[发明专利]同传翻译模型的训练方法、装置及电子设备

权利要求书

1.一种同传翻译模型的训练方法，包括：

确定第一训练数据，其中，所述第一训练数据包括：至少一个样本语句片段，以及所述样本语句片段对应的片段翻译结果；

根据所述样本语句片段以及对应的片段翻译结果，对翻译网络进行训练，得到训练好的翻译网络；

根据所述训练好的翻译网络以及至少一个样本语句，确定第二训练数据，并根据所述第二训练数据对可翻译单元判别器进行训练，其中，所述第二训练数据包括：至少一个所述样本语句，以及每个所述样本语句中的可翻译语句片段；

根据所述训练好的翻译网络以及所述训练好的可翻译单元判别器，确定训练好的同传翻译模型；

其中，所述根据所述训练好的翻译网络以及至少一个样本语句，确定第二训练数据，包括：

确定至少一个所述样本语句对应的语句翻译结果；

针对所述样本语句中的每个字符，将所述字符以及之前字符组成的语句片段输入所述训练好的翻译网络，获取片段翻译结果；

根据所述片段翻译结果、所述语句翻译结果、所述样本语句片段以及所述样本语句，确定所述字符之后的位置是否为切分点，其中，在所述片段翻译结果存在于所述语句翻译结果中，且所述片段翻译结果在所述语句翻译结果中的第一存在位置与所述样本语句片段在所述样本语句中的第二存在位置一致时，将所述字符之后的位置作为一个切分点；

根据所述样本语句中的切分点，对所述样本语句进行切分处理，得到所述样本语句中的可翻译语句片段，所述可翻译语句片段包括翻译结果不随上下文变化的最小片段；

根据至少一个所述样本语句中的可翻译语句片段，确定所述第二训练数据；

其中，所述确定第一训练数据，包括：

确定至少一个所述样本语句片段；

针对每个所述样本语句片段，确定以所述样本语句片段为前缀的至少一个候选语句，以及所述候选语句对应的语句翻译结果；

获取至少一个所述语句翻译结果中的至少一个候选前缀公共字符串以及所述候选前缀公共字符串的字符串长度以及出现比例；

根据所述字符串长度以及所述出现比例，从所述至少一个候选前缀公共字符串中选择目标前缀公共字符串；

将所述目标前缀公共字符串，作为所述样本语句片段对应的片段翻译结果；

根据至少一个所述样本语句片段，以及所述样本语句片段对应的片段翻译结果，确定所述第一训练数据。

2.根据权利要求1所述的方法，其中，所述针对每个所述样本语句片段，确定以所述样本语句片段为前缀的至少一个候选语句，以及所述候选语句对应的语句翻译结果，包括：

将所述样本语句片段输入深度语言模型，获取所述深度语言模型输出的以所述样本语句片段为前缀的至少一个所述候选语句；

将至少一个所述候选语句输入所述翻译网络，获取至少一个所述候选语句对应的语句翻译结果。

3.根据权利要求1所述的方法，其中，所述根据所述字符串长度以及所述出现比例，从所述至少一个候选前缀公共字符串中选择目标前缀公共字符串，包括：

获取对应的出现比例大于或者等于预设比例阈值的至少一个第一候选前缀公共字符串；

从所述至少一个第一候选前缀公共字符串中选择对应的字符串长度最大的候选前缀公共字符串，作为所述目标前缀公共字符串。

4.根据权利要求1所述的方法，其中，所述根据所述片段翻译结果、所述语句翻译结果、所述样本语句片段以及所述样本语句，确定所述字符之后的位置是否为切分点，包括：

在所述片段翻译结果未存在于所述语句翻译结果中，或者，所述第一存在位置与所述第二存在位置不一致时，停止将所述字符之后的位置作为一个切分点。

5.根据权利要求1所述的方法，其中，所述确定至少一个所述样本语句对应的语句翻译结果，包括：

将所述样本语句输入所述训练好的翻译网络，获取所述翻译网络输出的所述语句翻译结果；

或者，

将所述样本语句输入通用翻译网络，获取所述通用翻译网络输出的所述语句翻译结果。