[发明专利]一种基于人工智能的多语言翻译方法及系统

说明书

本发明属于多语音翻译技术领域，公开了一种基于人工智能的多语言翻译方法，包括以下步骤：获取待翻译的第一语言文本，将所述第一语言文本翻译为第二语言文本；建立第一语言文本与第二语言文本的映射关系模型，将所述映射关系模型存储于本地并将所述映射关系模型反馈至云端服务器；判断在第一预设时间内所获取的第一语言文本是否达到第一预设次数；本发明将映射关系模型存储于本地以及反馈至云端服务器，当在第一预设时间内所获取的第一语言文本未达到第一预设次数时，删除存储于本体的映射关系模型，保留反馈至云端服务器的映射关系模型，节省了内存，下次翻译可从云端加载，节省了第三方翻译的费用。

技术领域

本发明属于多语言翻译技术领域，具体涉及一种基于人工智能的多语言翻译方法及系统。

背景技术

机器翻译是指利用计算机程序将文字从一种自然语言(源语言)翻译成另一种自然语言(目标语言)的技术。目前，基于语料库的机器翻译技术代表着该领域的主流技术趋势，诸如统计机器翻译(Statistical Machine Translation，SMT)及神经网络机器翻译(Neural Machine Translation，NMT)，均依赖于含有大量训练数据的语料库来进行对翻译模型的训练。双语语料是这类语料库中的一种语料数据，无论对于SMT，还是NMT，绝大多数机器翻译技术均是基于双语语料进行模型训练。然而，由于双语语料仅是特定语言对(例如中-英、英-俄)的互译语料，因此训练得到的机器翻译模型也仅针对该特定语言对的翻译任务，对于第三种语言则无法做出应有的翻译。

另一方面，一直以来，机器翻译领域中翻译模型所需的训练语料属于稀缺资源。举例来讲，目前认为，高质量的双语互译语料中，中-英双语互译句对有2亿条，英-俄双语互译句对有1亿条，而中-俄的双语互译句对仅有200万条。也就是说，与中-英、英-俄的双语语料库数据量相比，中-俄双语语料库的数据量明显偏少，属于稀缺资源语言对，以至于针对中-俄双语的机器翻译模型的训练无法达到预期，翻译质量堪忧。

对于如何实现稀缺资源语言对的源语言与目标语言(例如中-俄)之间的翻译，目前已知的处理方式有两种：第一种方式是寻找一种桥接语言(例如英文)，对从源语言到桥接语言(例如中-英)的翻译模型和从桥接语言到目标语言(例如英-俄)的翻译模型，分别独立地进行训练，之后再进行两次翻译(源语言翻译为桥接语言、桥接语言翻译为目标语言)，通过桥接的方式，最终完成源语言到目标语言的翻译；第二种方式是基于传统的神经机器翻译模型，强行将所有的语言对语料(例如中-英、英-俄以及中-俄)进行共同训练，最终得到一个涉及多语言(例如中文、英文和俄文)的机器翻译模型。

目前现有的翻译处理方式在翻译速度较慢，而翻译速度较块的神经机器翻译模型占存较大，翻译速度和占存之间不能平衡。

发明内容

本发明的目的在于提供一种基于人工智能的多语言翻译方法及系统，以解决现有的翻译速度较慢，而翻译速度较块的神经机器翻译模型占存较大，使得翻译速度和占存之间不能平衡的问题。

为实现上述目的，本发明提供如下技术方案：一种基于人工智能的多语言翻译方法，包括以下步骤：

获取待翻译的第一语言文本，将所述第一语言文本翻译为第二语言文本；

建立第一语言文本与第二语言文本的映射关系模型，将所述映射关系模型存储于本地并将所述映射关系模型反馈至云端服务器；

判断在第一预设时间内所获取的第一语言文本是否达到第一预设次数；

当在第一预设时间内所获取的第一语言文本未达到第一预设次数时，删除存储于本体的所述映射关系模型，保留反馈至云端服务器的映射关系模型。

作为本发明一种基于人工智能的多语言翻译方法优选地，在所述的判断在第一预设时间内所获取的第一语言文本是否达到第一预设次数之后包括步骤：