CN114781409A - 文本的翻译方法、装置、电子设备和存储介质 - Google Patents
文本的翻译方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN114781409A CN114781409A CN202210532540.9A CN202210532540A CN114781409A CN 114781409 A CN114781409 A CN 114781409A CN 202210532540 A CN202210532540 A CN 202210532540A CN 114781409 A CN114781409 A CN 114781409A
- Authority
- CN
- China
- Prior art keywords
- paraphrase
- candidate
- target
- processed
- sentence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000013519 translation Methods 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 abstract description 11
- 238000013473 artificial intelligence Methods 0.000 abstract description 7
- 238000003058 natural language processing Methods 0.000 abstract description 5
- 238000013135 deep learning Methods 0.000 abstract description 4
- 244000070406 Malus silvestris Species 0.000 description 32
- 235000011430 Malus pumila Nutrition 0.000 description 29
- 235000015103 Malus silvestris Nutrition 0.000 description 29
- 238000005516 engineering process Methods 0.000 description 17
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 235000013399 edible fruits Nutrition 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 235000005087 Malus prunifolia Nutrition 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 244000062250 Kaempferia rotunda Species 0.000 description 1
- 235000013422 Kaempferia rotunda Nutrition 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/58—Use of machine translation, e.g. for multi-lingual retrieval, for server-side translation for client devices or for real-time translation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/211—Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Machine Translation (AREA)
Abstract
本公开公开了一种文本的翻译方法、装置、电子设备和存储介质,尤其涉及自然语言处理、深度学习等人工智能技术领域。其中,方案为:确定待处理语句中包含的目标术语;基于所述目标术语,遍历预设的数据库,以获取所述目标术语对应的候选释义;将所述待处理语句与所述候选释义进行匹配,以确定所述待处理语句与所述候选释义间的匹配度;基于所述匹配度,确定所述目标术语对应的目标释义;基于所述目标释义,确定待处理语句对应的翻译语句。由此,在进行文本翻译时,可以根据待处理语句中包含的目标术语与各个候选释义间的匹配度,确定出准确可靠的目标释义,之后再基于目标释义,对待处理语句进行翻译处理,从而提高了文本翻译的可靠性和准确性。
Description
技术领域
本公开涉及计算机技术领域,具体涉及自然语言处理、深度学习等人工智能技术领域,尤其涉及一种文本的翻译方法、装置、电子设备和存储介质。
背景技术
