[發(fā)明專利]機器翻譯方法及裝置有效
| 申請?zhí)枺?/td> | 201810598950.7 | 申請日： | 2018-06-12 |
| 公開（公告）號： | CN108874786B | 公開（公告）日： | 2022-05-31 |
| 發(fā)明（設(shè)計）人： | 吳嚴忠 | 申請（專利權(quán)）人： | 深圳市譯家智能科技有限公司 |
| 主分類號： | G06F40/58 | 分類號： | G06F40/58 |
| 代理公司： | 北京超凡志成知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11371 | 代理人： | 逯恒 |
| 地址： | 518000 廣東省深圳市南山區(qū)*** | 國省代碼： | 廣東;44 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 機器翻譯 方法 裝置 | ||
1.一種機器翻譯方法，其特征在于，所述方法包括：
獲得待翻譯語料，并將所述待翻譯語料輸入訓練后的翻譯模型；
將所述待翻譯語料轉(zhuǎn)換為中間語料向量；
將所述中間語料向量轉(zhuǎn)換為與預設(shè)語種對應的目標語料，其中，所述預設(shè)語種與所述待翻譯語料對應的語種不同；
其中，所述中間語料向量表征所述待翻譯語料在標準語種中的意思；其中，所述標準語種不同于所述預設(shè)語種與所述待翻譯語料對應的語種；
所述將所述待翻譯語料轉(zhuǎn)換為中間語料向量的步驟，包括：將所述待翻譯語料中的字和/或詞轉(zhuǎn)換為相應的待翻譯詞向量，將各個所述待翻譯詞向量進行組合得到所述中間語料向量；
所述將所述中間語料向量轉(zhuǎn)換為與預設(shè)語種對應的目標語料的步驟，包括：將所述待翻譯詞向量與所述訓練后的翻譯模型中的詞向量進行匹配，得到所述待翻譯詞向量與所述訓練后的翻譯模型中的詞向量的相似度；將所述相似度最大的所述訓練后的翻譯模型中的詞向量在所述預設(shè)語種中所關(guān)聯(lián)的字或詞作為所述待翻譯詞向量在所述預設(shè)語種中對應的字或詞；將每個所述待翻譯詞向量所對應的字或詞進行排列組合，得到所述目標語料；
所述將每個所述待翻譯詞向量所對應的字或詞進行排列組合，得到所述目標語料的步驟，包括：對每個所述待翻譯詞向量所對應的字或詞根據(jù)所述預設(shè)語種的預設(shè)規(guī)則進行排序組合，得到所述目標語料。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲得待翻譯語料的步驟之前，所述方法包括：
獲取訓練語料庫，包括多條訓練語料；
針對每條所述訓練語料，將所述訓練語料中的每個字和/或詞轉(zhuǎn)換為詞向量，每個所述詞向量預先關(guān)聯(lián)有與至少一類所述預設(shè)語種對應的字或詞；
使用所述訓練語料庫，采用深度學習算法對預設(shè)翻譯模型進行訓練，得到所述訓練后的翻譯模型。
3.一種機器翻譯裝置，其特征在于，所述機器翻譯裝置包括：
獲得單元，用于獲得待翻譯語料，并將所述待翻譯語料輸入訓練后的翻譯模型；
第一轉(zhuǎn)換單元，用于將所述待翻譯語料轉(zhuǎn)換為中間語料向量；
第二轉(zhuǎn)換單元，用于將所述中間語料向量轉(zhuǎn)換為與預設(shè)語種對應的目標語料，其中，所述預設(shè)語種與所述待翻譯語料對應的語種不同；
其中，所述中間語料向量表征所述待翻譯語料在標準語種中的意思；其中，所述標準語種不同于所述預設(shè)語種與所述待翻譯語料對應的語種；
所述第一轉(zhuǎn)換單元還用于：將所述待翻譯語料中的字和/或詞轉(zhuǎn)換為相應的待翻譯詞向量，將各個所述待翻譯詞向量進行組合得到所述中間語料向量；
所述第二轉(zhuǎn)換單元還用于：將所述待翻譯詞向量與所述訓練后的翻譯模型中的詞向量進行匹配，得到所述待翻譯詞向量與所述訓練后的翻譯模型中的詞向量的相似度；將所述相似度最大的所述訓練后的翻譯模型中的詞向量在所述預設(shè)語種中所關(guān)聯(lián)的字或詞作為所述待翻譯詞向量在所述預設(shè)語種中對應的字或詞；將每個所述待翻譯詞向量所對應的字或詞進行排列組合，得到所述目標語料；
所述第二轉(zhuǎn)換單元還用于：對每個所述待翻譯詞向量所對應的字或詞根據(jù)所述預設(shè)語種的預設(shè)規(guī)則進行排序組合，得到所述目標語料。
4.根據(jù)權(quán)利要求3所述的機器翻譯裝置，其特征在于，所述機器翻譯裝置還包括第三轉(zhuǎn)換單元及模型訓練單元，在所述獲得單元獲得待翻譯語料之前，所述獲得單元，還用于獲取訓練語料庫，包括多條訓練語料；
所述第三轉(zhuǎn)換單元，用于針對每條所述訓練語料，將所述訓練語料中的每個字和/或詞轉(zhuǎn)換為詞向量，每個所述詞向量預先關(guān)聯(lián)有與至少一類所述預設(shè)語種對應的字或詞；
所述模型訓練單元，用于使用所述訓練語料庫，采用深度學習算法對預設(shè)翻譯模型進行訓練，得到所述訓練后的翻譯模型。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于深圳市譯家智能科技有限公司，未經(jīng)深圳市譯家智能科技有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810598950.7/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
