[发明专利]一种机器翻译领域自适应方法、系统、介质、计算机设备

权利要求书

1.一种机器翻译领域自适应方法，其特征在于，所述机器翻译领域自适应方法通过半监督增广语料，基于不同的领域语料的数量和质量进行领域模型的适应性训练，并利用训练好的领域模型进行机器翻译；

所述机器翻译领域自适应方法包括以下步骤：

步骤一，使用半监督方法生产伪平行领域语料，对语料进行增广；

步骤二，构建领域模型，并判断时间是否充裕，若时间充裕，则对构建的领域模型进行全量训练；若时间不充裕，则对构建的领域模型进行增量训练；所述对构建的领域模型进行增量训练包括：判断领域语料的状况，并基于判断结果，利用领域内的语料训练构建的领域模型；所述基于判断结果，利用领域内的语料训练构建的领域模型包括：若领域语料多并且质量好：则直接基于原有通用模型，使用领域语料进行领域模型的增量训练；若领域语料少或者质量低：则混合领域语料和通用语料，通过上采样，通用语料与领域语料之比为5:1；基于通用模型进行增量训练；

步骤三，利用训练好的领域模型进行领域自适应的机器翻译；

所述使用半监督方法生产伪平行领域语料包括：搜集领域内的单语，利用反方向的机器翻译模型进行翻译，将翻译得到的译文与原文构成领域伪平行语料；

步骤二中，所述对构建的领域模型进行全量训练包括：

(1)进行训练集预处理；以通用测试集作为开发集，对构建的领域模型进行训练；

(2)以领域测试集为开发集，使用相同的训练集，对构建的领域模型进行二次训练。

2.如权利要求1所述的机器翻译领域自适应方法，其特征在于，步骤二中的(1)，所述进行训练集预处理包括：对领域语料进行上采样，令通用语料与领域语料数量之比为5:1至10:1。

3.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：通过半监督增广语料，基于不同的领域语料的数量和质量进行领域模型的适应性训练，并利用训练好的领域模型进行机器翻译；具体包括以下步骤：

步骤一，使用半监督方法生产伪平行领域语料，对语料进行增广；

步骤二，构建领域模型，并判断时间是否充裕，若时间充裕，则对构建的领域模型进行全量训练；若时间不充裕，则对构建的领域模型进行增量训练构建领域模型，对构建的领域模型进行全量训练；若时间不充裕，则对构建的领域模型进行增量训练；所述对构建的领域模型进行增量训练包括：判断领域语料的状况，并基于判断结果，利用领域内的语料训练构建的领域模型；所述基于判断结果，利用领域内的语料训练构建的领域模型包括：若领域语料多并且质量好：则直接基于原有通用模型，使用领域语料进行领域模型的增量训练；若领域语料少或者质量低：则混合领域语料和通用语料，通过上采样，通用语料与领域语料之比为5:1；基于通用模型进行增量训练；

步骤三，利用训练好的领域模型进行领域自适应的机器翻译；

步骤二中，所述对构建的领域模型进行全量训练包括：

(1)进行训练集预处理；以通用测试集作为开发集，对构建的领域模型进行训练；

(2)以领域测试集为开发集，使用相同的训练集，对构建的领域模型进行二次训练。