随着计算机技术的快速发展,文本翻译技术也取得了较大突破。通常,文本翻译可能需要基于训练语料进行训练,可能受限于训练预料的规模或范围等,在翻译某些特定词汇或一词多义的术语时,可能不能够准确地进行翻译。由此,如何提高文本翻译的准确性,显得至关重要。
发明内容
本公开提供了一种文本的翻译方法、装置、电子设备和存储介质。
本公开一方面,提供了一种文本的翻译方法,包括:
确定待处理语句中包含的目标术语;
基于所述目标术语,遍历预设的数据库,以获取所述目标术语对应的候选释义;
将所述待处理语句与所述候选释义进行匹配,以确定所述待处理语句与所述候选释义间的匹配度;
基于所述匹配度,确定所述目标术语对应的目标释义;
基于所述目标释义,确定所述待处理语句对应的翻译语句。
本公开的另一方面,提供了一种文本的翻译装置,包括:
第一确定模块,用于确定待处理语句中包含的目标术语;
获取模块,用于所述目标术语,遍历预设的数据库,以获取所述目标术语对应的候选释义;
匹配模块,用于将所述待处理语句与所述候选释义进行匹配,以确定所述待处理语句与所述候选释义间的匹配度;
第二确定模块,用于基于所述匹配度,确定所述目标术语对应的目标释义;
第三确定模块,用于基于所述目标释义,确定所述待处理语句对应的翻译语句。
本公开的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述一方面实施例所述的文本的翻译方法。
本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其上存储有计算机程序,所述计算机指令用于使所述计算机执行上述一方面实施例所述的文本的翻译方法。
本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现上述一方面实施例所述的文本的翻译方法。
本公开提供的文本的翻译方法、装置、电子设备和存储介质,可以先确定待处理语句中包含的目标术语,之后可以基于目标术语,遍历预设的数据库,以获取目标术语对应的候选释义,将待处理语句与候选释义进行匹配,以确定待处理语句与候选释义间的匹配度,之后再基于匹配度,确定目标术语对应的目标释义,再基于目标释义,确定待处理语句对应的翻译语句。由此,在进行文本翻译时,可以根据待处理语句中包含的术语与各个候选释义间的匹配度,确定出术语对应的目标释义,由于确定出的目标释义的可靠性和准确性都较高,从而在基于目标释义,对待处理语句进行翻译处理时,可以使得确定出的翻译语句也更为准确可靠,从而提高了文本翻译的可靠性和准确性。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1为本公开一实施例提供的一种文本的翻译方法的流程示意图;
图1A为本公开一实施例提供的一种确定匹配度的示意图;
图2为本公开一实施例提供的一种文本的翻译方法的流程示意图;
图2A为本公开一实施例提供的一种文本的翻译方法的过程示意图;
图3为本公开另一实施例提供的一种文本的翻译装置的结构示意图;
图4为用来实现本公开实施例的文本的翻译方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术;人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习、深度学习、大数据处理技术、知识图谱技术等几大方向。
自然语言处理是用计算机来处理、理解以及运用人类语言(如中文、英文等),它是计算机科学与语言学的交叉学科,又常被称为计算语言学。由于自然语言是人类区别于其他动物的根本标志。没有语言,人类的思维也就无从谈起,所以自然语言处理体现了人工智能的最高任务与境界,也就是说,只有当计算机具备了处理自然语言的能力时,机器才算实现了真正的智能。
深度学习是指多层的人工神经网络和训练它的方法。一层神经网络会把大量矩阵数字作为输入,通过非线性激活方法取权重,再产生另一个数据集合作为输出。通过合适的矩阵数量,多层组织链接一起,形成神经网络“大脑”进行精准复杂的处理,就像人们识别物体标注图片一样。
下面参考附图描述本公开实施例的文本的翻译方法、装置、电子设备和存储介质。
本公开实施例的文本的翻译方法,可由本公开实施例提供的文本的翻译装置执行,该装置可配置于电子设备中。
图1为本公开实施例提供的一种文本的翻译方法的流程示意图。
如图1所示,该文本的翻译方法,可以包括以下步骤:
步骤101,确定待处理语句中包含的目标术语。
其中,待处理语句,可以为需进行翻译处理的语句,其可以为任意语言类型的语句,比如可以为中文、英文、日文等等,本公开对此不做限定。
另外,目标术语,可以理解为有特定含义的术语,或者也可以为包含多种含义、或多种释义的术语,比如可以为多义词等。比如“苹果”,可以为水果,或者也可以为公司,若待处理语句中包含“苹果”,那么可以将“苹果”确定为目标术语等等,本公开对此不做限定。
另外,可以通过对待处理语句进行解析,以确定其中包含的目标术语。比如,可以通过对待处理语句进行切词处理,以获取多个分词,之后可以对各个分词进行语义解析,以确定该待处理语句中包含的目标术语等等,本公开对此不做限定。
步骤102,基于目标术语,遍历预设的数据库,以获取目标术语对应的候选释义。
