[发明专利]机器翻译自动后编辑方法及装置

说明书

本发明提供一种机器翻译自动后编辑方法及装置，该方法包括：获取第一文本和第二文本；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；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。本发明通过对第一文本和第二文本进行术语标签处理，将得到的第三文本和第四文本输入至自动后编辑模型，得到目标语言文本，进一步提高了对包含术语词的源语言文本的翻译的精确度。

技术领域

本发明涉及机器翻译技术领域，尤其涉及一种机器翻译自动后编辑方法及装置。

背景技术

机器翻译是将一种自然语言文本通过计算机转换成另外一种自然语言文本的过程。自动后编辑是指通过计算机对机器翻译输出的机器翻译文本进一步编辑修改，从而提升机器翻译的质量，使其更接近人类翻译。机器翻译和自动后编辑的结合使用可以极大地减轻译员的工作负担，译员只需在自动后编辑输出译文的基础上进行少量的编辑，即可实现快速而高质量的翻译。

然而，目前基于深度学习的机器翻译虽然可以在大多数情况下实现较好的翻译效果，但是对术语词之类的命名实体单词仍然无法做到准确地翻译，同时现有技术的自动后编辑方法也同样难以对术语词翻译错误进行正确地修正。

发明内容

本发明提供一种机器翻译自动后编辑方法及装置，用以解决现有技术中对术语词之类的命名实体单词无法做到准确地翻译的缺陷，实现提高了对包含术语词的源语言文本的翻译的精确度。

第一方面，本发明提供一种机器翻译自动后编辑方法，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。

根据本发明提供的一种机器翻译自动后编辑方法，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。

根据本发明提供的一种机器翻译自动后编辑方法，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。

根据本发明提供的一种机器翻译自动后编辑方法，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；