[發明專利]文本翻譯方法、裝置、可讀存儲介質和計算機設備

有效

• 申請號: 201811026196.6
• 申請日: 2018-09-04
• 公開（公告）號: CN109271646B
• 公開（公告）日: 2022-07-08
• 發明（設計）人: 涂兆鵬;竇子軼;王星;史樹明;張潼
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F40/58
• 分類號: G06F40/58;G06F40/30;G06F40/289;G06F40/284;G06F40/126;G06N3/04;G06N3/08;G06N20/00
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 李文淵;何平

本申請涉及一種文本翻譯方法、裝置、計算機可讀存儲介質和計算機設備，所述方法包括：獲取源文本的詞序列；通過機器翻譯模型中編碼器的多層神經網絡，逐層對所述詞序列進行語義編碼，得到源端融合向量序列；所述源端融合向量序列融合了各層神經網絡所輸出的源端向量序列；通過所述機器翻譯模型的解碼器，根據所述機器翻譯模型前次輸出的目標詞的詞向量，對所述源端融合向量序列進行解碼，得到當次的目標端向量序列；根據所述目標端向量序列，確定所述機器翻譯模型當次輸出的目標詞；根據所述機器翻譯模型輸出的各目標詞，生成所述源文本對應的目標文本。本申請提供的方案可以提高文本翻譯質量。

技術領域

本申請涉及機器學習技術領域，特別是涉及一種文本翻譯方法、裝置、計算機可讀存儲介質和計算機設備。

背景技術

隨著機器學習技術的發展，出現了機器翻譯技術。在現有的機器翻譯領域，通常采用深層神經網絡來進行文本翻譯，常用的深層神經網絡比如，循環神經網絡、卷積神經網絡、以及自注意力機制網絡等。傳統的通過神經網絡模型來進行文本翻譯，通常會使用編碼-解碼框架，也就是根據由多層神經網絡構成的編碼器、以及由多層神經網絡構成的解碼器而組成的框架。

然而，使用傳統的神經網絡翻譯框架來進行文本翻譯，通常僅僅利用了編碼器和解碼器中最上層神經網絡的信息，使得文本翻譯準確率不高。

發明內容

基于此，有必要針對文本翻譯準確率低的技術問題，提供一種文本翻譯方法、裝置、計算機可讀存儲介質和計算機設備。

一種文本翻譯方法，包括：

獲取源文本的詞序列；

通過機器翻譯模型中編碼器的多層神經網絡，逐層對所述詞序列進行語義編碼，得到源端融合向量序列；所述源端融合向量序列融合了各層神經網絡所輸出的源端向量序列；

通過所述機器翻譯模型的解碼器，根據所述機器翻譯模型前次輸出的目標詞的詞向量，對所述源端融合向量序列進行解碼，得到當次的目標端向量序列；

根據所述目標端向量序列，確定所述機器翻譯模型當次輸出的目標詞；

根據所述機器翻譯模型輸出的各目標詞，生成所述源文本對應的目標文本。

一種文本翻譯裝置，所述裝置包括：

獲取模塊，用于獲取源文本的詞序列；

編碼模塊，用于通過機器翻譯模型中編碼器的多層神經網絡，逐層對所述詞序列進行語義編碼，得到源端融合向量序列；所述源端融合向量序列融合了各層神經網絡所輸出的源端向量序列；

解碼模塊，用于通過所述機器翻譯模型的解碼器，根據所述機器翻譯模型前次輸出的目標詞的詞向量，對所述源端融合向量序列進行解碼，得到當次的目標端向量序列；

確定模塊，用于根據所述目標端向量序列，確定所述機器翻譯模型當次輸出的目標詞；

生成模塊，用于根據所述機器翻譯模型輸出的各目標詞，生成所述源文本對應的目標文本。

一種計算機可讀存儲介質，存儲有計算機程序，所述計算機程序被處理器執行時，使得所述處理器執行所述文本翻譯方法的步驟。

一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述計算機程序被所述處理器執行時，使得所述處理器執行所述文本翻譯方法的步驟。