[发明专利]向量化译员的翻译个性特征的方法及装置

摘要

本发明实施例提供一种向量化译员的翻译个性特征的方法及装置，所述方法包括：基于多位译员的历史翻译语料构建双语样本集；将双语样本集输入至词向量模型中，输出词向量；将所述双语样本集中的每对双语语料样本和对应的词向量输入至基于LSTM网络的编码器模型和解码器模型中进行训练；将每位译员自身的双语语料集输入至训练完成的LSTM网络中进行训练，保持编码器模型参数不变，获得译员对应的LSTM网络；基于译员对应的LSTM网络中解码器模型的参数生成译员向量。本发明实施例不需要对译员的个性特征进行筛选，也无须对样本数据进行人工标注，训练成本低、精度高，所获得的译员向量能够准确客观地反映译员的翻译个性特征。

主权项

1.一种向量化译员的翻译个性特征的方法，其特征在于，包括：选取T位译员，从每位译员所翻译过的历史语料中选取M对双语语料样本构建译员自身的双语语料集，所有译员自身的双语语料集组成双语样本集，并对所述双语样本集进行预处理；将经过预处理的所述双语样本集中的双语语料样本逐一输入至词向量模型中，输出所述双语语料样本对应的词向量；将所述双语样本集中的每对双语语料样本和对应的词向量输入至基于LSTM网络的编码器模型和解码器模型中进行训练，获得训练完成的LSTM网络；将每位译员自身的双语语料集中的双语语料样本逐一输入至所述训练完成的LSTM网络中进行训练，保持所述训练完成的LSTM网络的编码器模型参数不变，获得所述译员对应的LSTM网络；基于所述译员对应的LSTM网络中解码器模型的参数，生成反映所述译员的翻译个性特征的译员向量；其中，一对双语语料样本包括一个原文句子和一个译文句子；所述词向量模型是基于最新的维基百科的原文语料集和译文语料集，利用Skip‑Gram算法训练获得的；T和M均为大于1的自然数。