文本翻译方法、装置、电子设备及可读存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110210043A(43)申请公布日2019.09.06(21)申请号201910514220.9(22)申请日2019.06.14(71)申请人科大讯飞股份有限公司地址230000安徽省合肥市高新开发区望江西路666号(72)发明人李亚刘丹刘俊华(74)专利代理机构北京同立钧成知识产权代理有限公司11205代理人荣甜甜刘芳(51)Int.Cl.G06F17/28(2006.01)G06F17/27(2006.01)权利要求书3页说明书16页附图7页(54)发明名称文本翻译方法、装置、电子设备及可读存储介质(57)摘要本申请提供一种文本翻译方法、装置、电子设备及可读存储介质，方法包括：接收待翻译的源语言文本；将所述源语言文本输入到翻译模型中，由所述翻译模型根据多个双语短语对的信息，对所述源语言文本进行编码和解码，得到所述源语言文本对应的目标语言文本。该方法使得在翻译过程中源语言文本的语义信息得以保留，从而极大提升翻译效果。CN110210043ACN110210043A权利要求书1/3页1.一种文本翻译方法，其特征在于，包括：接收待翻译的源语言文本；将所述源语言文本输入到翻译模型中，由所述翻译模型根据多个双语短语对的信息，对所述源语言文本进行编码和解码，得到所述源语言文本对应的目标语言文本。2.根据权利要求1所述的方法，其特征在于，所述由所述翻译模型根据多个双语短语对的信息，对所述源语言文本进行编码和解码，包括：由所述翻译模型根据多个双语短语对的编码信息，对所述源语言文本进行编码和解码，其中，所述双语短语对的编码信息包括源语言短语的编码信息和所述源语言短语对应的目标语言短语的编码信息。3.根据权利要求2所述的方法，其特征在于，所述由所述翻译模型根据多个双语短语对的编码信息，对所述源语言文本进行编码和解码，包括：根据所述源语言文本中每个源语言词语的初始编码信息、所述源语言短语的编码信息以及所述目标语言短语的编码信息，确定每个所述源语言词语的目标编码信息，其中，所述初始编码信息通过对所述源语言文本进行编码得到；对每个源语言词语的所述目标编码信息进行解码处理，得到所述源语言文本对应的目标语言文本。4.根据权利要求3所述的方法，其特征在于，所述确定每个所述源语言词语的目标编码信息，包括：根据所述每个源语言词语的初始编码信息与所述源语言短语的编码信息的相似度，确定所述源语言短语对应的目标语言短语的编码信息的权重；根据所述源语言短语对应的目标语言短语的编码信息的权重、所述目标语言短语的编码信息以及所述初始编码信息，得到所述每个源语言词语的目标编码信息。5.根据权利要求1-4任一项所述的方法，其特征在于，所述将所述源语言文本输入到翻译模型之前，还包括：根据所述双语短语对的信息，对所述翻译模型进行训练，得到所述翻译模型的训练结果，所述训练结果包括所述翻译模型的损失信息，其中，所述翻译模型的损失信息根据所述多个双语短语对的信息得到；根据所述损失信息，修正所述翻译模型。6.根据权利要求5所述的方法，其特征在于，所述源语言短语的编码信息通过源编码矩阵表示，所述目标语言短语的编码信息通过目标编码矩阵表示；所述源编码矩阵中包括所述源语言短语的编码信息，所述目标编码矩阵中包括所述目标语言短语的编码信息。7.根据权利要求6所述的方法，其特征在于，所述根据所述双语短语对的编码信息，对所述翻译模型进行训练，包括：将源语言训练文本输入所述翻译模型，由所述翻译模型对所述源语言训练文本进行编码，得到所述源语言训练文本中每个源语言词语的编码信息；根据所述每个源语言词语的编码信息以及所述双语短语对的编码信息，确定所述翻译模型的损失信息。8.根据权利要求7所述的方法，其特征在于，所述确定所述翻译模型的损失信息，包括：2CN110210043A权利要求书2/3页根据所述源语言训练文本中每个源语言词语在所述源编码矩阵中对应的目标位置，确定每个源语言词语的损失权重信息；根据每个源语言词语的损失权重信息，确定所述翻译模型的损失信息。9.根据权利要求8所述的方法，其特征在于，所述确定每个源语言词语的损失权重信息，包括：根据每个源语言词语在所述源编码矩阵中对应的目标位置，得到每个源语言词语在所述目标位置上的编码信息；确定每个源语言词语的编码信息与所述目标位置上的编码信息的相似度；根据每个源语言词语的编码信息与所述目标位置上的编码信息的相似度，确定每个源语言词语的损失权重信息。10.根据权利要求8或9所述的方法，其特征在于，所述确定每个源语言词语的损失权重信息之前，还包括：根据所述源语言训练文本以及从所述源语言训练文本中提取出的源语言短语的文本信息，确定所述源语言训练文本中每个源语言词语在所述源编码矩阵中的