[发明专利]分类模型训练方法、翻译方法、装置及电子设备

说明书

本公开提供了一种分类模型训练方法、翻译方法、装置及电子设备，涉及自然语言处理、机器学习技术领域。方法包括：获取双语平行语料，双语平行语料包括源语言语料和目标语言语料；确定源语言语料中的可翻译片段和不可翻译片段；可翻译片段是基于源语言语料中的无歧义片段确定的；基于可翻译片段和不可翻译片段，训练分类模型。本公开技术方案，基于可翻译片段和不可翻译片段训练分类模型，将训练完成的分类模型应用到翻译中，可以使翻译的结果更加准确，满足高质量和低时延的需求。

技术领域

本公开涉及计算机技术领域，尤其涉及自然语言处理、机器学习技术领域。

背景技术

同声传译是即时的将一种自然语言(源语言)转换为另一种自然语言(目标语言)的过程。目前，同声传译主要由人工议员完成，但全球仅有3000名合格的同传译员，且只能连续工作15-20分钟，译出率只有60％。因此，希望通过计算机辅助人类进行同声传译工作，即利用机器进行语音翻译，也称为机器同传。然而，现有技术中的机器同传，经常出现翻译不准确的情况，翻译质量不高。

发明内容

本公开提供了一种分类模型训练方法、翻译方法、装置及电子设备。

根据本公开的一方面，提供了一种分类模型训练方法，包括：

获取双语平行语料，双语平行语料包括源语言语料和目标语言语料；

确定源语言语料中的可翻译片段和不可翻译片段；可翻译片段是基于源语言语料中的无歧义片段确定的；

基于可翻译片段和不可翻译片段，训练分类模型。

根据本公开的另一方面，提供了一种翻译方法，包括：

获取待翻译源语言片段；

将待翻译源语言片段输入分类模型，在分类模型的分类结果为可翻译的情况下，翻译待翻译源语言片段；

其中，分类模型是根据本公开任一实施例中的方法训练得到的。

根据本公开的另一方面，提供了一种分类模型训练装置，包括：

获取模块，用于获取双语平行语料，双语平行语料包括源语言语料和目标语言语料；

确定模块，用于确定源语言语料中的可翻译片段和不可翻译片段；可翻译片段是基于源语言语料中的无歧义片段确定的；

训练模块，用于基于可翻译片段和不可翻译片段，训练分类模型。

根据本公开的另一方面，提供了一种翻译装置，包括：

获取模块，用于获取待翻译源语言片段；

翻译模块，用于将待翻译源语言片段输入分类模型，在分类模型的分类结果为可翻译的情况下，翻译待翻译源语言片段；

其中，分类模型是根据本公开任一实施例中的方法训练得到的。

根据本公开的另一方面，提供了一种电子设备，包括：

至少一个处理器；以及

与该至少一个处理器通信连接的存储器；其中，

该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开任一实施例中的方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行本公开任一实施例中的方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现本公开任一实施例中的方法。