[發(fā)明專利]一種實(shí)體字符的智能對齊方法、裝置、設(shè)備及介質(zhì)

在審

• 申請?zhí)枺?/td>: 202210814664.6
• 申請日: 2022-07-11
• 公開（公告）號(hào): CN115034195A
• 公開（公告）日: 2022-09-09
• 發(fā)明（設(shè)計(jì)）人: 何哲宇;朱昱錦;徐亮
• 申請（專利權(quán)）人: 深圳壹賬通智能科技有限公司
• 主分類號(hào): G06F40/189
• 分類號(hào): G06F40/189;G06F40/211;G06F40/295
• 代理公司: 深圳市沃德知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種實(shí)體字符的智能對齊方法，其特征在于，所述方法包括：

獲取待翻譯的語句文本，標(biāo)注所述語句文本中的命名實(shí)體；

利用訓(xùn)練好的神經(jīng)翻譯模型分別對所述語句文本和所述命名實(shí)體進(jìn)行跨語種翻譯，得到譯文文本和譯文實(shí)體，并利用預(yù)設(shè)的匹配算法將所述譯文文本與所述譯文實(shí)體進(jìn)行匹配；

若所述譯文文本與所述譯文實(shí)體匹配成功，則獲取所述譯文實(shí)體在所述譯文文本中的第一位置序列，根據(jù)所述第一位置序列，標(biāo)注所述命名實(shí)體在所述譯文文本中的最終位置序列；

若所述譯文文本與所述譯文實(shí)體匹配失敗，對所述譯文實(shí)體中的實(shí)體字符進(jìn)行分割，得到分割實(shí)體字符，并根據(jù)所述分割實(shí)體字符，確定所述譯文實(shí)體在所述譯文文本中的第二位置序列，根據(jù)所述第二位置序列，標(biāo)注所述命名實(shí)體在所述譯文文本中的最終位置序列。

2.如權(quán)利要求1所述的一種實(shí)體字符的智能對齊方法，其特征在于，所述標(biāo)注所述語句文本中的命名實(shí)體，包括：

對所述語句文本進(jìn)行實(shí)體提取，得到實(shí)體文本；

對所述實(shí)體文本進(jìn)行實(shí)體篩選，得到篩選實(shí)體；

并對所述篩選實(shí)體進(jìn)行標(biāo)注，得到命名實(shí)體。

3.如權(quán)利要求1所述的一種實(shí)體字符的智能對齊方法，其特征在于，所述利用訓(xùn)練好的神經(jīng)翻譯模型分別對所述語句文本和所述命名實(shí)體進(jìn)行跨語種翻譯之前，包括：

獲取訓(xùn)練樣本及其對應(yīng)的真實(shí)翻譯結(jié)果，利用預(yù)構(gòu)建的神經(jīng)翻譯模型中的編碼層對所述訓(xùn)練樣本進(jìn)行向量位置編碼，得到編碼位置向量；

利用預(yù)構(gòu)建的神經(jīng)翻譯模型中的編碼器對所述編碼位置向量進(jìn)行特征編碼，得到特征編碼向量；

利用預(yù)構(gòu)建的神經(jīng)翻譯模型中的解碼器對所述特征編碼向量進(jìn)行解碼，得到解碼特征向量；

根據(jù)所述解碼特征向量，利用所述預(yù)構(gòu)建的神經(jīng)翻譯模型中的激活函數(shù)輸出所述訓(xùn)練樣本的預(yù)測翻譯結(jié)果，利用所述預(yù)構(gòu)建的神經(jīng)翻譯模型中的損失函數(shù)計(jì)算所述預(yù)測翻譯結(jié)果和所述真實(shí)翻譯結(jié)果的損失值；

若所述損失值大于預(yù)設(shè)閾值，則調(diào)整所述預(yù)構(gòu)建的神經(jīng)翻譯模型中的參數(shù)，并返回執(zhí)行所述利用預(yù)構(gòu)建的神經(jīng)翻譯模型中的編碼層對所述訓(xùn)練樣本進(jìn)行向量位置編碼的步驟，若所述損失值不大于所述預(yù)設(shè)閾值，則得到訓(xùn)練好的神經(jīng)翻譯模型。

4.如權(quán)利要求1所述的一種實(shí)體字符的智能對齊方法，其特征在于，所述利用預(yù)設(shè)的匹配算法將所述譯文文本與所述譯文實(shí)體進(jìn)行匹配，包括：

對所述譯文文本進(jìn)行分割，得到分割譯文，對所述分割譯文進(jìn)行提取，得到提取譯文；

利用所述預(yù)設(shè)的匹配算法計(jì)算出所述提取譯文與所述譯文實(shí)體的匹配度；

若所述匹配度大于預(yù)設(shè)匹配度，則所述提取譯文與所述譯文實(shí)體匹配成功；

若所述匹配度不大于預(yù)設(shè)匹配度，則所述提取譯文與所述譯文實(shí)體匹配失敗。

5.如權(quán)利要求1所述的一種實(shí)體字符的智能對齊方法，其特征在于，所述獲取所述譯文實(shí)體在所述譯文文本中的第一位置序列，包括：

識(shí)別所述譯文實(shí)體的字符個(gè)數(shù)，若所述字符個(gè)數(shù)符合第一預(yù)設(shè)范圍，則直接對所述譯文實(shí)體中的字符進(jìn)行位置編碼，得到所述譯文實(shí)體的第一位置序列；

若所述字符個(gè)數(shù)符合第二預(yù)設(shè)范圍，則定位所述譯文實(shí)體中字符的起始位置和終止位置，根據(jù)所述起始位置和所述終止位置，對所述譯文實(shí)體中的字符進(jìn)行位置編碼進(jìn)行位置編碼，得到所述譯文實(shí)體的第一位置序列。

6.如權(quán)利要求1中所述的一種實(shí)體字符的智能對齊方法，其特征在于，所述對所述譯文實(shí)體中的實(shí)體字符進(jìn)行分割，得到分割實(shí)體字符，包括：

識(shí)別所述實(shí)體字符中的字符信息，按照預(yù)設(shè)的分割順序?qū)λ鲎址畔⑦M(jìn)行分割，得到分割實(shí)體字符。