[发明专利]机器翻译方法、装置及计算机可读存储介质

说明书

本发明提供了一种机器翻译方法、装置及计算机可读存储介质。该方法包括：获取待翻译语句；将所述待翻译语句输入预先训练得到的机器翻译模型中，计算得到翻译后的目标语句；其中，所述机器翻译模型通过如下方式得到：获取训练样本；其中，每一训练样本包括源语言和目标语言；为所述训练样本中的源语言生成对抗样本；根据对抗样本进行训练，得到机器翻译模型。根据本发明的方法，可以提升机器翻译模型的鲁棒性。

技术领域

本发明涉及神经网络技术领域，更具体地，涉及一种机器翻译方法、一种机器翻译装置及计算机可读存储介质。

背景技术

机器翻译是利用计算机将一种自然语言(源语言)转换为另一种自然语言(目标语言)的过程。随着经济全球化及互联网的飞速发展，机器翻译具有重要的实用价值，在促进政治、经济、文化交流等方面起到越来越重要的作用。

常用的机器翻译模型是基于神经网络技术建模的神经网络机器翻译(NeuralMachine Translation，NMT)。由于口语文本是一种非正式文本，具有谐音/音近、省略/遗漏、倒装、错误等特点,使得NMT在翻译口语文本时容易出现错误。

因此，发明人认为，有必要对机器翻译模型进行改进，以提升机翻译模型的鲁棒性。

发明内容

本发明实施例的一个目的是提供一种机器翻译的新技术方案。

根据本发明实施例的第一方面，提供了一种机器翻译方法，所述方法包括：

获取待翻译语句；

将所述待翻译语句输入预先训练得到的机器翻译模型中，计算得到翻译后的目标语句；

其中，所述机器翻译模型通过如下方式得到：

获取训练样本；其中，每一训练样本包括源语言和目标语言；

为所述训练样本中的源语言生成对抗样本；

根据对抗样本进行训练，得到机器翻译模型。

可选地，所述获取训练样本，包括：

获取所述源语言，

确定所述源语言的分词信息和拼音信息；

分别对所述分词信息和所述拼音信息做映射，将所述分词信息映射为所述分词特征向量，将所述拼音信息映射为所述拼音特征向量；由所述分词特征向量和所述拼音特征向量组成所述训练样本。

可选地，所述为所述训练样本中的源语言生成对抗样本，包括：

对所述源语言进行随机采样，确定被替换词的位置；

确定候选词集；

根据梯度方向，从所述候选词集中选择替换词，并将所述替换词添加至所述被替换词的位置，生成所述对抗样本。

可选地，所述由所述分词特征向量和所述拼音特征向量组成所述训练样本，包括：

对所述分词特征向量和所述拼音特征向量进行融合计算，计算得到所述训练样本。

可选地，所述根据对抗样本进行训练，得到机器翻译模型，包括：

根据所述对抗样本和所述训练样本中的目标语言，对损失函数进行训练，得到所述机器翻译模型。

可选地，所述损失函数是源语言损失项，分词信息损失项和拼音信息损失项的累加和。

根据本发明的第二方面，还提供一种机器翻译装置，所述装置包括：

获取模块，用于获取待翻译语句；

计算模块，用于将所述待翻译语句输入预先训练得到的机器翻译模型中，计算得到翻译后的目标语句；