【技术实现步骤摘要】
一种面向XML文档的可配置神经机器翻译方法
本专利技术涉及一种机器翻译应用方法，具体为一种面向XML文档翻译的神经机器翻译方法。
技术介绍
机器翻译的研究已经全面转型到了神经机器翻译技术，并广泛应用于各行各业。在机器翻译的众多应用中，文档翻译是工作和生活中常用的翻译技术。根据文档的类型，对文档编写特定的解析程序，提取出其中纯粹的文本内容，再逐句送到翻译模型中进行翻译。XML文档是一种可扩展标记语言，用于标记电子文件，使其具有结构性。XML的简单格式易于在任何应用程序中读/写数据，这使XML很快成为数据交换的通用文档，XML自动翻译也成为文档翻译的重要需求。XML以纯文本格式存储，其标签的灵活性和样式的多样性，在XML的解析和翻译过程中面临着以下解析困难和句子提取不完整等问题：1)XML版本与解析程序不匹配；2)部分标签内容不需要翻译，翻译后无法原样保留；3)部分标签内容与上下文相关，独立翻译不准确；4)部分标签冗余，需保留内容删除标签，使上下文衔接。XML的使用十分广泛，当用户对XML...
【技术保护点】
1.一种面向XML文档的可配置神经机器翻译方法，其特征在于包括以下步骤：/n1)定义标签翻译策略：归纳存在的标签翻译策略，并为每种标签翻译策略定义出一个语义单元，用于辅助神经机器翻译模型学习翻译策略；/n2)构造训练数据：准备大量的双语对齐语料，将定义的语义单元，根据其对应的翻译策略，使语义单元分布到训练语料中；每种语义单元的分布位置和方式，取决于翻译该单元的策略；/n3)模型训练和部署：将构造好的训练数据，经过预处理加工，送到神经机器翻译模型中进行训练，训练至收敛时保存模型文件；加载训练好的模型到解码器中，用于提供翻译能力；/n4)配置翻译策略：将标签翻译策略写入一个配置...
【技术特征摘要】
1.一种面向XML文档的可配置神经机器翻译方法，其特征在于包括以下步骤：
1)定义标签翻译策略：归纳存在的标签翻译策略，并为每种标签翻译策略定义出一个语义单元，用于辅助神经机器翻译模型学习翻译策略；
2)构造训练数据：准备大量的双语对齐语料，将定义的语义单元，根据其对应的翻译策略，使语义单元分布到训练语料中；每种语义单元的分布位置和方式，取决于翻译该单元的策略；
3)模型训练和部署：将构造好的训练数据，经过预处理加工，送到神经机器翻译模型中进行训练，训练至收敛时保存模型文件；加载训练好的模型到解码器中，用于提供翻译能力；
4)配置翻译策略：将标签翻译策略写入一个配置文件中，便于随时修改翻译策略并及时生效；
5)解码前处理：根据配置好的翻译策略，将输入源语经过解码前处理，将不同策略的标签替换成对应的语义单元，再进行分词操作后送入解码器获取翻译结果；
6)解码后处理：解码器返回的翻译结果为含有特定语义单元的结果，将语义单元替换回事先存储的标签，得到完整的标签译文写出到XML文件，完成本次翻译过程。
2.根据权利要求1所述的面向XML文档的可配置神经机器翻译方法，其特征在于步骤1)定义标签翻译策略：是根据普遍存在的问题，归纳存在的标签翻译策略，并为每种标签翻译策略定义出一个语义单元，用于辅助神经机器翻译模型学习翻译标签的策略，具体包括以下几种：
101)待翻译标签：表示当前标签中的内容需要翻译模型自动翻译，定义的语义单元为<$Trans></$Trans>；
102)不翻译标签：表示当前标签中的内容不需要翻译模型自动翻译，应保留原始内容，定义的语义单元为<$NoTrans></$NoTrans>；
103)标签体删除，内容合并上下文翻译：表示当前标签中内容应与上下文一同翻译，并在翻译结果中不保留当前标签体，定义的语义单元为<$DelTag></$DelTag>；
104)标签体保留，内容合并上下文翻译：表示当前标签中内容应与上下文一同翻译，并在翻译结果中保留...
【专利技术属性】
技术研发人员：杜权，刘兴宇，朱靖波，肖桐，张春良，
申请(专利权)人：沈阳雅译网络技术有限公司，
类型：发明
国别省市：辽宁;21
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。