[发明专利]一种翻译模型训练方法、装置、电子设备及存储介质

权利要求书

1.一种翻译模型训练方法，其特征在于，包括：

获取源语种的第一源文档语料，所述第一源文档语料为所述源语种的真实文档语料；

将所述第一源文档语料拆分成第一源单语语料；

将所述第一源单语语料输入成熟机器翻译模型，将输出结果作为目标语种的第一目标单语语料；

将各所述第一目标单语语料进行拼接，形成所述目标语种的第一目标文档语料；

根据所述第一源文档语料和所述第一目标文档语料组成平行双语语料；以及

将所述平行双语语料作为训练样本来训练文档机器翻译模型；

所述方法还包括：

采用至少一个预设评测指标对所述成熟机器翻译模型的输出结果进行评测，并根据评测结果对所述平行双语语料进行更新；其中，所述预设评测指标包括翻译准确率、文档长度及全文一致性。

2.根据权利要求1所述的方法，其特征在于，根据所述第一源文档语料和所述第一目标文档语料组成平行双语语料，包括：

根据所述第一源文档语料和所述第一目标文档语料组成正向平行双语语料。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述目标语种的第二目标文档语料，所述第二目标文档语料为所述目标语种的真实文档语料；

将所述第二目标文档语料拆分成第二目标单语语料；

将所述第二目标单语语料输入所述成熟机器翻译模型，将输出结果作为源语种的第二源单语语料；

将各所述第二源单语语料进行拼接，形成所述源语种的第二源文档语料；

根据所述第二目标文档语料和所述第二源文档语料组成反向平行双语语料；

将所述反向平行双语语料作为训练样本训练所述文档机器翻译模型。

4.根据权利要求1所述的方法，其特征在于，根据评测结果对所述平行双语语料进行更新，包括：

如果确定所述评测结果不满足评测标准，则删除所述成熟机器翻译模型的输出结果及所述输出结果匹配的输入语料。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述成熟机器翻译模型与所述文档机器翻译模型为同一个机器翻译模型。

6.一种文档翻译方法，其特征在于，所述方法包括：

获取第一语种的待翻译文档；

利用文档翻译模型将所述待翻译文档翻译成第二语种的目标文档，其中，所述文档翻译模型是根据权利要求1-5中任一项方法训练的翻译模型。

7.一种翻译模型训练装置，其特征在于，包括：

第一源文档语料获取模块，用于获取源语种的第一源文档语料，所述第一源文档语料为所述源语种的真实文档语料；

第一源单语语料拆分模块，用于将所述第一源文档语料拆分成第一源单语语料；

第一目标单语语料获取模块，用于将所述第一源单语语料输入成熟机器翻译模型，将输出结果作为目标语种的第一目标单语语料；

第一目标文档语料获取模块，用于将各所述第一目标单语语料进行拼接，形成所述目标语种的第一目标文档语料；

第一训练样本获取模块，用于根据所述第一源文档语料和所述第一目标文档语料组成平行双语语料；

第一文档机器翻译模型训练模块，用于将所述平行双语语料作为训练样本来训练文档机器翻译模型；

所述装置还包括：

输出结果评测模块，用于采用至少一个预设评测指标对所述成熟机器翻译模型的输出结果进行评测；其中，所述预设评测指标包括翻译准确率、文档长度及全文一致性；

平行双语语料更新模块，用于根据评测结果对所述平行双语语料进行更新。

8.一种电子设备，其特征在于，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。

9.一种计算机存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的方法。