其中,数据库中,可以存储有大量术语及每个术语分别对应的释义,其中释义可以理解为术语的解释含义等。本公开对此不做限定。
另外,目标术语对应的候选释义的数量,可以为一个,或者也可以为多个等等,本公开对此不做限定。
举例来说,数据库中的术语1为“苹果”,其对应的释义1为“苹果,是总部位于XX的跨国科技公司,原称YY公司”;释义2为“苹果,又称柰或林檎,是苹果树的果实,一般呈红色”;数据库中的术语2为:“得到”,其对应的释义1为“实物为自己所有、获得”;释义2为“一款应用程序,由XY团队出品,提倡碎片化学习方式,让用户短时间内获得有效的知识”。比如,通过对待处理语句“1980年,苹果公司上市,迅速获得了财务上的成功”进行解析,确定其中包含的目标术语为“苹果”,之后可以基于“苹果”,遍历预设的数据库,以获取“苹果”对应的候选释义1“苹果,是总部位于XX的跨国科技公司,原称YY公司”;和候选释义2“苹果,又称柰或林檎,是苹果树的果实,一般呈红色”。
需要说明的是,上述示例只是示意性说明,不能作为对本公开实施例中待处理语句、目标术语及候选释义等的限定。
步骤103,将待处理语句与候选释义进行匹配,以确定待处理语句与候选释义间的匹配度。
可选的,可以将待处理语句与候选释义进行语义匹配,以根据语义匹配结果,确定二者间的匹配度。
可选的,也可以先确定待处理语句对应的第一句子向量、及候选释义对应的第二句子向量,之后可以将第一句子向量与第二句子向量进行匹配,以确定待处理语句与候选释义间的匹配度。
举例来说,可以利用预训练模型作为句子表示模型,以分别确定待处理语句对应的第一句子向量、及候选释义对应的第二句子向量。
比如,在如图1A所示的示意图中,可以将待处理语句输入预训练模型BERT(bidirectionecoder representations from transformers,双向编码器)中,以经过BERT的处理,确定对应的第一句子向量表示,以及将候选释义输入BERT中,以确定对应的第二句子向量表示,之后可以计算第一句子向量表示与第二句子向量表示间的余弦相似度,并将该余弦相似度确定为待处理语句与候选释义间的匹配度。
需要说明的是,上述示例只是示意性说明,不能作为对本公开实施例中确定待处理语句与候选释义间的匹配度的方式等的限定。
步骤104,基于匹配度,确定目标术语对应的目标释义。
可以理解的是,匹配度越高,可以表明候选释义与待处理语句间越相关;相应的,匹配度越低,可以表明候选释义与待处理语句间越无关。从而,本公开实施例中,可以基于匹配度,确定目标术语对应的目标释义。
可选的,可以提前设定阈值,从而,本公开实施例中,可以先分别确定出待处理语句与每个候选释义间的匹配度,之后可以从匹配度大于阈值的候选释义中选取目标释义。
可选的,也可以在确定出待处理语句与每个候选释义间的匹配度后,将各个候选释义按照匹配度进行排列,将最高匹配度对应的候选释义确定为目标术语对应的目标释义,从而可使得确定出的目标释义匹配度最高,更为准确和可靠。
举例来说,若待处理语句1与候选释义1的匹配度为:0.7,与候选释义2的匹配度为:0.2,与候选释义3的匹配度为:0.1,上述匹配度中0.7最大,那么可以将候选释义1确定为目标释义。
需要说明的是,上述示例只是示意性说明,不能作为对本公开实施例中候选释义的数量及匹配度等的限定。
步骤105,基于目标释义,确定待处理语句对应的翻译语句。
可以理解的是,目标释义不同,对待处理语句进行翻译时的策略可能也不相同。
比如,在将中文的待处理语句翻译为英文时,若目标术语“苹果”,对应的目标释义为“苹果,是总部位于XX的跨国科技公司,原称YY公司”时,那么对应的英文应为“Apple”,之后可以确定待处理语句中其余各个词汇分别对应的英文内容,再将“Apple”及其余各个英文内容进行排序,即可生成待处理语句对应的翻译语句。
或者,在“苹果”对应的目标释义为“苹果,又称柰或林檎,是苹果树的果实,一般呈红色”的情况下,那么对应的英文应为“apple”,之后可以基于“apple”,确定待处理语句对应的翻译语句。
需要说明的是,上述示例只是示意性说明,不能作为对本公开实施例中目标释义等的限定。
需要说明的是,在确定待处理语句对应的翻译语句时,可以采用任何可取的翻译方式或翻译策略,本公开对此不做限定。
本公开实施例,可以先确定待处理语句中包含的目标术语,之后可以基于目标术语,遍历预设的数据库,以获取目标术语对应的候选释义,将待处理语句与候选释义进行匹配,以确定待处理语句与候选释义间的匹配度,之后再基于匹配度,确定目标术语对应的目标释义,再基于目标释义,确定待处理语句对应的翻译语句。由此,在进行文本翻译时,可以根据待处理语句中包含的术语与各个候选释义间的匹配度,确定出术语对应的目标释义,由于确定出的目标释义的可靠性和准确性都较高,从而在基于目标释义,对待处理语句进行翻译处理时,可以使得确定出的翻译语句也更为准确可靠,从而提高了文本翻译的可靠性和准确性。
图2为本公开实施例提供的一种文本的翻译方法的流程示意图,如图2所示,该文本的翻译方法,可以包括以下步骤:
