[发明专利]一种翻译方法及装置、翻译模型的训练方法及装置

权利要求书

1.一种翻译方法，其特征在于，所述方法包括：

获取待翻译语句；

将所述待翻译语句输入翻译模型，得到所述待翻译语句对应的翻译语句；

其中，所述翻译模型通过以下方式训练得到：

将目标语料中的第一语句和翻译后的第二语句分别作为训练样本和训练特征；

将所述训练样本输入至所述翻译模型的编码层，得到至少一个编码向量；

将至少一个编码向量输入至所述翻译模型的权重层，得到权重向量；

将所述训练特征以及所述权重向量输入至所述翻译模型的解码层，得到解码向量，并根据解码向量得到解码向量的误差；

根据所述解码向量的误差调整所述权重层，继续训练所述翻译模型，直至达到训练停止条件。

2.如权利要求1所述的翻译方法，其特征在于，所述编码层包括一个第一堆栈层；

将所述训练样本输入至所述翻译模型的编码层，得到至少一个编码向量，包括：

将所述训练样本输入至所述翻译模型的编码层，生成第一向量；

将所述第一向量输入至第一堆栈层，得到所述第一堆栈层输出的编码向量。

3.如权利要求2所述的翻译方法，其特征在于，所述编码层包括n个第一堆栈层，且n个第一堆栈层顺次连接，其中，n≥2且n为正整数；

将所述训练样本输入至所述翻译模型的编码层，得到至少一个编码向量，包括：

102、将所述训练样本输入至所述翻译模型的编码层，生成第一向量；

104、将所述第一向量输入至第一个第一堆栈层，得到第一个所述第一堆栈层的输出的编码向量；

106、将第i-1个所述第一堆栈层的编码向量输入至第i个第一堆栈层，得到第i个所述第一堆栈层输出的编码向量，其中2≤i≤n；

108、将i自增1，判断自增1后的i是否大于n，若是，则结束，若否，继续执行步骤106。

4.如权利要求1所述的翻译方法，其特征在于，将至少一个编码向量输入至所述翻译模型的权重层，得到权重向量，包括：

将至少一个编码向量输入至所述翻译模型的权重层，其中，所述权重层包括与每个所述编码向量相对应的第一权重系数；

根据所述编码向量和所述第一权重系数，计算得到一个所述权重向量。

5.如权利要求4所述的翻译方法，其特征在于，所述解码层包括一个第二堆栈层；

将所述训练特征以及所述权重向量输入至所述翻译模型的解码层，得到解码向量，包括：

将所述训练特征输入至所述翻译模型的解码层，生成第二向量；

将所述第二向量以及所述权重向量输入至第二堆栈层，得到所述解码向量。

6.如权利要求4所述的翻译方法，其特征在于，所述解码层包括m个第二堆栈层，且m个第一堆栈层顺次连接，其中，m≥2且m为正整数；

将所述训练特征以及所述权重向量输入至所述翻译模型的解码层，得到解码向量，包括：

202、将所述训练特征输入至所述翻译模型的解码层，生成第二向量；

204、将所述第二向量以及所述权重向量输入至第一个所述第二堆栈层，得到第一个所述第二堆栈层的输出向量；

206、将第j-1个所述第二堆栈层的输出向量以及所述权重向量输入至第j个所述第二堆栈层，得到第j个第二堆栈层的输出向量，并将第m个第二堆栈层的输出向量作为所述解码向量，其中，2≤j≤m；

208、将j自增1，判断自增1后的j是否大于m，若是，则结束，若否，继续执行步骤206。

7.如权利要求1所述的翻译方法，其特征在于，所述解码层包括m个第二堆栈层，且m个第二堆栈层顺次连接，其中，m≥2且m为正整数；

将至少一个编码向量输入至所述翻译模型的权重层，得到权重向量，包括：

将至少一个编码向量输入至所述翻译模型的权重层，其中，所述权重层包括与每个所述第二堆栈层相对应的第二权重系数向量，每个第二权重系数向量包括与每个所述编码向量相对应的第二权重系数；

根据所述编码向量和所述第二权重系数向量，计算得到每个所述第二堆栈层相对应的权重向量。