[发明专利]翻译训练数据生成方法、装置、计算机设备及存储介质

说明书

本发明实施例公开了一种翻译训练数据生成方法、装置、计算机设备及存储介质。所述方法包括：对预先训练的至少一个翻译模型进行翻译质量评估，确定满足翻译质量低条件的目标数据类型，各所述翻译模型通过初始训练语料训练得到；获取与所述目标数据类型匹配的目标训练语料，以对各所述翻译模型继续训练，所述目标训练语料与所述初始训练语料不同。本发明实施例可以提高翻译模型的翻译质量。

技术领域

本发明实施例涉及翻译领域，尤其涉及一种翻译训练数据生成方法、装置、计算机设备及存储介质。

背景技术

目前机器翻译多用预先训练的翻译模型进行自动翻译，为了提高模型的翻译质量，需要大量的平行语料进行模型训练。

为了构造大量的平行语料，可以通过反向翻译技术，即用平行语料训练正向翻译模型和反向翻译模型，然后用翻译模型翻译源语言和目标语言的单语语料，并将得到的伪平行语料和原有平行语料混合在一起，用以训练新的正向翻译模型和反向翻译模型。

在运用反向翻译技术的时候往往存在一个现象，即加入了大量单语语料做反向翻译，结果训练得到的翻译模型在测试集上的表现反而更差了或者提升不明显。

发明内容

本发明实施例提供一种翻译训练数据生成方法、装置、计算机设备及存储介质，可以提高翻译模型的翻译质量。

第一方面，本发明实施例提供了一种翻译训练数据生成方法，包括：

对预先训练的至少一个翻译模型进行翻译质量评估，确定满足翻译质量低条件的目标数据类型，各所述翻译模型通过初始训练语料训练得到；

获取与所述目标数据类型匹配的目标训练语料，以对各所述翻译模型继续训练，所述目标训练语料与所述初始训练语料不同。

第二方面，本发明实施例还提供了一种翻译训练数据生成装置，包括：

目标数据类型确定模块，用于对预先训练的至少一个翻译模型进行翻译质量评估，确定满足翻译质量低条件的目标数据类型，各所述翻译模型通过初始训练语料训练得到；

目标训练语料生成模块，用于获取与所述目标数据类型匹配的目标训练语料，以对各所述翻译模型继续训练，所述目标训练语料与所述初始训练语料不同。

第三方面，本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本发明实施例中任一所述的翻译训练数据生成方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例中任一所述的翻译训练数据生成方法。

本发明实施例通过对翻译模型进行翻译质量评估，确定翻译质量低的目标数据类型，获取翻译质量低的目标数据类型的数据生成目标训练语料，对翻译模型继续训练，可以提高翻译模型的翻译质量，解决了现有技术中增加语料训练模型，模型的翻译质量难以提高的问题，实现提高训练样本的代表性，以继续对模型进行训练，提高模型的翻译质量。

附图说明

图1是本发明实施例一中的一种翻译训练数据生成方法的流程图；

图2是本发明实施例二中的一种翻译训练数据生成方法的流程图；

图3是本发明实施例三中的一种翻译训练数据生成装置的结构示意图；

图4是本发明实施例四中的一种计算机设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。