步骤201,将待处理语句分别与各参考术语进行匹配。
其中,参考术语,可以为提前生成的术语,其可以为以术语词表形式呈现,或者也可以以术语知识库中形式呈现等等,本公开对此不做限定。
可选的,也可以先将待处理语句进行切词处理,以获取各个分词,之后可以将各个分词与各参考术语分别进行匹配等等。或者,也可以将待处理语句分别与各参考术语依次进行匹配。比如,可以将待处理语句中的各个字符与各个参考术语依次进行匹配等等,本公开对此不做限定。
步骤202,在待处理语句中包含任一参考术语的情况下,确定任一参考术语为待处理语句中包含的目标术语。
举例来说,在参考术语包含“苹果”、“得到”的情况下,若将待处理语句分别与各参考术语进行匹配,确定出待处理语句中包含“苹果”,那么可以将“苹果”确定为目标术语等等,本公开对此不做限定。
可以理解的是,任一待处理语句中包含的目标术语的数量,可以为一个,或者也可以为多个等等,本公开对此不做限定。
步骤203,基于目标术语,遍历预设的数据库,以获取目标术语对应的候选释义。
步骤204,将待处理语句与候选释义进行匹配,以确定待处理语句与候选释义间的匹配度。需要说明的是,步骤203和步骤204的具体内容及实现方式,可以参照本公开其他各实施例的说明,此处不再赘述。
步骤205,在最高匹配度对应的候选释义为多个的情况下,确定目标术语对应的多个候选释义中每个候选释义的权重。
其中,权重可以用于表征每个候选释义对应的常见程度、或者出现频数等等。可以理解的是,权重越高,可以表明该候选释义可能越重要;权重越低,可以表明该候选释义可能越不重要。
可选的,可以先确定每个参考术语以每个候选释义在语料库中出现的频率,其中,每个参考术语对应多个候选释义,之后可以根据每个参考术语以每个候选释义在语料库中出现的频率,确定每个参考术语中每个候选释义对应的权重。
其中,语料库,可以为经过科学取样和加工的大规模电子文本库,其可以为任意类型的数据库,本公开对此不做限定。
举例来说,参考术语“得到”以候选释义1“事物为自己所有、获得”在语料库总出现的频率为:65次;以候选释义2“一款应用程序,由XY团队出品,提倡碎片化学习方式,让用户短时间内获得有效的知识”在语料库中出现的频率为:35次,那么可以确定候选释义1对应的权重为:0.65,候选释义2对应的权重为:0.35。
需要说明的是,上述示例只是示意性说明,不能作为对本公开实施例中候选释义、频率及权重等的限定。
步骤206,将多个候选释义中最大权重对应的候选释义,确定为目标术语对应的目标释义。
可以理解的是,在多个候选释义与待处理语句间的匹配度均相同、且为最大匹配度时,可以进一步确定这多个候选释义各自对应的权重,之后可以将最大匹配度相同的多个候选释义中、权重最大的候选释义确定为目标术语对应的目标释义。
举例来说,目标术语对应的候选释义1与待处理语句间的匹配度为:0.4、候选释义2与待处理语句间的匹配度为:0.2、候选释义3与待处理语句间的匹配度为:0.4。此时可以进一步确定候选释义1和候选释义3对应的权重,比如候选释义1对应的权重为0.7、候选释义3对应的权重为0.3,那么可以将候选释义1确定为目标术语对应的目标释义。
需要说明的是,上述示例只是示意性说明,不能作为对本公开实施例中候选释义、匹配度及权重等的限定。
从而,本公开实施例中,在最大匹配度为多个时,可以进一步确定这多个最大匹配度对应的候选释义各自的权重,之后基于权重,确定出目标释义,从而提高了目标释义确定的准确性和可靠性
步骤207,基于目标释义,确定待处理语句对应的翻译语句。需要说明的是,步骤207的具体内容及实现方式,可以参照本公开其他各实施例的说明,此处不再赘述。
本公开提供的文本的翻译方法,可以适用于任意文本翻译场景中,本公开对此不做限定。
下面以图2A为例,对本公开提供的文本的翻译过程进行说明。
如图2A所示,可以先确定待处理语句中包含的目标术语,之后可以基于目标术语,遍历预设的数据库,以获取目标术语对应的候选释义。在获取到对应的候选释义后,若其中存在任一候选释义对应的翻译内容无法直接翻译,那么可以将其称为“待干预的候选释义”。比如在将“苹果”翻译为英文时,若对应候选释义“水果”,那么可以直接翻译为“apple”;若对应候选释义“科技公司”,那么需要将其翻译为“Apple”,从而可以将候选释义“科技公司”确定为待干预的候选释义。之后可以进一步判断当前待处理语句与待干预的候选释义间是否相关,以确定在对该待处理语句进行翻译时,是否需要翻译。
比如,待干预的候选释义的匹配度大于其余各候选释义的匹配度,那么可以认为待处理语句与待干预的候选释义相关,需要对该待处理语句进行干预翻译;若待干预的候选释义的匹配度小于其他各候选释义的匹配度,那么可以认为待处理语句与待干预的候选释义不相关,无需对该待处理语句进行干预翻译。
需要说明的是,上述示例只是示意性说明,不能作为对本公开实施例中文本的翻译过程的限定。
