【技术实现步骤摘要】
一种数据处理方法、装置、计算机设备及存储介质
[0001]本申请涉及人工智能中的自然语言处理
,尤其涉及一种数据处理方法、装置、计算机设备及存储介质。
技术介绍
[0002]随着计算机技术的快速发展,人工智能技术在很多领域得到了应用。其中,人工智能技术中的深度神经网络的应用也越来越广泛,比如语音识别技术,计算机视觉技术,自然语言处理技术等领域,并且深度神经网络模型在多种任务中表现出色,特别是机器翻译任务。在机器翻译中所利用的神经网络机器翻译(Neural Machine Translation,NMT)模型进行训练时,通常会出现训练数据中单词不均衡的问题,使得最后训练得到的翻译模型的性能不能达到较佳效果。
技术实现思路
[0003]本申请实施例提供了一种数据处理方法、装置、计算机设备以及存储介质,可以提高翻译模型的翻译效果,使得文本翻译更准确,提高数据处理准确性。
[0004]本申请实施例第一方面公开了一种数据处理方法,所述方法包括:
[0005]获取样本语料集,所述样本语料集包括至少一个目标样本语料对,所述目标样本语料对包括第一样本语句和第二样本语句,所述第二样本语句是所述第一样本语句翻译后的语句,所述第二样本语句中包括J个数据,J为正整数;
[0006]根据所述第一样本语句和所述第二样本语句中的前j
‑
1个数据对所述第二样本语句中的第j个数据进行概率预测处理,得到所述第j个数据的第一预测概率,j∈[1,J];
[0007]根据所述第二样本语句 ...
【技术保护点】
【技术特征摘要】
1.一种数据处理方法,其特征在于,包括:获取样本语料集,所述样本语料集包括至少一个目标样本语料对,所述目标样本语料对包括第一样本语句和第二样本语句,所述第二样本语句是所述第一样本语句翻译后的语句,所述第二样本语句中包括J个数据,J为正整数;根据所述第一样本语句和所述第二样本语句中的前j
‑
1个数据对所述第二样本语句中的第j个数据进行概率预测处理,得到所述第j个数据的第一预测概率,j∈[1,J];根据所述第二样本语句中的前j
‑
1个数据对所述第二样本语句的第j个数据进行概率预测处理,得到所述第j个数据的第二预测概率;根据所述第二样本语句中第j个数据的第一预测概率和第二预测概率对初始模型进行训练,得到目标模型;获取待翻译的输入语句,将所述输入语句输入所述目标模型,生成翻译后的输出语句。2.根据权利要求1所述的方法,其特征在于,所述根据所述第二样本语句中第j个数据的第一预测概率和第二预测概率对初始模型进行训练,得到目标模型,包括:根据所述第二样本语句中第j个数据的第一预测概率和第二预测概率,确定所述第j个数据的训练权重;获取所述初始模型的目标损失函数,利用所述第j个数据的训练权重和所述目标损失函数,计算目标损失值;基于所述目标损失值对初始模型进行训练,得到目标模型。3.根据权利要求2所述的方法,其特征在于,所述根据所述第二样本语句中第j个数据的第一预测概率和第二预测概率,确定所述第j个数据的训练权重,包括:根据所述第二样本语句中第j个数据的第一预测概率和第二预测概率,确定所述第j个数据针对单词级别的第一训练权重;根据所述第二样本语句的j个数据中各个数据的第一预测概率和第二预测概率,确定所述第二样本语句针对句子级别的第二训练权重;根据所述第一训练权重和所述第二训练权重确定所述第j个数据的训练权重。4.根据权利要求3所述的方法,其特征在于,所述根据所述第二样本语句中第j个数据的第一预测概率和第二预测概率,确定所述第j个数据针对单词级别的第一训练权重,包括:计算所述第二样本语句中第j个数据的第一预测概率和第二预测概率之间的比值;将所述比值进行取对数处理,得到所述第j个数据针对单词级别的第一条件双语互信息;利用所述第一条件双语互信息确定所述第j个数据针对单词级别的第一训练权重。5.根据权利要求4所述的方法,其特征在于,所述根据所述第二样本语句的j个数据中各个数据的第一预测概率和第二预测概率,确定所述第二样本语句针对句子级别的第二训练权重,包括:确定所述j个数据中各...
【专利技术属性】
技术研发人员:刘宜进,张松鸣,孟凡东,陈钰枫,徐金安,
申请(专利权)人:北京交通大学,
类型:发明
国别省市:
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。