[发明专利]基于术语保护的机器翻译方法及装置

权利要求书

1.一种基于术语保护的机器翻译方法，其特征在于，包括：

搜集海量平行语料，包含原文和其对应的参考译文；

对原文和其对应的参考译文进行分词，得到第一集合；

将所述第一集合输入训练后的IBM Model模型中，输出词对齐概率；

根据所述词对齐概率，对原文中的词进行特殊符号的替换，对译文中的词进行特殊符号的替换和相对位置的标记，并根据替换后的平行语料对机器翻译模型进行训练；

基于训练好的机器翻译模型和自定义词典对待翻译原文进行处理，得到翻译结果。

2.根据权利要求1所述的基于术语保护的机器翻译方法，其特征在于，所述根据所述词对齐概率，对原文中的词进行特殊符号的替换，对译文中的词进行特殊符号的替换和相对位置的标记，并根据替换后的平行语料对机器翻译模型进行训练，包括：

从一条平行语料中选择词对齐概率高于预设阈值的一组或者几组词；

针对所选择的词组，对原文中的词进行占位符的替换，对译文中的词进行占位符的替换以及相对位置进行标记；

将所有平行语料通过上述步骤进行处理后，输入Transformer模型进行训练。

3.根据权利要求2所述的基于术语保护的机器翻译方法，其特征在于，所述基于训练好的机器翻译模型和自定义词典对待翻译原文进行处理，得到翻译结果，包括：

将待翻译原文输入机器翻译模型中，输出的译文中包含占位符，以及与占位符对应的词在原文中的相对位置；

通过相对位置查找原文中被标记的词语，在自定义词典中查找与该词语对应的译文，并替换掉译文中的占位符+相对位置，从而得到翻译结果。

4.根据权利要求3所述的基于术语保护的机器翻译方法，其特征在于，所述方法还包括：

在自定义词典中无法查找该词语对应的译文时，手动添加与该词语对应的译文标签，并该标签存储在自定义词典中，以便后续进行替换。

5.根据权利要求1所述的基于术语保护的机器翻译方法，其特征在于，所述将所述第一集合输入训练后的IBM Model模型中，输出词对齐概率，包括：

步骤1：对第一集合中所有语言对的词对齐概率分布进行初始化处理，得到词对齐初始值；

步骤2：根据所有语言对的词对齐初始值计算词对齐概率分布的总和；

步骤3：基于所述词对齐概率分布的总和，重新计算词对齐概率分布；

步骤4：重复步骤2、3，直至所述词对齐概率分布不再变化为止。

6.一种基于术语保护的机器翻译装置，其特征在于，包括：

搜集模块，用于搜集海量平行语料，包含原文和其对应的参考译文；

分词模块，用于对原文和其对应的参考译文进行分词，得到第一集合；

词对齐概率计算模块，用于将所述第一集合输入训练后的IBM Model模型中，输出词对齐概率；

模型训练模块，用于根据所述词对齐概率，对原文中的词进行特殊符号的替换，对译文中的词进行特殊符号的替换和相对位置的标记，并根据替换后的平行语料对机器翻译模型进行训练；

结果输出模块，用于基于训练好的机器翻译模型和自定义词典对待翻译原文进行处理，得到翻译结果。

7.根据权利要求6所述的基于术语保护的机器翻译装置，其特征在于，所述模型训练模块，包括：

选择单元，用于从一条平行语料中选择词对齐概率高于预设阈值的一组或者几组词；

替换单元，用于针对所选择的词组，对原文中的词进行占位符的替换，对译文中的词进行占位符的替换以及相对位置进行标记；

训练单元，用于将所有平行语料通过上述步骤进行处理后，输入Transformer模型进行训练。