本公开实施例,可以先将待处理语句分别与各参考术语进行匹配,之后在待处理语句中包含任一参考术语的情况下,确定任一参考术语为待处理语句中包含的目标术语,之后可以基于目标术语,遍历预设的数据库,以获取目标术语对应的候选释义,之后可以将待处理语句与候选释义进行匹配,以确定待处理语句与候选释义间的匹配度,在最高匹配度对应的候选释义为多个的情况下,确定目标术语对应的多个候选释义中每个候选释义的权重,并将多个候选释义中最大权重对应的候选释义,确定为目标术语对应的目标释义,之后可以基于目标释义,确定待处理语句对应的翻译语句。由此,在对待处理语句进行翻译时,可以根据其中包含的术语与各个候选释义间的匹配度及权重,确定出术语对应的目标释义,由于确定出的目标释义可靠性和准确性都较高,从而在基于目标释义,对待处理语句进行翻译处理时,可以使得确定出的翻译语句也更为准确可靠,从而提高了文本翻译的可靠性和准确性。
为了实现上述实施例,本公开还提出一种文本的翻译装置。
图3为本公开实施例提供的一种文本的翻译装置的结构示意图。
如图3所示,该文本的翻译装置300,包括:第一确定模块310,获取模块320、匹配模块330、第二确定模块340、及第三确定模块350。
其中,第一确定模块310,用于确定待处理语句中包含的目标术语。
获取模块320,用于所述目标术语,遍历预设的数据库,以获取所述目标术语对应的候选释义。
匹配模块330,用于将所述待处理语句与所述候选释义进行匹配,以确定所述待处理语句与所述候选释义间的匹配度。
第二确定模块340,用于基于所述匹配度,确定所述目标术语对应的目标释义。
第三确定模块350,用于基于所述目标释义,确定所述待处理语句对应的翻译语句。
可选的,所述第二确定模块340,具体用于:
将最高匹配度对应的候选释义确定为所述目标术语对应的目标释义。
可选的,所述第二确定模块340,具体用于:
在最高匹配度对应的候选释义为多个的情况下,确定所述目标术语对应的多个候选释义中每个候选释义的权重;
将所述多个候选释义中最大权重对应的候选释义,确定为所述目标术语对应的目标释义。
可选的,所述第二确定模块340,还具体用于:
确定每个参考术语以每个候选释义在语料库中出现的频率,其中,每个所述参考术语对应多个候选释义;
根据每个所述参考术语以每个候选释义在语料库中出现的频率,确定每个所述参考术语中每个候选释义对应的权重。
可选的,所述匹配模块330,具体用于:
确定所述待处理语句对应的第一句子向量、及所述候选释义对应的第二句子向量;
将所述第一句子向量与所述第二句子向量进行匹配,以确定所述待处理语句与所述候选释义间的匹配度。
可选的,所述第一确定模块310,具体用于:
将所述待处理语句分别与各参考术语进行匹配;
在所述待处理语句中包含任一参考术语的情况下,确定所述任一参考术语为所述待处理语句中包含的目标术语。本公开实施例中的上述各模块的功能及具体实现原理,可参照上述各方法实施例,此处不再赘述。
本公开实施例的文本的翻译装置,可以先确定待处理语句中包含的目标术语,之后可以基于目标术语,遍历预设的数据库,以获取目标术语对应的候选释义,将待处理语句与候选释义进行匹配,以确定待处理语句与候选释义间的匹配度,之后再基于匹配度,确定目标术语对应的目标释义,再基于目标释义,确定待处理语句对应的翻译语句。由此,在进行文本翻译时,可以根据待处理语句中包含的术语与各个候选释义间的匹配度,确定出术语对应的目标释义,由于确定出的目标释义的可靠性和准确性都较高,从而在基于目标释义,对待处理语句进行翻译处理时,可以使得确定出的翻译语句也更为准确可靠,从而提高了文本翻译的可靠性和准确性。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图4示出了可以用来实施本公开的实施例的示例电子设备400的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图4所示,设备400包括计算单元401,其可以根据存储在只读存储器(ROM)402中的计算机程序或者从存储单元408加载到随机访问存储器(RAM)403中的计算机程序,来执行各种适当的动作和处理。在RAM 403中,还可存储设备400操作所需的各种程序和数据。计算单元401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
设备400中的多个部件连接至I/O接口405,包括:输入单元406,例如键盘、鼠标等;输出单元407,例如各种类型的显示器、扬声器等;存储单元408,例如磁盘、光盘等;以及通信单元409,例如网卡、调制解调器、无线通信收发机等。通信单元409允许设备400通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元401可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元401的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元401执行上文所描述的各个方法和处理,例如文本的翻译方法。例如,在一些实施例中,文本的翻译方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元408。在一些实施例中,计算机程序的部分或者全部可以经由ROM 402和/或通信单元409而被载入和/或安装到设备400上。当计算机程序加载到RAM 403并由计算单元401执行时,可以执行上文描述的文本的翻译方法的一个或多个步骤。备选地,在其他实施例中,计算单元401可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行文本的翻译方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(AS I C)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
