源语言语句中除了所述第一源语言语句之外的语句，确定所述第二目标语言语句。

4.根据权利要求3所述的方法，其特征在于，所述根据所述第一源语言语句以及所述第二源语言语句中除了所述第一源语言语句之外的语句，确定所述第二目标语言语句，包括：

在所述第二源语言语句中除了所述第一源语言语句之外的语句中选取与所述第一源语言语句相邻的语句或语句组合，并将所选取的语句或语句组合对应的目标语言语句与所述第一源语言语句对应的第一目标语言语句进行拼接，得到所述第二目标语言语句。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：对具有同一来源标识的源语言语句设置位置索引，所述位置索引为所述源语言语句在所述来源标识对应的来源文本中的位置编号；

获取所述第一源语言语句的关联语句，包括：根据所述第一源语言语句的位置索引，在对应的来源本文中选取所述第一源语言语句的关联文本。

6.一种机器翻译模型训练方法，其特征在于，包括：

获取训练样本，所述训练样本包括多个语句对，每一个语句对包括源语言语句和对应的目标语言语句；

采用权利要求1-5任一项所述的训练样本增强方法对所述训练样本进行扩充；

根据所述训练样本和扩充增加的训练样本进行模型训练。

7.一种训练样本增强装置，其特征在于，包括：

语句获取模块，用于获取第一源语言语句以及所述第一源语言语句的关联语句；

第一确定模块，用于将所述关联语句中的至少一个语句与所述第一源语言语句进行拼接，得到第二源语言语句；

第二确定模块，用于根据所述第二源语言语句，确定第二目标语言语句；

语句对形成模块，用于将所述第二源语言语句和所述第二目标语言语句形成一个语句对，并将所述语句对作为训练样本。

8.一种机器翻译模型训练装置，其特征在于，包括：

样本获取装置，用于获取训练样本，所述训练样本包括多个语句对，每一个语句对包括源语言语句和对应的目标语言语句；

权利要求7所述的训练样本增强装置，用于对所述训练样本进行扩充；

模型训练装置，用于根据所述训练样本和扩充增加的训练样本进行模型训练。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。