[发明专利]多语言翻译模型的生成方法、翻译方法、终端及介质

权利要求书

1.一种多语言翻译模型的生成方法，其特征在于，所述多语言翻译模型的生成方法包括：

获取多个第一单语语句，对预设自回归语言模型进行训练，生成预训练语言模型；所述预设自回归语言模型由解码器组成；

获取多个双语语句对，并将所述双语语句对中互译的两个语句拼接，生成双语训练样本；

基于所述双语训练样本对所述预训练语言模型进行训练，生成多语言翻译模型；所述多语言翻译模型用于将给定的源语言翻译出目标语句。

2.根据权利要求1所述的多语言翻译模型的生成方法，其特征在于，所述多个第一单语语句由多种语言的单语语句组成；所述多个双语语句对由至少三种互译语种不同的双语语句对组成。

3.根据权利要求1所述的多语言翻译模型的生成方法，其特征在于，所述第一单语语句和所述双语语句对中的源语句、目标语句中的至少一种语句采用的语言相同。

4.根据权利要求1所述的多语言翻译模型的生成方法，其特征在于，获取多个双语语句对，并将所述双语语句对中互译的两个语句拼接生成双语训练样本，具体包括：

确定各双语语句对中源语句的语言标识、目标语句的语言标识，以及由所述源语句翻译至目标语句的翻译标识；

按照预设顺序，对所述双语语句对中源语句的语言标识、源语句、翻译标识、目标语句的语言标识以及目标语句进行拼接，生成双语训练样本。

5.根据权利要求1所述的多语言翻译模型的生成方法，其特征在于，基于所述双语训练样本对所述预训练语言模型进行训练，生成多语言翻译模型，具体包括：

获取多个第二单语语句，并确定各第二单语语句的语言标识；

将所述第二单语语句的语言标识以及对应的第二单语语句进行拼接，生成单语训练样本；

根据所述单语训练样本以及所述双语训练样本对所述预训练语言模型进行训练，生成所述多语言翻译模型。

6.根据权利要求1所述的多语言翻译模型的生成方法，其特征在于，所述第二单语语句和所述双语语句对中的源语句、目标语句中的至少一种语句采用的语言相同。

7.根据权利要求1所述的多语言翻译模型的生成方法，其特征在于，所述获取多个第一单语语句，对预设自回归语言模型进行训练，生成预训练语言模型，具体包括：

确定各第一单语语句的语系，并将语系相同的第一单语语句组成语系集合；

按照所述语系集合，对所述预设自回归语言模型进行训练，生成预训练语言模型。

8.根据权利要求1所述的多语言翻译模型的生成方法，其特征在于，所述方法还包括：

基于预设语料库，获取多个原始单语语句和多个原始双语语句对；

对各所述原始单语语句以及所述原始双语语句对进行数据预处理，以得到所述第一单语语句以及所述双语语句对；

其中，所述数据预处理至少包括：数据格式转换、数据融合、软硬规则过滤、对齐过滤、精确去重、模糊去重、长度筛选中的一项或多项。

9.一种翻译方法，其特征在于，应用如权利要求1-8任一项所述的多语言翻译模型的生成方法得到的多语言翻译模型，所述翻译方法包括：

获取待翻译语句、所述待翻译语句的语言标识、翻译标识、以及目标语句的语言标识；

将所述待翻译语句、所述待翻译语句的语言标识、翻译标识、以及目标语句的语言标识作为输入项，输入所述多语言翻译模型，以得到所述待翻译语句对应的目标语句；

所述多语言翻译模型由权利要求1-8任意一项所述的多语言翻译模型的生成方法得到。

10.根据权利要求9所述的翻译方法，其特征在于，所述翻译方法还包括：

将所述目标语句转换为对应的目标语音，并将所述目标语音发送至对应的用户终端，以使所述用户终端将所述目标语言播放。