申请/专利权人：腾讯科技(深圳)有限公司

申请日：2021-05-20

公开（公告）日：2024-03-15

公开（公告）号：CN113761944B

主分类号：G06F40/44

分类号：G06F40/44;G06F40/51;G06F40/58;G06N3/044;G06N3/0455;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.03.15#授权;2022.10.11#实质审查的生效;2021.12.07#公开

摘要：本申请涉及一种翻译模型的训练语料处理方法、装置、设备和存储介质。所述方法涉及自然语言处理技术领域，所述包括：获取用于训练翻译模型的原始训练语料；获取至少两组训练好的通用语言模型，通过每组通用语言模型，获得原始训练语料中各平行语句所对应的质量评分，根据质量评分对原始训练语料进行过滤获得高质量训练语料，每组通用语言模型的模型结构不同；通过训练好的目标领域语言模型与通用领域语言模型，获得高质量训练语料中各平行语句所对应的领域评分，根据领域评分从高质量训练语料中筛选出目标领域的高质量训练语料。采用本方法能够在保证高质量的基础上筛选目标领域的语料，从而使得获得的语料能够极大提升翻译模型的翻译性能。

主权项：1.一种翻译模型的训练语料处理方法，其特征在于，所述方法包括：获取用于训练翻译模型的原始训练语料；获取至少两组训练好的通用语言模型，通过每组通用语言模型，获得所述原始训练语料中各平行语句所对应的质量评分，根据所述质量评分对所述原始训练语料进行过滤获得满足预设质量条件的训练语料，每组通用语言模型的模型结构不同；通过训练好的目标领域语言模型与通用领域语言模型，获得所述满足预设质量条件的训练语料中各平行语句所对应的领域评分，根据所述领域评分从所述满足预设质量条件的训练语料中筛选出属于目标领域且满足预设质量条件的训练语料，所述目标领域语言模型与通用领域语言模型的模型结构相同；其中，筛选出的所述训练语料，用于对所述翻译模型进行模型训练后，获得所述目标领域的翻译模型。

全文数据：

权利要求：

百度查询： 腾讯科技(深圳)有限公司 翻译模型的训练语料处理方法、装置、设备和存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD