[发明专利]翻译模型的训练方法、装置、电子设备及存储介质有效

专利信息
申请号: 202111014476.7 申请日: 2021-08-31
公开(公告)号: CN113807106B 公开(公告)日: 2023-03-07
发明(设计)人: 万星;赵静璇;王梦雪;何中军;吴华;李芝;徐梓翔;刘继强;高鹏至;孙萌;李朝锡;姚伟 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06F40/58 分类号: G06F40/58;G06F40/166;G06N3/08;G06N20/00
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 罗岚
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 翻译 模型 训练 方法 装置 电子设备 存储 介质
【说明书】:

本公开提供了一种翻译模型的训练方法、装置、电子设备及存储介质,涉及计算机技术领域,尤其涉及深度学习、自然语言处理等人工智能技术领域。具体实现方案为:接收调整信息,所述调整信息,用于对已有翻译结果进行调整,所述已有翻译结果,是对待翻译信息翻译得到的,并根据所述调整信息和所述已有翻译结果,确定目标翻译结果,以及根据所述待翻译信息和所述目标翻译结果训练初始翻译模型,以得到目标翻译模型。由此,实现参考已有翻译结果的调整信息对初始翻译模型进行自动化地迭代训练,能够有效降低翻译模型的训练成本,并且能够较大程度地提升翻译模型的训练效率,辅助提升目标翻译模型的翻译效率和翻译质量。

技术领域

本公开涉及计算机技术领域,尤其涉及深度学习、自然语言处理等人工智能技术领域,具体涉及一种翻译模型的训练方法、装置、电子设备及存储介质。

背景技术

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术;人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术,以及机器学习、深度学习、大数据处理技术、知识图谱技术等几大方向。

相关技术中,在翻译模型的训练过程中,通常是采用海量训练语料,对通用的机器翻译模型进行训练,需要耗费较高的训练成本,且翻译模型的训练效率较低。

发明内容

本公开提供了一种翻译模型的训练方法、装置、电子设备、存储介质以及计算机程序产品。

根据本公开的第一方面,提供了一种翻译模型的训练方法,包括:接收调整信息,所述调整信息,用于对已有翻译结果进行调整,所述已有翻译结果,是对待翻译信息翻译得到的;根据所述调整信息和所述已有翻译结果,确定目标翻译结果;以及根据所述待翻译信息和所述目标翻译结果训练初始翻译模型,以得到目标翻译模型。

根据本公开的第二方面,提供了一种翻译模型的训练方法,包括:接收模块,用于接收调整信息,所述调整信息,用于对已有翻译结果进行调整,所述已有翻译结果,是对待翻译信息翻译得到的;确定模块,用于根据所述调整信息和所述已有翻译结果,确定目标翻译结果;以及训练模块,用于根据所述待翻译信息和所述目标翻译结果训练初始翻译模型,以得到目标翻译模型。

根据本公开的第三方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如第一方面的翻译模型的训练方法。

根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行如第一方面的翻译模型的训练方法。

根据本公开的第五方面,提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如第一方面的翻译模型的训练方法。

应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其他特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案,不构成对本公开的限定。其中:

图1是根据本公开第一实施例的示意图;

图2是根据本公开实施例的翻译模型训练的方法的流程示意图;

图3是根据本公开实施例的翻译模型解码的框架示意图;

图4是根据本公开实施例的翻译结果修改界面示意图

图5是根据本公开实施例的翻译模型自动训练模块的示意图;

图6是根据本公开第二实施例的示意图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111014476.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top