[发明专利]文档翻译方法及装置

权利要求书

1.一种文档翻译方法，其特征在于，包括：

获取双语文本数据；

对所述双语文本数据进行标注，得到标注好的双语文本数据；

从所述双语文本数据中抽取双语结构化数据，并根据所述双语结构化数据构建知识图谱；

根据所述知识图谱以及所述标注好的双语文本数据采用预设的神经网络模型进行模型训练，得到文档翻译模型，以根据所述文档翻译模型对文档进行翻译；

所述根据所述知识图谱以及所述标注好的双语文本数据采用预设的神经网络模型进行模型训练，包括：

针对所述标注好的双语文本数据中的每个句子生成预测下文句，其中，所述预测下文句包括：句子在所述标注好的双语文本数据中的真实下文句、根据所述知识图谱从预设的语料库中选择的句子的相关句、根据所述知识图谱从所述标注好的双语文本数据中选择的句子的非相关句以及从所述语料库中随机选择的句子中的至少一种；

根据所述神经网络模型预测所述预测下文句是否为对应句子的下文。

2.根据权利要求1所述的文档翻译方法，其特征在于，所述根据所述知识图谱以及所述标注好的双语文本数据采用预设的神经网络模型进行模型训练，包括：

根据所述知识图谱从所述标注好的双语文本数据中选择关键词，并对所述关键词进行掩盖；

根据所述神经网络模型对掩盖的关键词进行预测。

3.根据权利要求2所述的文档翻译方法，其特征在于，所述根据所述知识图谱从所述标注好的双语文本数据中选择关键词，具体包括：

预设比例时间根据所述知识图谱选择关键词，剩余比例时间采用随机选择的方法选择关键词。

4.根据权利要求2所述的文档翻译方法，其特征在于，所述对所述关键词进行掩盖，具体包括：

第一预设比例时间采用随机词对所述关键词进行掩盖，第二预设比例时间采用所述关键词的原词对所述关键词进行掩盖，第三预设比例时间采用预设字符对所述关键词进行掩盖，其中，第一预设比例时间、第二预设比例时间以及第三预设比例时间的总和为百分之百。

5.根据权利要求1所述的文档翻译方法，其特征在于，所述神经网络模型包括：Tramsformer模型。

6.一种文档翻译装置，其特征在于，包括：

双语语料获取单元，用于获取双语文本数据；

标注单元，用于对所述双语文本数据进行标注，得到标注好的双语文本数据；

知识图谱构建单元，用于从所述双语文本数据中抽取双语结构化数据，并根据所述双语结构化数据构建知识图谱；

模型训练单元，用于根据所述知识图谱以及所述标注好的双语文本数据采用预设的神经网络模型进行模型训练，得到文档翻译模型，以根据所述文档翻译模型对文档进行翻译；

所述模型训练单元包括：

预测下文句生成模块，用于针对所述标注好的双语文本数据中的每个句子生成预测下文句，其中，所述预测下文句包括：句子在所述标注好的双语文本数据中的真实下文句、根据所述知识图谱从预设的语料库中选择的句子的相关句、根据所述知识图谱从所述标注好的双语文本数据中选择的句子的非相关句以及从所述语料库中随机选择的句子中的至少一种；

下文句判断模块，用于根据所述神经网络模型预测所述预测下文句是否为对应句子的下文。

7.根据权利要求6所述的文档翻译装置，其特征在于，所述模型训练单元包括：

关键词掩盖模块，用于根据所述知识图谱从所述标注好的双语文本数据中选择关键词，并对所述关键词进行掩盖；

掩盖词预测模块，用于根据所述神经网络模型对掩盖的关键词进行预测。

8.根据权利要求7所述的文档翻译装置，其特征在于，所述关键词掩盖模块，具体用于预设比例时间根据所述知识图谱选择关键词，剩余比例时间采用随机选择的方法选择关键词。