[發明專利]機器翻譯模型的訓練方法、裝置、電子設備及存儲介質

在審

• 申請號: 202010550590.0
• 申請日: 2020-06-16
• 公開（公告）號: CN111859996A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 張睿卿;何中軍;吳華
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F40/58
• 分類號: G06F40/58;G06F16/2458;G06N3/08;G06N20/00
• 代理公司: 北京鴻德海業知識產權代理事務所(普通合伙) 11412
• 代理人: 田宏賓

本申請公開了一種機器翻譯模型的訓練方法、裝置、電子設備及存儲介質，涉及自然語言處理技術領域。具體實現方案為：采用互為對偶結構的兩個機器翻譯模型，從平行語料庫中挖掘錯譯樣本；采用錯譯樣本訓練相應的機器翻譯模型。本申請可以挖掘到機器翻譯模型發生錯譯的錯譯樣本，并針對錯譯樣本進行訓練，使得其學習到錯譯樣本的知識，而不再發生錯譯，可以有效地提高機器翻譯模型的翻譯準確性。與現有技術相比，靈活性非常強，對錯譯樣本沒有任何詞性或者其他方面的要求，可以適用于從平行語料庫中挖掘任何包含稀疏詞之類的錯譯樣本，并基于挖掘的錯譯樣本對機器翻譯模型進行再訓練，以更進一步有效的提高機器翻譯模型的翻譯準確性。

技術領域

本申請涉及計算機技術領域，尤其涉及自然語言處理技術領域，具體涉及一種機器翻譯模型的訓練方法、裝置、電子設備及存儲介質。

背景技術

在自然語言處理(Natural Language Processing；NLP)中，采用基于深度學習技術訓練的機器翻譯模型進行機器翻譯時，經常會出現對稀疏詞或者不常見的表述方式翻譯有誤的情況，主要原因是這些詞的表述方式樣本太少，機器翻譯模型學習不足導致的。

現有技術中，為了提高機器翻譯模型對稀疏詞的翻譯準確性，可以通過對稀疏詞的翻譯內容進行人工干預，對相應的稀疏詞的翻譯進行干預，以提高其準確性。

但是，并不是所有的稀疏詞都可以通過干預解決，比如動詞的翻譯一般和上下文相關，就不適用通過提前干預來確定。因此，現有的通過人工干預提高機器翻譯模型對稀疏詞的翻譯準確性存在很大的局限性，靈活性非常差。

發明內容

為了解決上述技術問題，本申請提供了一種機器翻譯模型的訓練方法、裝置、電子設備及存儲介質。

根據本申請的一方面，提供了一種機器翻譯模型的訓練方法，其中，所述方法包括：

采用互為對偶結構的兩個機器翻譯模型，從平行語料庫中挖掘錯譯樣本；

采用所述錯譯樣本訓練相應的機器翻譯模型。

根據本申請的另一方面，提供了一種機器翻譯模型的訓練裝置，其中，所述裝置包括：

挖掘模塊，用于采用互為對偶結構的兩個機器翻譯模型，從平行語料庫中挖掘錯譯樣本；

訓練模塊，用于采用所述錯譯樣本訓練相應的機器翻譯模型。

根據本申請的再一方面，提供了一種電子設備，包括：

至少一個處理器；以及

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行如上所述的方法。

根據本申請的又一方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，所述計算機指令用于使所述計算機執行如上所述的方法。

根據本申請的技術，通過采用互為對偶結構的兩個機器翻譯模型，從平行語料庫中挖掘錯譯樣本；采用錯譯樣本訓練相應的機器翻譯模型，可以挖掘到機器翻譯模型發生錯譯的錯譯樣本，并再次針對錯譯樣本進行訓練，使得其學習到錯譯樣本的知識，而不再發生錯譯，從而可以有效地提高機器翻譯模型的翻譯準確性。與現有技術相比，本申請的技術方案，靈活性非常強，對錯譯樣本沒有任何詞性或者其他方面的要求，可以適用于從平行語料庫中挖掘任何包含稀疏詞之類的錯譯樣本，并基于挖掘的錯譯樣本對機器翻譯模型進行再訓練，以更進一步有效的提高機器翻譯模型的翻譯準確性。

應當理解，本部分所描述的內容并非旨在標識本公開的實施例的關鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。

附圖說明