(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111630203.5 (22)申请日 2021.12.28 (71)申请人 科大讯飞股份有限公司 地址 230088 安徽省合肥市高新 开发区望 江西路666号 (72)发明人 刘晨璇　李小喜　张为泰　刘俊华　 (74)专利代理 机构 深圳市威世博知识产权代理 事务所(普通 合伙) 44280 专利代理师 刘希 (51)Int.Cl. G06F 40/58(2020.01) G06F 40/30(2020.01) G06F 40/289(2020.01) G06K 9/62(2022.01) (54)发明名称 一种翻译 方法、 翻译装置和计算机可读存储 介质 (57)摘要 本申请公开了一种翻译 方法、 翻译装置和计 算机可读存储介质， 该翻译方法包括： 获取待处 理数据， 将待处理数据输入第一翻译模型， 得到 翻译数据； 其中， 第一翻译模型的训练方法包括： 获取训练完的第二翻译模型、 原始平行语料以及 多个新词集， 新词集包括第一新词以及至少一个 第二新词， 第二新词为第一新词的译文； 对新词 集进行处理， 得到包含新词集的第一训练平行语 料； 对第一训练平行语料进行清洗处理， 得到第 二训练平行语料； 采用原始平行语料与第二训练 平行语料， 对第二翻译模型进行更新训练， 得到 第一翻译模型。 通过上述方式， 本申请能够提升 新词的翻译效果。 权利要求书3页 说明书9页 附图6页 CN 114492469 A 2022.05.13 CN 114492469 A 1.一种翻译方法， 其特 征在于， 包括： 获取待处 理数据， 将所述待处 理数据输入第一翻译模型， 得到翻译数据； 其中， 所述第一翻译模型的训练方法包括： 获取训练完的第二翻译模型、 原始平行语料以及多个新词集， 所述新词集包括第一新 词以及至少一个第二 新词， 所述第二 新词为所述第一 新词的译 文； 对所述新词集进行处 理， 得到包 含所述新词集的第一训练平行语料； 对所述第一训练平行语料进行清洗处 理， 得到第二训练平行语料； 采用所述原始平行语料与所述第二训练平行语料， 对所述第二翻译模型进行更新训 练， 得到所述第一翻译模型。 2.根据权利要求1所述的翻译方法， 其特征在于， 所述对所述新词集进行处理， 得到包 含所述新词集的第一训练平行语料的步骤， 包括： 获取所述原始平行语料的独立关键词组； 基于所述独立关键词组与所述新词集， 对所述原始平行语料进行更新处理， 得到所述 第一训练平行语料。 3.根据权利要求2所述的翻译方法， 其特征在于， 所述原始平行语料包括第 一原始单语 语料以及与所述第一原始单语语料对应的第二原始单语语料； 所述第二原始单语语料为所 述第一原 始单语语料的译 文， 所述方法还 包括： 获取所述第一原 始单语语料的独立关键词组， 得到第一独立关键词组； 基于所述第一独立关键词组与所述新词集， 对所述第一原始单语语料进行更新处理， 得到包含所述第一 新词的第一单语 语料； 基于所述第一单语 语料与所述第二原 始单语语料， 构建所述第一训练平行语料。 4.根据权利要求3所述的翻译方法， 其特征在于， 所述获取所述第 一原始单语语料的独 立关键词组， 得到第一独立关键词组的步骤， 包括： 对所述第一原始单语语料以及所述第二原始单语语料进行对齐处理， 得到对齐结果； 所述对齐结果包括所述第一原始单语语料中的第一词组、 所述第二原始单语语料中的第二 词组以及所述第一词组与所述第二词组的对应关系； 基于所述对齐结果， 从所述第一词组中筛 选出所述第一独立关键词组。 5.根据权利要求4所述的翻译方法， 其特征在于， 所述基于所述对齐结果， 从所述第一 词组中筛 选出所述第一独立关键词组的步骤， 包括： 判断所述第二词组中的词语之间是否存在其 他词组； 若所述第二词组中的词语之间不存在所述其他词组， 则确定所述第 一词组为所述第 一 独立关键词组； 若所述第二词组中的词语之间存在所述其他词组， 则判断所述其他词组是否与所述第 一词组存在对应关系； 若所述其他词组与 所述第一词组存在对应关系， 则确定所述第 一词组为所述第 一独立 关键词组。 6.根据权利要求4所述的翻译方法， 其特征在于， 所述基于所述第 一单语语料与所述第 二原始单语语料， 构建所述第一训练平行语料的步骤， 包括： 基于所述对齐结果， 获取所述第 一独立关键词组在所述第 二原始单语语料中对应的第权　利　要　求　书 1/3 页 2 CN 114492469 A 2二独立关键词组； 将所述第二独立关键词组替换为所述第二新词， 得到第二单语语料， 所述第二新词的 语言与所述第二原 始单语语料的语言相同； 将所述第一单语 语料与所述第二单语 语料对齐， 得到所述第一训练平行语料。 7.根据权利要求6所述的翻译方法， 其特征在于， 所述对所述第 一训练平行语料进行清 洗处理， 得到第二训练平行语料的步骤， 包括： 对所述第一单语 语料与所述第二单语 语料进行评分， 得到质量评分； 基于所述质量评分， 判断当前 是否满足预设筛 选条件； 若是， 则将所述第一训练平行语料确定为所述第二训练平行语料； 若否， 则将所述第一单语语料与所述第二单语语料删除， 并返回所述对所述第一单语 语料与所述第二单语 语料进行评分， 得到质量评分的步骤。 8.根据权利要求7所述的翻译方法， 其特征在于， 所述对所述第 一单语语料与 所述第二 单语语料进行评分， 得到质量评分的步骤， 包括： 利用第一语言模型对所述第一单语 语料进行语义评分， 得到第一质量评分； 利用第二语言模型对所述第二单语 语料进行语义评分， 得到第二质量评分； 将所述第一质量评分与所述第二质量评分相加， 得到所述质量评分； 判断所述质量评分是否超过 预设阈值； 若是， 则确定满足所述预设筛 选条件。 9.根据权利要求7所述的翻译方法， 其特征在于， 所述对所述第 一单语语料与 所述第二 单语语料进行评分， 得到质量评分的步骤， 还 包括： 利用第一语言模型对所述第一单语 语料进行语义评分， 得到第一质量评分； 利用第二语言模型对所述第二单语 语料进行语义评分， 得到第二质量评分； 判断所述第一质量评分以及所述第二质量评分是否均超过 预设阈值； 若是， 则确定满足所述预设筛选条件， 将所述第一训练平行语料确定为所述第二训练 平行语料。 10.根据权利要求3所述的翻译方法， 其特 征在于， 所述方法还 包括： 提取所述第 一原始单语语料中除所述独立关键词组之外的其他词组， 得到第 一其他词 组； 提取所述第一单语 语料中除所述第一 新词之外的其 他词组， 得到第二 其他词组； 判断所述第 一单语语料是否包含所述第 一新词， 且所述第 一其他词组是否与 所述第二 其他词组一 致； 若否， 则删除所述第一单语 语料。 11.根据权利要求1所述的翻译方法， 其特征在于， 所述对所述新词集进行处理， 得到包 含所述新词集的第一训练平行语料的步骤， 还 包括： 对所述原 始平行语料进行命名实体识别， 得到实体词组； 将所述实体词组替换为所述 新词集， 得到所述第一训练平行语料。 12.根据权利要求1所述的翻译方法， 其特征在于， 所述采用所述原始平行语料与所述 第二训练平行语料， 对所述第二翻译模 型进行更新训练， 得到所述第一翻译模型的步骤， 包 括：权　利　要　求　书 2/3 页 3 CN 114492469 A 3