The embodiment of the invention provides a training method and device for the text translation model, wherein the method includes: obtaining the first training text set, the first training text set including the first type of corpus data and the second type of corpus data, training the first translation model with the first type of corpus data, and training the second type of corpus data after the first translation model meets the conditions for stopping training Two translation models: the first translation model and the second translation model share part of the model parameters, and the number of the second type of corpus data input when training the second translation model is less than the number of the first type of corpus data input when training the first translation model; after the second translation model meets the conditions for stopping training, judge whether to continue training the first translation model, if not sure If we continue to train the first translation model, we will use the trained first translation model as the text translation model. The translation result of the embodiment of the invention is more accurate and the translation style is more clear.
【技术实现步骤摘要】
文本翻译模型的训练方法及装置
本专利技术涉及文本翻译
,更具体地,涉及文本翻译模型的训练方法及装置。
技术介绍
在后编辑模式下,辅助翻译工具调用机器翻译引擎结果给出一个翻译初稿,再有专业的翻译人员在此基础上进行审校和编辑,产生高质量的译文结果。当前,虽然基于深度学习的神经网络机器翻译算法的表现令人振奋,但其翻译结果缺乏个性化。其输出的结果往往千篇一律且存在着许多重复。因此,如果在机器翻译引擎中加入个性化的信息,则可以更好地为译员提供更加个性化的辅助翻译,并以此来提升译员的翻译工作效率。对于如何训练表现优异的译员个性化机器翻译引擎的算法,一直都是一个非常有挑战的研究课题。当前的主要方法主要是首先训练一个通用的翻译模型,再利用译员所翻译数据对通用的翻译模型进一步微调。但现有方法的训练结果并不尽如人意。
技术实现思路
本专利技术实施例提供一种克服上述问题或者至少部分地解决上述问题的文本翻译模型的训练方法及装置。第一个方面,本专利技术实施例提供一种文本翻译模型的训练方法,包括:获取第一训练文本集,所述第一训练文本集包括第一类语料数据以及第二类语料数据,所述第一类语料数据为第一语言的待翻译训练文本和对应的由特定译员后编辑的第二语言的译文;所述第二类语料数据为机器翻译的第一语言的译文和对应的由所述特定译员后编辑的第一语言的译文;利用所述第一类语料数据训练第一翻译模型,在所述第一翻译模型符合停止训练的条件后,利用所述第二类语料数据训练第二翻译模型;其中,所述第一翻译 ...
【技术保护点】
1.一种文本翻译模型的训练方法,其特征在于,包括:/n获取第一训练文本集,所述第一训练文本集包括第一类语料数据以及第二类语料数据,所述第一类语料数据为第一语言的待翻译训练文本和对应的由特定译员后编辑的第二语言的译文;所述第二类语料数据为机器翻译的第一语言的译文和对应的由所述特定译员后编辑的第一语言的译文;/n利用所述第一类语料数据训练第一翻译模型,在所述第一翻译模型符合停止训练的条件后,利用所述第二类语料数据训练第二翻译模型;其中,所述第一翻译模型与第二翻译模型共享部分模型参数,且训练第二翻译模型时输入的第二类语料数据的数量小于训练所述第一翻译模型时输入的第一类语料数据的数量;/n在所述第二翻译模型符合停止训练的条件后,判断是否继续训练所述第一翻译模型,若确定不再继续训练所述第一翻译模型,则将训练完成的第一翻译模型作为文本翻译模型。/n
【技术特征摘要】
1.一种文本翻译模型的训练方法,其特征在于,包括:
获取第一训练文本集,所述第一训练文本集包括第一类语料数据以及第二类语料数据,所述第一类语料数据为第一语言的待翻译训练文本和对应的由特定译员后编辑的第二语言的译文;所述第二类语料数据为机器翻译的第一语言的译文和对应的由所述特定译员后编辑的第一语言的译文;
利用所述第一类语料数据训练第一翻译模型,在所述第一翻译模型符合停止训练的条件后,利用所述第二类语料数据训练第二翻译模型;其中,所述第一翻译模型与第二翻译模型共享部分模型参数,且训练第二翻译模型时输入的第二类语料数据的数量小于训练所述第一翻译模型时输入的第一类语料数据的数量;
在所述第二翻译模型符合停止训练的条件后,判断是否继续训练所述第一翻译模型,若确定不再继续训练所述第一翻译模型,则将训练完成的第一翻译模型作为文本翻译模型。
2.根据权利要求1所述的文本翻译模型的训练方法,所述获取第一训练文本集,之前还包括:
获取第三类语料数据,所述第三类语料数据为第一语言的待翻译训练文本和对应的由非特定译员后编辑的第二语言的译文;
相应地,所述利用所述第一类语料数据训练第一翻译模型,之前还包括:
利用所述第三类语料数据对所述第一翻译模型进行训练。
3.根据权利要求1所述的文本翻译模型的训练方法,其特征在于,所述利用所述第一类语料数据训练第一翻译模型,具体为:
将所述第一语言的待翻译训练文本作为样本,将所述对应的由特定译员后编辑的第二语言的译文作为样本标签,对所述第一翻译模型进行训练。
4.根据权利要求1所述的文本翻译模型的训练方法,其特征在于,所述利用所述第二类语料数据训练第二翻译模型,具体为:
将所述第二类语料数据中的机器翻译的第一语言的译文作为样本,将所述对应的由所述特定译员后编辑的第一语言的译文作为样本标签,对所述第二翻译模型进行训练。
5.根据权利要求1所述的文本翻译模型的训练方法,其特征在于,所述判断是否继续训练所述第...
【专利技术属性】
技术研发人员:张睦,
申请(专利权)人:语联网武汉信息技术有限公司,
类型:发明
国别省市:湖北;42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。