本公开的技术方案,可以先确定待处理语句中包含的目标术语,之后可以基于目标术语,遍历预设的数据库,以获取目标术语对应的候选释义,将待处理语句与候选释义进行匹配,以确定待处理语句与候选释义间的匹配度,之后再基于匹配度,确定目标术语对应的目标释义,再基于目标释义,确定待处理语句对应的翻译语句。由此,在进行文本翻译时,可以根据待处理语句中包含的术语与各个候选释义间的匹配度,确定出术语对应的目标释义,由于确定出的目标释义的可靠性和准确性都较高,从而在基于目标释义,对待处理语句进行翻译处理时,可以使得确定出的翻译语句也更为准确可靠,从而提高了文本翻译的可靠性和准确性。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (15)
1.一种文本的翻译方法,其中,包括:
确定待处理语句中包含的目标术语;
基于所述目标术语,遍历预设的数据库,以获取所述目标术语对应的候选释义;
将所述待处理语句与所述候选释义进行匹配,以确定所述待处理语句与所述候选释义间的匹配度;
基于所述匹配度,确定所述目标术语对应的目标释义;
基于所述目标释义,确定所述待处理语句对应的翻译语句。
2.如权利要求1所述的方法,其中,所述基于所述匹配度,确定所述目标术语对应的目标释义,包括:
将最高匹配度对应的候选释义确定为所述目标术语对应的目标释义。
3.如权利要求1所述的方法,其中,所述基于所述匹配度,确定所述目标术语对应的目标释义,包括:
在最高匹配度对应的候选释义为多个的情况下,确定所述目标术语对应的多个候选释义中每个候选释义的权重;
将所述多个候选释义中最大权重对应的候选释义,确定为所述目标术语对应的目标释义。
4.如权利要求3所述的方法,其中,在所述确定所述目标术语对应的多个候选释义中每个候选释义的权重之前,还包括:
确定每个参考术语以每个候选释义在语料库中出现的频率,其中,每个所述参考术语对应多个候选释义;
根据每个所述参考术语以每个候选释义在语料库中出现的频率,确定每个所述参考术语中每个候选释义对应的权重。
5.如权利要求1所述的方法,其中,所述将所述待处理语句与所述候选释义进行匹配,以确定所述待处理语句与所述候选释义间的匹配度,包括:
确定所述待处理语句对应的第一句子向量、及所述候选释义对应的第二句子向量;
将所述第一句子向量与所述第二句子向量进行匹配,以确定所述待处理语句与所述候选释义间的匹配度。
6.如权利要求1-5任一所述的方法,其中,所述确定待处理语句中包含的目标术语,包括:
将所述待处理语句分别与各参考术语进行匹配;
在所述待处理语句中包含任一参考术语的情况下,确定所述任一参考术语为所述待处理语句中包含的目标术语。
7.一种文本的翻译装置,其中,所述装置包括:
第一确定模块,用于确定待处理语句中包含的目标术语;
获取模块,用于所述目标术语,遍历预设的数据库,以获取所述目标术语对应的候选释义;
匹配模块,用于将所述待处理语句与所述候选释义进行匹配,以确定所述待处理语句与所述候选释义间的匹配度;
第二确定模块,用于基于所述匹配度,确定所述目标术语对应的目标释义;
第三确定模块,用于基于所述目标释义,确定所述待处理语句对应的翻译语句。
8.如权利要求7所述的装置,其中,所述第二确定模块,具体用于:
将最高匹配度对应的候选释义确定为所述目标术语对应的目标释义。
9.如权利要求7所述的装置,其中,所述第二确定模块,具体用于:
在最高匹配度对应的候选释义为多个的情况下,确定所述目标术语对应的多个候选释义中每个候选释义的权重;
将所述多个候选释义中最大权重对应的候选释义,确定为所述目标术语对应的目标释义。
10.如权利要求9所述的装置,其中,所述第二确定模块,还具体用于:
确定每个参考术语以每个候选释义在语料库中出现的频率,其中,每个所述参考术语对应多个候选释义;
根据每个所述参考术语以每个候选释义在语料库中出现的频率,确定每个所述参考术语中每个候选释义对应的权重。
11.如权利要求7所述的装置,其中,所述匹配模块,具体用于:
确定所述待处理语句对应的第一句子向量、及所述候选释义对应的第二句子向量;
将所述第一句子向量与所述第二句子向量进行匹配,以确定所述待处理语句与所述候选释义间的匹配度。
12.如权利要求7-11任一所述的装置,其中,所述第一确定模块,具体用于:
将所述待处理语句分别与各参考术语进行匹配;
