[发明专利]一种机器翻译方法、装置、电子设备和介质

权利要求书

1.一种机器翻译方法，其特征在于，所述方法包括：

获取待翻译的源语言句；

利用预先训练的机器翻译模型，同时给出所述源语言句的目标语言翻译结果，以及所述源语言句所属的类别，其中，所述类别包括粗分类和粗分类下所属的细分类，所述机器翻译模型用于结合对源语言句的分类任务给出目标语言翻译结果；

所述机器翻译模型为基于神经网络的机器翻译模型，所述机器翻译模型的训练方法包括：

获取样本数据，其中，所述样本数据包括源语言样本句集合，每个样本句对应标注有其所属的粗分类、细分类，以及在所述粗分类与细分类构成的类别下所对应的目标语言翻译结果；

将所述源语言样本句集合作为输入，将每个样本句对应的粗分类、细分类和目标语言翻译结果作为输出，利用多任务学习方法训练神经网络，得到所述机器翻译模型；

其中，所述机器翻译模型包括翻译编码器、翻译解码器和分类器，所述翻译编码器用于对源语言句进行编码，所述翻译解码器用于对源语言句的编码进行翻译得到目标语言翻译结果，所述分类器用于依据源语言句的编码预测源语言句所属的粗分类和细分类；

训练时，所述翻译解码器和分类器共同作用于机器翻译模型的损失函数，以使翻译编码器的编码结果趋向于源语言句所属类别所对应的编码结果。

2.根据权利要求1所述的方法，其特征在于，在所述分类器中，预测源语言句所属的粗分类和细分类的表达式如下：

其中，P(i,j|x)表示源语言句经编码得到的向量x属于第i个粗分类和第j个细分类的概率；K为粗分类数；M为细分类数；f_i用w₁x表示，为粗分类特征，h_i用w₂x表示，为细分类特征，w₁和w₂为经训练确定的参数；g_ij为预先定义的先验知识，表示第i个粗分类是否有包含第j个细分类；k、M和g_ij通过在分类器中预先配置的分类系统表确定，所述分类系统表作为所述先验知识，定义了多个粗分类，以及每个粗分类下所包含的多个细分类。

3.一种机器翻译装置，其特征在于，所述装置包括：

源语言句获取模块，用于获取待翻译的源语言句；

源语言句翻译模块，用于利用预先训练的机器翻译模型，同时给出所述源语言句的目标语言翻译结果，以及所述源语言句所属的类别，其中，所述类别包括粗分类和粗分类下所属的细分类，所述机器翻译模型用于结合对源语言句的分类任务给出目标语言翻译结果；

所述机器翻译模型为基于神经网络的机器翻译模型，所述装置还包括机器翻译模型训练模块，包括：

样本数据获取单元，用于获取样本数据，其中，所述样本数据包括源语言样本句集合，每个样本句对应标注有其所属的粗分类、细分类，以及在所述粗分类与细分类构成的类别下所对应的目标语言翻译结果；

翻译模型训练单元，用于将所述源语言样本句集合作为输入，将每个样本句对应的粗分类、细分类和目标语言翻译结果作为输出，利用多任务学习方法训练神经网络，得到所述机器翻译模型；

其中，所述机器翻译模型包括翻译编码器、翻译解码器和分类器，所述翻译编码器用于对源语言句进行编码，所述翻译解码器用于对源语言句的编码进行翻译得到目标语言翻译结果，所述分类器用于依据源语言句的编码预测源语言句所属的粗分类和细分类；

训练时，所述翻译解码器和分类器共同作用于机器翻译模型的损失函数，以使翻译编码器的编码结果趋向于源语言句所属类别所对应的编码结果。