[发明专利]神经机器翻译模型的训练方法、装置及存储介质

权利要求书

1.一种神经机器翻译模型的训练方法，其特征在于，包括：

利用第一平行语料，训练神经机器翻译模型；

通过训练得到的所述神经机器翻译模型，翻译第二平行语料中的源句子，得到与所述源句子对应的预测句子；

计算所述预测句子与所述源句子对应的目标句子的匹配度，在所述匹配度低于预设门限时，将所述源句子及所述目标句子添加至一新增平行语料；

利用所述第一平行语料和所述新增平行语料，训练神经机器翻译模型。

2.如权利要求1所述的方法，其特征在于，

所述第一平行语料与所述第二平行语料之间不存在相同语料；

或者，

所述第二平行语料为所述第一平行语料中的部分或全部语料。

3.如权利要求1所述的方法，其特征在于，所述计算所述预测句子与所述源句子对应的目标句子的匹配度，在所述匹配度低于预设门限时，将所述源句子及所述目标句子添加至一新增平行语料的步骤，包括：

计算所述预测句子与所述目标句子之间相匹配的N元组的第一数量，所述N大于或等于2；

在所述第一数量小于所述预设门限时，将所述源句子及所述目标句子添加至所述新增平行语料。

4.如权利要求3所述的方法，其特征在于，

所述预设门限是根据所述N元组的N的取值，所述预测句子包括的单词的第二数量，以及，所述目标句子包括的单词的第三数量设置的。

5.如权利要求3所述的方法，其特征在于，在计算所述预测句子与所述目标句子之间相匹配的N元组的第一数量的步骤之前，所述方法还包括：将所述预测句子，转换成与所述目标句子相同的格式。

6.如权利要求3所述的方法，其特征在于，在将所述源句子及所述目标句子添加至一新增平行语料的步骤之前，所述方法还包括：

将所述目标句子，转换成与所述源句子相同的格式。

7.一种神经机器翻译模型的训练装置，其特征在于，包括：

第一训练单元，用于利用第一平行语料，训练神经机器翻译模型；

翻译单元，用于通过训练得到的所述神经机器翻译模型，翻译第二平行语料中的源句子，得到与所述源句子对应的预测句子；

语料新增单元，用于计算所述预测句子与所述源句子对应的目标句子的匹配度，在所述匹配度低于预设门限时，将所述源句子及所述目标句子添加至一新增平行语料；

第二训练单元，用于利用所述第一平行语料和所述新增平行语料，训练神经机器翻译模型。

8.如权利要求7所述的训练装置，其特征在于，还包括：

所述第一平行语料与所述第二平行语料之间不存在相同语料；

或者，

所述第二平行语料为所述第一平行语料中的部分或全部语料。

9.如权利要求7所述的训练装置，其特征在于，

所述语料新增单元，还用于计算所述预测句子与所述目标句子之间相匹配的N元组的第一数量，所述N大于或等于2；在所述第一数量小于所述预设门限时，将所述源句子及所述目标句子添加至所述新增平行语料。

10.如权利要求9所述的训练装置，其特征在于，所述预设门限是根据所述N元组的N的取值，所述预测句子包括的单词的第二数量，以及，所述目标句子包括的单词的第三数量设置的。

11.如权利要求9所述的训练装置，其特征在于，

所述语料新增单元，还用于在计算所述预测句子与所述目标句子之间相匹配的N元组的第一数量之前，将所述预测句子，转换成与所述目标句子相同的格式。

12.如权利要求9所述的训练装置，其特征在于，

所述语料新增单元，还用于在将所述源句子及所述目标句子添加至一新增平行语料之前，将所述目标句子，转换成与所述源句子相同的格式。

13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的神经机器翻译模型的训练方法的步骤。