[发明专利]一种低频词翻译方法及装置

说明书

本申请公开了一种低频词翻译方法及装置，该方法包括：当获取到待翻译的源文本后，可以生成该源文本中的各个低频词分别对应的组合表征结果，关于每一低频词，该低频词对应的组合表征结果包括该低频词的向量表征结果和/或该低频词的翻译译文的向量表征结果、以及该低频词替换为通配符后该通配符的向量表征结果，之后，再根据各个低频词分别对应的组合表征结果对源文本进行翻译，从而得到目标文本。可见，本申请在对源文本进行翻译时，不但考虑了低频词对应替换的通配符的向量表征结果，还进一步考虑了该低频词和/或该低频词的翻译译文的向量表征结果，从而提高了源文本的语义信息的完整性，进而提高了其翻译结果的流利度。

技术领域

本申请涉及机器翻译技术领域，尤其涉及一种低频词翻译方法及装置。

背景技术

随着科技的不断发展，机器翻译成为解决不同语言种族群体相互交流通信的一个重要研究课题，其中，低频词翻译效果的优劣，直接影响到机器翻译技术和应用能否顺利走向实用化、产业化。低频词是指在大规模双语平行语料库中频次稀疏、或从未出现的一类词语，依据频次程度的不同，在自然语言处理中，低频词通常也被称为未登录词(Unknownwords)或集外词(Out of vocabulary)。因低频词具有频率稀疏性、译文单一性等特点，低频词翻译一直是机器翻译研究工作中的重点和难点。

在现有的一种低频词翻译方法中，先将源文本中的低频词转换为通配符，然后对转换为通配符后的源文本进行翻译，从而得到目标文本，最后将目标文本中的通配符置换为原来对应的低频词，以形成最终完整译文。然而，该翻译方法虽然使得低频词能够得到翻译，但直接将低频词转换为通配符会造成源文本的语义信息不完整，进一步导致对其翻译后得到的目标文本不够通顺，即，存在译文流利度下降的问题。

发明内容

本申请实施例的主要目的在于提供一种低频词翻译方法及装置，在对低频词所属文本进行翻译时，能够提高翻译结果的流利度。

本申请实施例提供了一种低频词翻译方法，包括：

生成源文本中的各个低频词分别对应的组合表征结果；其中，所述组合表征结果包括对应低频词的向量表征结果和/或对应低频词的翻译译文的向量表征结果，以及，对应低频词替换为通配符后所述通配符的向量表征结果；

根据各个低频词分别对应的组合表征结果对所述源文本进行翻译，得到目标文本。

可选的，所述根据各个低频词分别对应的组合表征结果对所述源文本进行翻译，包括：

对于各个低频词，将所述低频词对应的组合表征结果中的各个向量表征结果进行向量融合，得到所述低频词的最终表征结果；

根据各个低频词各自的最终表征结果，对所述源文本进行翻译。

可选的，所述将所述低频词对应的组合表征结果中的各个向量表征结果进行向量融合，得到所述低频词的最终表征结果，包括：

将所述低频词对应的组合表征结果中的各个向量表征结果进行加权计算，得到加权计算结果；

将所述加权计算结果进行非线性变换，得到所述低频词的最终表征结果。

可选的，按照下述方式生成所述对应低频词的向量表征结果：

利用对应低频词的各个子词的向量表征结果，生成对应低频词的向量表征结果。

可选的，所述利用对应低频词的各个子词的向量表征结果，生成对应低频词的向量表征结果，包括：

利用神经网络反向扫描对应低频词的各个子词，得到各个子词中的第一个子词的向量表征结果；

将第一个子词的向量表征结果，作为对应低频词的向量表征结果。

可选的，按照下述方式生成所述对应低频词的翻译译文的向量表征结果：