在所述待处理语句中包含任一参考术语的情况下,确定所述任一参考术语为所述待处理语句中包含的目标术语。
13.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的方法。
15.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210532540.9A CN114781409B (zh) | 2022-05-12 | 2022-05-12 | 文本的翻译方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210532540.9A CN114781409B (zh) | 2022-05-12 | 2022-05-12 | 文本的翻译方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114781409A true CN114781409A (zh) | 2022-07-22 |
CN114781409B CN114781409B (zh) | 2023-12-01 |
Family
ID=82436798
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210532540.9A Active CN114781409B (zh) | 2022-05-12 | 2022-05-12 | 文本的翻译方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114781409B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07152766A (ja) * | 1993-11-30 | 1995-06-16 | Kobe Nippon Denki Software Kk | 文書内専門用語訳語一括出力方式 |
CN102375839A (zh) * | 2010-08-17 | 2012-03-14 | 富士通株式会社 | 从候选数据集获取目标数据集的方法和装置以及翻译机器 |
US20140350914A1 (en) * | 2012-01-27 | 2014-11-27 | Nec Corporation | Term translation acquisition method and term translation acquisition apparatus |
US20170220561A1 (en) * | 2016-02-01 | 2017-08-03 | Panasonic Intellectual Property Management Co., Ltd. | Method of creating translation corpus |
CN109299480A (zh) * | 2018-09-04 | 2019-02-01 | 上海传神翻译服务有限公司 | 基于上下文语境的术语翻译方法及装置 |
CN109740126A (zh) * | 2019-01-04 | 2019-05-10 | 平安科技(深圳)有限公司 | 文本匹配方法、装置及存储介质、计算机设备 |
CN111428721A (zh) * | 2019-01-10 | 2020-07-17 | 北京字节跳动网络技术有限公司 | 词语释义的确定方法、装置、设备及存储介质 |
CN111652006A (zh) * | 2020-06-09 | 2020-09-11 | 北京中科凡语科技有限公司 | 一种计算机辅助翻译方法及装置 |
CN113627200A (zh) * | 2021-06-15 | 2021-11-09 | 天津师范大学 | 多机器翻译引擎驱动的国际组织科技术语主题句萃取方法 |
-
2022
- 2022-05-12 CN CN202210532540.9A patent/CN114781409B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07152766A (ja) * | 1993-11-30 | 1995-06-16 | Kobe Nippon Denki Software Kk | 文書内専門用語訳語一括出力方式 |
CN102375839A (zh) * | 2010-08-17 | 2012-03-14 | 富士通株式会社 | 从候选数据集获取目标数据集的方法和装置以及翻译机器 |
US20140350914A1 (en) * | 2012-01-27 | 2014-11-27 | Nec Corporation | Term translation acquisition method and term translation acquisition apparatus |
US20170220561A1 (en) * | 2016-02-01 | 2017-08-03 | Panasonic Intellectual Property Management Co., Ltd. | Method of creating translation corpus |
