[發(fā)明專利]文本處理方法、裝置、計算機可讀存儲介質(zhì)和計算機設備

有效

• 申請?zhí)枺?/td>: 202010164622.3
• 申請日: 2019-04-17
• 公開（公告）號: CN111368564B
• 公開（公告）日: 2022-04-08
• 發(fā)明（設計）人: 王星;涂兆鵬;王龍躍;史樹明
• 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
• 代理公司: 華進聯(lián)合專利商標代理有限公司 44224
• 代理人: 黃晶晶

本申請涉及一種文本處理方法、裝置、計算機可讀存儲介質(zhì)和計算機設備，所述方法包括：獲取源文本，將所述源文本轉(zhuǎn)換為源端向量序列；基于所述源端向量序列確定每個詞的目標端向量；獲取所述源端向量序列的深層句子向量，將所述每個詞的目標端向量和所述深層句子向量進行線性疊加處理，得到每個詞對應的目標詞；根據(jù)所述每個詞對應的目標詞，生成所述源文本對應的目標文本。采用本方案能夠利用深層句子信息對每個詞進行翻譯，提高翻譯的準確率。

相關申請的交叉引用

本申請要求于2019年04月17日提交中國專利局、申請?zhí)枮?01910308349.4、發(fā)明名稱為“文本處理方法、裝置、計算機可讀存儲介質(zhì)和計算機設備”的中國專利申請的優(yōu)先權，其全部內(nèi)容通過引用結合在本申請中。

技術領域

本申請涉及計算機技術領域，特別是涉及一種文本處理方法、裝置、計算機可讀存儲介質(zhì)和計算機設備。

背景技術

隨著機器學習技術的不斷發(fā)展，出現(xiàn)了機器翻譯技術。目前神經(jīng)網(wǎng)絡機器翻譯作為最新一代的翻譯技術，在目前的神經(jīng)機器翻譯研究和應用中，一般都是利用注意力機制選擇源端句子中的詞進行解碼翻譯。

然而，目前的神經(jīng)機器翻譯框架在進行注意力機制挑選合適的單詞進行翻譯的時候，無法充分地對整個源端句子信息進行考慮，使得翻譯出來的文本不夠準確。例如，對于某些有歧義的詞語，無法充分考慮上下文可能導致翻譯出錯的情況。

發(fā)明內(nèi)容

基于此，有必要針對中無法聯(lián)系上下文導致翻譯錯誤的技術問題，提供一種文本處理方法、裝置、計算機可讀存儲介質(zhì)和計算機設備。

一種文本處理方法，包括：

獲取源文本的輸入序列；

將所述輸入序列經(jīng)過語義編碼得到源端向量序列；

獲取所述源端向量序列中每個詞對應的第一權重向量；

根據(jù)所述源端向量序列和所述每個詞對應的第一權重向量，生成所述每個詞的目標端向量；

根據(jù)所述源端向量序列得到目標句子向量；

根據(jù)所述每個詞的目標端向量和所述目標句子向量，確定每個詞對應的目標詞；

根據(jù)所述每個詞對應的目標詞，生成所述源文本對應的目標文本。

一種文本處理置，所述裝置包括：

序列獲取模塊，用于獲取源文本的輸入序列；

編碼模塊，用于將所述輸入序列經(jīng)過語義編碼得到源端向量序列；

權重獲取模塊，用于獲取所述源端向量序列中每個詞對應的第一權重向量；

目標端向量生成模塊，用于根據(jù)所述源端向量序列和所述每個詞對應的第一權重向量，生成所述每個詞的目標端向量；

目標句子向量確定模塊，用于根據(jù)所述源端向量序列得到目標句子向量；

目標詞確定模塊，用于根據(jù)所述每個詞的目標端向量和所述目標句子向量，確定每個詞對應的目標詞；

目標文本生成模塊，用于根據(jù)所述每個詞對應的目標詞，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(zhì)，存儲有計算機程序，所述計算機程序被處理器執(zhí)行時，使得所述處理器執(zhí)行上述任一項所述方法的步驟。

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(zhí)行時，使得所述處理器執(zhí)行上述任一項所述方法的步驟。