【技术实现步骤摘要】
本申请涉及计算机，为一种语音识别方案，具体涉及一种多模态口译训练评价方法及评价装置。
技术介绍
1、目前对于翻译教学领域尤其是口译教学领域，对于学习者所作出的翻译成果进行错误纠正以及训练结果评分主要通过教师进行一对一指导，并依赖教师的经验进行纠错和评分。虽然在现在翻译领域通过建立口译能力特征量表来尽可能的客观进行评价，但对于特征量表所能实现的效果也需要教师严格遵守使用规则和评价标准，所以通过特征量表来进行的结果评价仍然无法避免主观判断，并且会造成较高的时间成本。
技术实现思路
1、针对上述技术问题，本专利技术申请提供一种多模态口译训练评价方法及评价装置，通过获取口译语音信息的文本特征和语音特征的表达结果，并将两种特征的表达结果进行结合确定最终评价结果，相较于现有技术能够从语义准确表达、情感倾向和流利度表达三个方面对结果进行全面自动化的评价。为了达到上述目的，本专利技术申请采用的技术方案如下：
2、第一方面，提供一种多模态口译训练评价方法，所述方法包括：根据训练任务生成对应的待译...
【技术保护点】
1.一种多模态口译训练评价方法，其特征在于，所述方法包括：
2.根据权利要求1所述的多模态口译训练评价方法，其特征在于，基于所述历史语料数据库对所述初始文本特征进行纠错更新得到目标文本特征，包括：提取所述语音数据的初始文本特征并形成对应的初始文本序列，根据所述初始文本特征与所述历史语料库中的语料数据的相似度分布对所述初始文本特征进行更新，生成目标文本特征。
3.根据权利要求2所述的多模态口译训练评价方法，其特征在于，根据所述初始文本特征与所述历史语料库中的语料数据的相似度分布对所述初始文本特征进行更新，包括：获取所述初始文本特征分别与多个所述历...
【技术特征摘要】
1.一种多模态口译训练评价方法，其特征在于，所述方法包括：
2.根据权利要求1所述的多模态口译训练评价方法，其特征在于，基于所述历史语料数据库对所述初始文本特征进行纠错更新得到目标文本特征，包括：提取所述语音数据的初始文本特征并形成对应的初始文本序列，根据所述初始文本特征与所述历史语料库中的语料数据的相似度分布对所述初始文本特征进行更新，生成目标文本特征。
3.根据权利要求2所述的多模态口译训练评价方法，其特征在于，根据所述初始文本特征与所述历史语料库中的语料数据的相似度分布对所述初始文本特征进行更新，包括：获取所述初始文本特征分别与多个所述历史语料数据和多个所述实时语料数据的相似度，对多个相似度进行筛选确定初始相似度分布结果后基于历史语料数据和实时语料数据的更新权重对所述初始相似度分布结果进行更新。
4.根据权利要求3所述的多模态口译训练评价方法，其特征在于，所述方法还包括：获取所述初始文本特征所对应的查询向量，以及多个所述历史语料数据、多个所述实时语料数据中每一个语义特征所对应的键值对，基于每个查询向量中的每个令牌返回最相近的至少三个键值对。
5.根据权利要求4所述的多模态口译训练评价方法，其特征在于，所述文本数据与所述标准文本之间的匹配度的确定包括：获取所述文本数据与所述标准文本之间相匹配分词的匹配比例，并基于所述匹配比例确定所述匹配度以及所对应的语义得分。
6.根...
【专利技术属性】
技术研发人员：程远，杨治，
申请(专利权)人：上海凌极信息技术有限公司，
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。