CN109299480A (zh) * | 2018-09-04 | 2019-02-01 | 上海传神翻译服务有限公司 | 基于上下文语境的术语翻译方法及装置 |
CN109740126A (zh) * | 2019-01-04 | 2019-05-10 | 平安科技(深圳)有限公司 | 文本匹配方法、装置及存储介质、计算机设备 |
CN111428721A (zh) * | 2019-01-10 | 2020-07-17 | 北京字节跳动网络技术有限公司 | 词语释义的确定方法、装置、设备及存储介质 |
CN111652006A (zh) * | 2020-06-09 | 2020-09-11 | 北京中科凡语科技有限公司 | 一种计算机辅助翻译方法及装置 |
CN113627200A (zh) * | 2021-06-15 | 2021-11-09 | 天津师范大学 | 多机器翻译引擎驱动的国际组织科技术语主题句萃取方法 |
Non-Patent Citations (1)
Title |
---|
宋培彦著, vol. 1, 北京:科学技术文献出版社, pages: 111 - 113 * |
Also Published As
Publication number | Publication date |
---|---|
CN114781409B (zh) | 2023-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP4113354A2 (en) | Method and apparatus for generating pre-trained language model, electronic device and storage medium | |
CN112560496A (zh) | 语义分析模型的训练方法、装置、电子设备及存储介质 | |
CN113553412B (zh) | 问答处理方法、装置、电子设备和存储介质 | |
EP4113357A1 (en) | Method and apparatus for recognizing entity, electronic device and storage medium | |
EP4123496A2 (en) | Method and apparatus for extracting text information, electronic device and storage medium | |
CN112925883B (zh) | 搜索请求处理方法、装置、电子设备及可读存储介质 | |
CN113935339B (zh) | 翻译方法、装置、电子设备及存储介质 | |
EP4191544A1 (en) | Method and apparatus for recognizing token, electronic device and storage medium | |
CN113836268A (zh) | 文档理解方法及装置、电子设备和介质 | |
CN112699237B (zh) | 标签确定方法、设备和存储介质 | |
CN112989797A (zh) | 模型训练、文本扩展方法,装置,设备以及存储介质 | |
CN112906368A (zh) | 行业文本增量方法、相关装置及计算机程序产品 | |
CN113641724B (zh) | 知识标签挖掘方法、装置、电子设备及存储介质 | |
CN114118049B (zh) | 信息获取方法、装置、电子设备及存储介质 | |
CN115577106A (zh) | 基于人工智能的文本分类方法、装置、设备和介质 | |
US20210342379A1 (en) | Method and device for processing sentence, and storage medium | |
CN114781409B (zh) | 文本的翻译方法、装置、电子设备和存储介质 | |
CN115017898A (zh) | 敏感文本的识别方法、装置、电子设备及存储介质 | |
CN114579725A (zh) | 问答对生成方法、装置、电子设备和存储介质 | |
CN113221566A (zh) | 实体关系抽取方法、装置、电子设备和存储介质 | |
CN112632999A (zh) | 命名实体识别模型获取及命名实体识别方法、装置及介质 | |
CN113051926A (zh) | 文本抽取方法、设备和存储介质 | |
CN114201607B (zh) | 一种信息处理的方法和装置 | |
CN114091483B (zh) | 翻译处理方法、装置、电子设备及存储介质 | |
CN114064847A (zh) | 一种文本检测方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |