[发明专利]机器翻译方法、装置、设备和存储介质

权利要求书

1.一种机器翻译方法，包括：

采用初始的神经网络机器翻译NMT模型，对源语言文本进行第一次翻译，以获得第一目标语言文本；

基于所述源语言文本和所述第一目标语言文本，识别所述源语言文本中的漏译部分；

增大所述初始的NMT模型中的所述漏译部分对应的注意力权重，以获得调整后的NMT模型；

采用所述调整后的NMT模型，对所述源语言文本进行第二次翻译，以获得第二目标语言文本。

2.根据权利要求1所述的方法，其中，所述基于所述源语言文本和所述第一目标语言文本，识别所述源语言文本中的漏译部分，包括：

采用漏译检测模型，对输入的所述源语言文本和所述第一目标语言文本进行处理，以输出标识信息，所述标识信息用于标识所述源语言文本中的文本单元是否发生漏译；

基于所述标识信息，识别所述源语言文本中的漏译部分。

3.根据权利要求2所述的方法，其中，

所述漏译检测模型基于训练数据获得，所述训练数据包括：输入样本和漏译标签，所述训练数据采用如下方式生成：

获取第一源语言样本和第一目标语言样本；

对所述第一目标语言样本进行内容扩充，以获得第二目标语言样本；

基于所述第二目标语言样本，获得第二源语言样本；

将所述第二源语言样本和所述第一目标语言样本作为所述输入样本；

比较所述第二源语言样本和所述第一源语言样本，以确定所述漏译标签。

4.根据权利要求1-3任一项所述的方法，其中，所述增大所述初始的NMT模型中的所述漏译部分对应的注意力权重，包括：

确定所述初始的NMT模型中的最大注意力权重；

对所述最大注意力权重进行减小处理，并确定所述最大注意力权重在所述减小处理前后的差值；

将所述差值增加到所述漏译部分对应的注意力权重上。

5.根据权利要求4所述的方法，其中，若所述漏译部分包括多个文本单元，所述将所述差值增加到所述漏译部分对应的注意力权重上，包括：

基于标准正态分布和所述差值，确定所述多个文本单元中各个文本单元对应的待增加值；

将所述各个文本单元对应的待增加值，增加到所述各个文本单元对应的注意力权重上。

6.一种机器翻译装置，包括：

第一翻译模块，用于采用初始的神经网络机器翻译NMT模型，对源语言文本进行第一次翻译，以获得第一目标语言文本；

识别模块，用于基于所述源语言文本和所述第一目标语言文本，识别所述源语言文本中的漏译部分；

调整模块，用于增大所述初始的NMT模型中的所述漏译部分对应的注意力权重，以获得调整后的NMT模型；

第二翻译模块，用于采用所述调整后的NMT模型，对所述源语言文本进行第二次翻译，以获得第二目标语言文本。

7.根据权利要求6所述的装置，其中，所述识别模块进一步用于：

采用漏译检测模型，对输入的所述源语言文本和所述第一目标语言文本进行处理，以输出标识信息，所述标识信息用于标识所述源语言文本中的文本单元是否发生漏译；

基于所述标识信息，识别所述源语言文本中的漏译部分。

8.根据权利要求7所述的装置，其中，

所述漏译检测模型基于训练数据获得，所述训练数据包括：输入样本和漏译标签，所述训练数据采用如下方式生成：

获取第一源语言样本和第一目标语言样本；

对所述第一目标语言样本进行内容扩充，以获得第二目标语言样本；

基于所述第二目标语言样本，获得第二源语言样本；

将所述第二源语言样本和所述第一目标语言样本作为所述输入样本；

比较所述第二源语言样本和所述第一源语言样本，以确定所述漏译标签。