[發明專利]基于翻譯記憶庫的機器翻譯方法及裝置

在審

• 申請號: 202110203208.3
• 申請日: 2021-02-23
• 公開（公告）號: CN112818712A
• 公開（公告）日: 2021-05-18
• 發明（設計）人: 毛紅保
• 申請（專利權）人: 語聯網（武漢）信息技術有限公司
• 主分類號: G06F40/58
• 分類號: G06F40/58;G06F40/289
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 聶俊偉

1.一種基于翻譯記憶庫的機器翻譯方法，其特征在于，包括：

從翻譯記憶庫中查找與待翻譯原文相似度最高的語料原文和所述語料原文的譯文；

將所述待翻譯原文和所述語料原文進行比較，獲取所述語料原文中與所述待翻譯原文不同的差異部分；

將所述差異部分映射到所述語料原文的譯文，將所述語料原文的譯文中差異部分映射的譯文替換為掩碼；

將替換后的語料原文的譯文和所述待翻譯原文作為機器翻譯模型的輸入，輸出所述待翻譯原文的譯文；

其中，所述機器翻譯模型由翻譯原文樣本作為樣本，所述翻譯原文樣本對應的譯文作為標簽進行訓練獲得。

2.根據權利要求1所述的基于翻譯記憶庫的機器翻譯方法，其特征在于，所述將替換后的語料原文的譯文和所述待翻譯原文作為機器翻譯模型的輸入，輸出所述待翻譯原文的譯文，包括：

將所述待翻譯原文輸入所述機器翻譯模型的第一編碼器，輸出所述待翻譯原文的編碼結果；

將所述替換后的語料原文的譯文輸入所述機器翻譯模型的第二編碼器，輸出所述語料原文的譯文的編碼結果；

將所述待翻譯原文的編碼結果和語料原文的譯文的編碼結果輸入所述機器翻譯模型的解碼器，輸出所述待翻譯原文的譯文。

3.根據權利要求2所述的基于翻譯記憶庫的機器翻譯方法，其特征在于，所述將所述待翻譯原文的編碼結果和語料原文的譯文的編碼結果輸入所述機器翻譯模型的解碼器，輸出所述待翻譯原文的譯文，包括：

將所述待翻譯原文的編碼結果和目標文本的譯文的編碼結果輸入所述解碼器的交叉注意力機制層后，依次經過所述解碼器的線性處理層和softmax層，輸出所述待翻譯原文的譯文。

4.根據權利要求1-3任一所述的基于翻譯記憶庫的機器翻譯方法，其特征在于，所述掩碼包括括號和預設字符；其中，所述預設字符位于所述括號內部。

5.根據權利要求4所述的基于翻譯記憶庫的機器翻譯方法，其特征在于，若所述差異部分為多個，則替換每個所述差異部分映射的譯文的掩碼還包括每個差異部分的編號，所述編號位于所述括號內部。

6.根據權利要求1-3任一所述的基于翻譯記憶庫的機器翻譯方法，其特征在于，所述將所述差異部分映射到所述語料原文的譯文，包括：

將所述語料原文和所述語料原文的譯文進行詞對齊；

根據詞對齊結果，將所述差異部分映射到所述語料原文的譯文。

7.根據權利要求1-3任一所述的基于翻譯記憶庫的機器翻譯方法，其特征在于，所述機器翻譯模型為Transformer模型。

8.一種基于翻譯記憶庫的機器翻譯裝置，其特征在于，包括：

查找模塊，用于從翻譯記憶庫中查找與待翻譯原文相似度最高的語料原文和所述語料原文的譯文；

比較模塊，用于將所述待翻譯原文和所述語料原文進行比較，獲取所述語料原文中與所述待翻譯原文不同的差異部分；

替換模塊，用于將所述差異部分映射到所述語料原文的譯文，將所述語料原文的譯文中差異部分映射的譯文替換為掩碼；

翻譯模塊，用于將替換后的語料原文的譯文和所述待翻譯原文作為機器翻譯模型的輸入，輸出所述待翻譯原文的譯文；

其中，所述機器翻譯模型由翻譯原文樣本作為樣本，所述翻譯原文樣本對應的譯文作為標簽進行訓練獲得。

9.一種電子設備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現如權利要求1至7任一項所述基于翻譯記憶庫的機器翻譯方法的步驟。

10.一種非暫態計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至7任一項所述基于翻譯記憶庫的機器翻譯方法的步驟。