[发明专利]机器翻译自动后编辑方法及装置

权利要求书

1.一种机器翻译自动后编辑方法，其特征在于，包括：

获取第一文本和第二文本；所述第一文本为源语言文本，所述第二文本为所述第一文本经过机器翻译的文本；

根据术语词典对所述第一文本和所述第二文本进行术语标签处理，得到第三文本和第四文本；所述术语词典为源语言术语词和目标语言术语词组合的词对构成的词典；

将所述第三文本和所述第四文本输入至预先训练好的自动后编辑模型，得到自动后编辑的目标语言文本；所述自动后编辑模型用于根据输入的所述第三文本和所述第四文本，输出所述第一文本对应的所述目标语言文本。

2.根据权利要求1所述的机器翻译自动后编辑方法，其特征在于，所述根据术语词典对所述第一文本和所述第二文本进行术语标签处理，得到第三文本和第四文本，包括：

对比所述术语词典和所述第一文本，得到第一术语词；所述第一术语词为所述第一文本中包含的源语言术语词；

对所述第一文本中的所述第一术语词进行第一标签处理，得到所述第三文本；

对比所述术语词典和所述第一术语词，得到第二术语词；所述第二术语词为所述第一术语词对应的目标语言术语词；

对所述第二术语词进行第二标签处理，添加到所述第二文本中，得到所述第四文本。

3.根据权利要求1所述的机器翻译自动后编辑方法，其特征在于，所述自动后编辑模型通过下述步骤训练得到：

获取所述自动后编辑模型的训练语料集；所述训练语料集包括多个训练语料，所述训练语料集中每个所述训练语料包括源语言训练语料、机器翻译训练语料和目标语言训练语料；

根据所述训练语料集对自动后编辑模型进行训练，直至所述自动后编辑模型的损失函数不再变小时，停止训练，得到所述自动后编辑模型。

4.根据权利要求3所述的机器翻译自动后编辑方法，其特征在于，所述获取所述自动后编辑模型的训练语料集，包括：

根据所述术语词典对平行语料库进行筛选，得到术语平行语料库；所述术语平行语料库包括多个术语平行语料，所述术语平行语料包括源语言文本语料和对应的目标语言文本语料；

所述术语平行语料的所述源语言文本语料经过机器翻译，得到机器翻译文本语料；

对所述源语言文本语料进行第三标签处理，得到所述源语言训练语料；

对所述机器翻译文本语料进行第四标签处理，得到所述机器翻译训练语料；

所述目标语言文本语料为所述目标语言训练语料。

5.根据权利要求3或4所述的机器翻译自动后编辑方法，其特征在于，所述自动后编辑模型包括第一编码器、第二编码器、解码器和输出层，所述解码器包括第一注意力层、第二注意力层和自注意力层；

所述根据所述训练语料集对自动后编辑模型进行训练，包括：

将所述机器翻译训练语料输入至第一编码器，得到机器翻译上下文表达矩阵；将所述机器翻译上下文表达矩阵输入至所述第一注意力层；

将所述源语言训练语料输入至第二编码器，得到源语言上下文表达矩阵；将所述源语言上下文表达矩阵输入至所述第二注意力层；

将所述目标语言训练语料输入至所述解码器；

判断所述自动后编辑模型的损失函数变化情况。

6.根据权利要求3所述的机器翻译自动后编辑方法，其特征在于，所述自动后编辑模型的损失函数为：

L(θ)＝-logP(T|S,M,term；θ)

其中，P表示概率，自动后编辑模型的输出就是损失函数所表达的条件概率，T为所述目标语言训练语料，S为所述源语言训练语料，M为所述机器翻译训练语料，term为所述源语言训练语料中包含的源语言术语词和目标语言术语词组成的词对，θ为所述自动后编辑模型的参数。