申请/专利权人：四川语言桥信息技术有限公司;西湖大学

申请日：2023-11-22

公开（公告）日：2024-04-30

公开（公告）号：CN117273027B

主分类号：G06F40/58

分类号：G06F40/58;G06F18/214;G06N3/048;G06F40/253;G06F40/30

优先权：

专利状态码：有效-授权

法律状态：2024.04.30#授权;2024.01.09#实质审查的生效;2023.12.22#公开

摘要：本发明属于机器翻译技术领域，提供了一种基于翻译错误纠正的机器翻译自动后校验方法，其中方法包括：（1）采用细粒度机器翻译后校验数据作为训练数据，训练一个对偶到编辑序列的神经网络模型，得到对偶到编辑序列的神经网络转换模型；（2）基于所述（1）得到的对偶到编辑序列的神经网络转换模型，以翻译原文S和机翻译文MT作为输入，输出机翻译文对应的机器翻译错误序列E；（3）根据机翻错误序列E，将机翻译文MT转换为目标译文。本发明引入了细粒度翻译错误类型作为额外信息，一方面，能改善输入端训练数据的稀疏性，另一方面，相比于文本更短，空间分布更密集，由此缓解模型对大规模训练数据的依赖性。

主权项：1.一种基于翻译错误纠正的机器翻译自动后校验方法，其特征在于，包括：1采用细粒度机器翻译后校验数据作为训练数据，训练一个对偶到编辑序列的神经网络模型，得到对偶到编辑序列的神经网络转换模型；2基于所述1得到的对偶到编辑序列的神经网络转换模型，以翻译原文S和机翻译文MT作为输入，输出机翻译文对应的机器翻译错误序列E；3根据机翻错误序列E，将机翻译文MT转换为目标译文；其中，细粒度机器翻译后校验数据是通过人工在机器翻译结果上进行短语级别的翻译错误标注得到；所述细粒度机器翻译后校验数据是通过人工标注综合S'、MT'、PE三个序列得到的机器翻译错误序列E'，E'＝{e1,e2,…,e|E|}，其中，en代表第n个机翻错误，|E|代表机翻错误序列的长度；S'＝{x1,x2,…,x|S|}，其表示翻译原文；其表示机翻译文；PE＝{y1,y2,…,y|PE|}，其表示后校验译文，其中，xi,yk分别代表翻译原文、机翻译文和后校验译文中的第i,j,k个词，|S|,|MT|,|PE|分别代表S'、MT'、PE三个序列的长度；所述机器翻译错误序列E'中每一项采用四元组表示：机翻短语序列、修改后序列、原文对应序列、错误类型；所述错误类型包括错译、漏译、过渡翻译、专业词汇错误、语法错误和或流利度错误。

全文数据：

权利要求：

百度查询： 四川语言桥信息技术有限公司;西湖大学 一种基于翻译错误纠正的机器翻译自动后校验方法

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