[发明专利]一种文本翻译模型的训练方法、文本翻译的方法及装置

说明书

本申请公开了一种基于人工智能技术实现的文本翻译模型训练方法和文本翻译方法，具体涉及自然语言处理领域以及机器学习领域，文本翻译模型训练方法包括：获取第一文本以及第二文本；若第一文本以及第二文本满足文本对齐条件，则获取第一待训练平行文本；基于第一待训练平行文本所包括的第一句子，通过文本翻译模型获取第一翻译文本；根据第一翻译文本以及第二句子，对文本翻译模型进行训练。本申请实施例还提供了一种相关装置，本申请能够将自动抓取到的文本进行对齐处理，从而生成用于模型训练的平行语料，由此实现模型的自我训练。

技术领域

本申请涉及自然语言处理处理，尤其涉及一种文本翻译模型的训练方法、文本翻译的方法及装置。

背景技术

网络小说是指利用互联网发表并传播的书面文学作品，与一般的小说相比，网络小说的语法更近口语并充斥网络流行语。如今，中国网络文学通过对外授权开始网文出海，翻译一部网络小说的成分非常高，因此，网络小说翻译亟需借助人工智能(ArtificialIntelligence，AI))技术来提高网文翻译效率，降低翻译成本。

针对网络小说的翻译，目前，提出了一种翻译数字图形小说的方法，首先接收数字图形小说内容，然后识别图形小说内容的特征，该有特征包括文本特征，再基于所识别的特征，生成与文本特征对应的场境信息，该场境信息用于辅助文本翻译。

然而，大部分的网络小说并非以数字图形小说的形式呈现，而是以全文字或者大量文字的形式呈现，因此，需要训练一种用于网络小说翻译的模型。由于网络小说涉及版权等问题，目前尚未有网络小说的平行语料库，因此，难以实现网络小说翻译模型的训练。

发明内容

本申请实施例提供了一种文本翻译模型的训练方法、文本翻译的方法及装置，能够将自动抓取到的文本进行对齐处理，从而生成用于模型训练的平行语料，由此实现模型的自我训练。

有鉴于此，本申请一方面提供一种文本翻译模型的训练方法，包括：

获取第一文本以及第二文本，其中，第一文本对应于源语种，第二文本对应于目标语种，源语种与目标语种属于不同的语种；

若第一文本以及第二文本满足文本对齐条件，则获取第一待训练平行文本，其中，第一待训练平行文本包括第一句子以及第二句子，第一句子来源于第一文本，第二句子来源于第二文本，且第二句子为第一句子对应的翻译结果；

基于第一待训练平行文本所包括的第一句子，通过文本翻译模型获取第一翻译文本；

根据第一翻译文本以及第二句子，对文本翻译模型进行训练。

本申请另一方面提供一种文本翻译的方法，包括：

获取待翻译文本，其中，待翻译文本包括至少一个句子，其中，待翻译文本对应于源语种；

基于待翻译文本中的每个句子，通过文本翻译模型获取每个句子所对应的翻译文本，其中，文本翻译模型为采用述各方面所提供的方法训练得到的；

根据每个句子所对应的翻译文本，生成待翻译文本所对应的目标翻译文本，其中，目标翻译文本对应于目标语种，目标语种与源语种属于不同的语种。

本申请另一方面提供一种模型训练装置，包括：

获取模块，用于获取第一文本以及第二文本，其中，第一文本对应于源语种，第二文本对应于目标语种，源语种与目标语种属于不同的语种；

获取模块，还用于若第一文本以及第二文本满足文本对齐条件，则获取第一待训练平行文本，其中，第一待训练平行文本包括第一句子以及第二句子，第一句子来源于第一文本，第二句子来源于第二文本，且第二句子为第一句子对应的翻译结果；

获取模块，还用于基于第一待训练平行文本所包括的第一句子，通过文本翻译模型获取第一翻译文本；