[发明专利]翻译方法、装置、设备及存储介质

说明书

本申请公开了一种翻译方法、装置、设备及存储介质，本申请同时获取源语言文本、源语言文本的语音信息及源语言文本中每一文本子单元的结构信息，分别对源语言文本、语音信息及结构信息进行特征提取，得到源语言文本对应的文本特征、语音信息对应的语音特征以及源语言文本对应的结构特征，进而基于三种特征进行翻译，得到翻译后的目标语言文本。由此可见，本申请在翻译过程中，将文本、发音及结构作为同一源语言文本的不同认知层面来综合考虑，基于三种特征进行翻译，实现了资源信息的充分利用，同时，由于翻译时所参考的信息更加丰富，既能够提高翻译过程的鲁棒性，又可以提高翻译结果的质量。

技术领域

本申请涉及机器翻译技术领域，更具体的说，是涉及一种翻译方法、装置、设备及存储介质。

背景技术

最近几年，深度学习、迁移学习等技术的阶段性突破以及互联网产生的大量数据，给自然语言处理的发展带来大量机遇，自然语言处理任务也取得了突破性进展，其中，机器翻译是自然语言处理任务中比较重要的应用之一，随自然语言处理任务的发展，机器翻译的准确度也得到了很大的提升。使用机器自动处理文本的可靠性越来越高，使得有更多的工作可以由机器来完成。深度学习通常依赖大量的标签数据，而最近几年随着各种自监督预训练模型、半监督以及无监督算法的提出，使得模型能够利用大量语料进行学习，这一过程大幅降低了各任务对标签语料的需求数量，这也使得深度学习的使用门槛越来越低。随着大规模平行语料的积累、计算能力的不断提高，机器翻译在通用领域的翻译水平甚至超过人类，也使得机器翻译成为自然语言处理中技术成熟度比较高的技术，也逐步的应用在我们的日常生活中。

现代机器翻译系统，端对端的利用平行语料学习语言间的映射关系，使得翻译任务变成一个完全由数据驱动的任务。当翻译任务的平行句对数量比较丰富时，翻译模型质量较高，但是当翻译任务的句对数据受限时，也大幅限制了机器翻译模型的质量。

虽然机器翻译效果在资源丰富场景下可用性已经非常高，但是在低资源场景下的效果仍然有大幅度的可提升空间。而随着全球化的进行，机器翻译技术能够减轻跨语言沟通障碍，因此探索并寻找一种提高机器翻译质量的方案，尤其是针对低资源场景下的机器翻译过程，具有很重要的现实意义。

发明内容

鉴于上述问题，提出了本申请以便提供一种翻译方法、装置、设备及存储介质，以提升机器翻译的质量。具体方案如下：

在本申请的第一方面，公开了一种翻译方法，包括：

获取源语言文本、源语言文本的语音信息及源语言文本中每一文本子单元的结构信息；

获取所述源语言文本对应的文本特征、所述语音信息对应的语音特征，以及所述源语言文本对应的结构特征，所述结构特征基于所述源语言文本中各文本子单元的结构信息确定；

基于所述文本特征、所述语音特征及所述结构特征，对所述源语言文本进行翻译，得到翻译后的目标语言文本。

优选地，所述获取源语言文本中每一文本子单元的结构信息，包括：

获取源语言文本中每一文本子单元的图像，所述图像包含文本子单元的结构信息。

优选地，所述获取所述源语言文本对应的文本特征、所述语音信息对应的语音特征，以及所述源语言文本对应的结构特征，包括：

分别对所述源语言文本、所述语音信息及所述源语言文本中各文本子单元的结构信息进行编码，得到源语言文本对应的文本特征、语音信息对应的语音特征以及源语言文本对应的结构特征。

优选地，对所述源语言文本、所述语音信息及所述源语言文本中各文本子单元的结构信息进行编码的过程，包括：

按照自所述语音信息、所述结构信息至所述源语言文本的先后顺序依次进行编码，其中：

对所述语音信息进行编码，得到语音特征；