[发明专利]一种翻译方法及装置、翻译模型的训练方法及装置

说明书

本申请提供一种翻译方法及装置、翻译模型的训练方法及装置，其中，所述方法包括：将目标文本进行拆分，得到至少两个分句；将每个分句输入至编码层，得到每个分句对应的句编码向量；根据每个分句对应的句编码向量，得到所述目标文本对应的文本编码向量；将文本编码向量输入至解码层，生成目标文本对应的翻译文本。与现有技术相比，增强了目标文本的语句依赖关系，从而使翻译模型在翻译长文本的情况下，能够获得更好的翻译效果。

技术领域

本申请涉及人工智能技术领域，特别涉及一种翻译方法及装置、翻译模型的训练方法及装置、计算设备、计算机可读存储介质以及芯片。

背景技术

现有技术中，大多数翻译模型的框架为编码层-解码层结构，其中，编码层负责将源语言语句压缩为语义空间中的一个编码向量，并将该编码向量输入至解码器，其中，该编码向量包含源语言句子的主要信息；解码层将编码层提供的编码向量进行迭代，产生在语义上等价的目标语言语句，即机器翻译结果。

现有的翻译模型在对长文本的编码过程中，往往会丧失文本的长距离的依赖关系，导致不能获得好的翻译效果，存在大量的漏翻现象。

发明内容

有鉴于此，本申请实施例提供了一种翻译方法及装置、翻译模型的训练方法及装置、计算设备、计算机可读存储介质以及芯片，以解决现有技术中存在的技术缺陷。

本申请实施例提供了一种翻译方法，用于翻译模型，所述翻译模型包括编码层和解码层，所述方法包括：

将目标文本进行拆分，得到至少两个分句；

将每个分句输入至编码层，得到每个分句对应的句编码向量；

根据每个分句对应的句编码向量，得到所述目标文本对应的文本编码向量；

将文本编码向量输入至解码层，生成目标文本对应的翻译文本。

可选地，将每个分句输入至编码层，得到每个分句对应的句编码向量，包括：

对于第1个分句，将所述分句输入至编码层，得到第1个分句对应的句编码向量；

对于除去第1个分句之外的其他分句，将前一个分句对应的句编码向量和当前个分句输入至编码层，得到当前个分句对应的句编码向量。

可选地，根据每个分句对应的句编码向量，得到所述目标文本对应的文本编码向量，包括：

将最后一个分句对应的句编码向量作为所述目标文本对应的文本编码向量。

可选地，所述目标文本包括N个分句，每个分句包括M个单词，其中，M≥2、N≥2且M、N为正整数；

对于第i个分句，其中，i为正整数且1＜i≤N；

将前一个分句对应的句编码向量和当前个分句输入至编码层，得到当前个分句对应的句编码向量，包括：

S102、根据输入至编码层的第i个分句的第1个单词和第i-1个分句对应的句编码向量，得到第1个单词对应的编码隐层输出；

S104、根据输入至编码层的第i-1个分句对应的句编码向量、第j-1个单词对应的编码隐层输出和第i个分句的第j个单词，得到所述第j个单词对应的编码隐层输出，其中，2≤j≤M；

S106、将j自增1，判断自增1后的j是否大于M，若是，则执行步骤S108，若否，继续执行步骤S104；

S108、根据第i个分句的M个单词对应的编码隐层输出，得到第i个分句对应的句编码向量。

可选地，所述步骤S102包括：

根据输入至编码层的第i个分句的第1个单词得到对应的单词编码向量；