[发明专利]一种基于提示的机器翻译方法

说明书

本发明涉及一种基于提示的机器翻译方法，属于自然语言处理技术领域，解决了现有技术中机器翻译模型对于名词和专有名词翻译不准，漏翻、错翻的问题。通过构建待翻译文本中的名词集合及名词译文集合，进一步得到翻译模型的输入文本及翻译模型的调节矩阵；使用翻译模型对翻译模型的输入文本进行翻译，使用调节矩阵M调节模型的注意力计算，最终输出译文。基于包含名词译文提示的输入数据以及调节矩阵的调节，一定程度上保证了翻译模型名词翻译的准确性，解决了名词漏译和错译的问题，实现了机器翻译模型名词翻译准确性的提高。

技术领域

本发明涉及自然语言处理技术领域，尤其涉及一种基于提示的机器翻译方法。

背景技术

机器翻译是人工智能的重要方向之一，又称为自动翻译，是利用计算机将一种自然语言(源语言)转换为另一种自然语言(目标语言)的过程。随着经济全球化及互联网的飞速发展，机器翻译技术在促进各国之间政治、经济、文化交流等方面起到越来越重要的作用，因此，研究机器翻译技术具有重要现实意义。

机器翻译技术提出之初，使用的方法是基于统计学的统计机器翻译(SMT，Statistics-based Machine Translation)，这种方法把翻译看作一个概率问题，直接根据统计结果进行歧义消解处理和译文选择，从而避开了语言理解的难题。但是由于语料的选择和处理工程量巨大，通用领域的机器翻译系统很少以统计方法为主。近年来，被广泛使用的基于深度学习网络的神经网络机器翻译(NMT，Neural Machine Translation)，多层的网络结构可以很好地学习原文本的上下文信息、提取语义特征，生成更加流畅、规范的译文，使得机器翻译质量实现了“跃进式”的提升。

然而，基于深度学习的方法也存在一些缺陷，其中最主要的就是名词和专有名词翻译不准的问题。名词和专有名词翻译不准包括两方面，漏译(即直接跳过某个或某段名词不翻译)和错译(即翻译错误)，其中，漏译问题在翻译小语种及训练样本较少时尤其严重。由于目前的机器翻译模型均存在对于名词和专有名词翻译不准，漏翻、错翻的问题，因此亟需确保名词翻译准确性的机器翻译模型。

发明内容

鉴于上述的分析，本发明实施例旨在提供一种基于提示的机器翻译方法，用以解决现有机器翻译模型对于名词和专有名词翻译不准，漏翻、错翻的问题。

一方面，本发明实施例提供了一种基于提示的机器翻译方法，包括以下步骤：

获取待翻译文本x，识别得到待翻译文本中包括的名词集合S_word；

获得所述名词集合S_word中所有名词对应的名词译文，组成译文集合S_word-trans；

待翻译文本x、名词集合S_word和名词译文集合S_word-trans通过数据构建，得到翻译模型的输入文本x_input及翻译模型的调节矩阵M；其中，所述输入文本包括提示，所述提示为名词译文集合S_word-trans中的所有译文；

使用翻译模型对x_input进行翻译，使用调节矩阵M调节模型的注意力计算，最终输出译文。

进一步的，所述数据构建，包括如下步骤：

对所述待翻译文本进行数据清洗，得到清洗后的文本x₀；

所述文本x₀其后依次拼接名词译文集合S_word-trans中的所有译文，得到翻译模型的输入文本x_input；