(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 202111675437.1 (22)申请日 2021.12.31 (71)申请人 科大讯飞股份有限公司 地址 230088 安徽省合肥市高新区望江西 路666号 (72)发明人 刘丹　林超　 (74)专利代理 机构 北京布瑞知识产权代理有限 公司 11505 专利代理师 朱彤妹 (51)Int.Cl. G06F 40/42(2020.01) G06F 40/58(2020.01) G10L 15/18(2013.01) G10L 15/16(2006.01) G06N 3/08(2006.01) (54)发明名称 容错翻译 方法、 训练容错翻译模型的方法及 装置 (57)摘要 本申请提供了一种容错翻译 方法、 训练容错 翻译模型的方法和装置。 该容错翻译方法包括： 识别源语言语句对应的多个候选语句； 根据所述 多个候选语句确定融合候选语句， 所述融合候选 语句包括所述源语言语句中的第一词对应的多 个候选词以及用于指示所述多个候选词的标签 信息； 利用容错翻译模型对所述融合候选语句进 行编码、 预挑选和解码， 得到目标语言语句。 本申 请能够提高翻译的容 错率和实时性。 权利要求书2页 说明书15页 附图8页 CN 114492467 A 2022.05.13 CN 114492467 A 1.一种容 错翻译方法， 其特 征在于， 包括： 识别源语言语句对应的多个候选语句； 根据所述多个候选语句确定融合候选语句， 所述融合候选语句包括所述源语言语句中 的第一词对应的多个候选词以及用于指示所述多个候选词的标签信息； 利用容错翻译模型对所述融合 候选语句进行编码、 预挑选和解码， 得到目标语言语句。 2.根据权利要求1所述的容错翻译方法， 其特征在于， 所述根据 所述多个候选语句确定 融合候选语句， 包括： 按照所述多个候选词的识别 评分的优先级排序， 将所述多个候选词作为序列嵌入在所 述融合候选语句中， 其中所述序列在所述融合候选语句中的位置与所述第一词在所述源语 言语句中的位置相同。 3.根据权利要求1所述的容错翻译方法， 其特征在于， 所述容错翻译模型包括具有自注 意力机制的编 码器和具有自注意力机制的解码器， 所述利用容错翻译模型对所述融合候选 语句进行编码、 预挑选和解码， 得到目标语言语句， 包括： 利用所述编码器对所融合候选语句进行编码和预挑选， 得到所述所融合候选语句的语 义表示； 利用所述 解码器对所述语义表示进行解码， 得到所述目标语言语句。 4.根据权利要求3所述的容错翻译方法， 其特征在于， 所述编码器和所述解码器基于第 一损失函数和 第二损失函数联合训练而成， 其中所述第一损失函数是针对基于所述融合候 选语句的上下文信息对所述多个候选词进 行语义匹配的任务设置的， 所述第二损失函数是 针对机器翻译任务设置的。 5.根据权利要求1所述的容 错翻译方法， 其特 征在于， 还 包括： 随机选择样本语句中的第 二词， 并将所述第 二词在候选词典中的邻居候选替代所述第 二词在所述样本语句位置， 以生成所述容错翻译模型 的候选训练语料， 其中所述候选词典 保存有按照语音识别中的出现频率进行排序的邻居候选 。 6.根据权利要求1所述的容错翻译方法， 其特征在于， 所述标签信息包括起始信息、 结 束信息和中间信息中的至少一个， 其中所述起始信息用于指示所述多个候选词在所述融合 候选语句中的起始 位置， 所述结束信息用于指示所述多个候选词在所述融合候选语句中的 结束位置， 所述中间信息用于指示所述多个候选词在所述融合 候选语句中的中间位置 。 7.根据权利要求1所述的容错翻译方法， 其特征在于， 所述根据 所述多个候选语句确定 融合候选语句， 包括： 利用最长公共子串算法， 根据所述多个候选语句确定所述融合 候选语句。 8.根据权利要求1所述的容错翻译方法， 其特征在于， 所述识别源语言语句的多个候选 语句， 包括： 对所述源语言语句的语音信号进行语音识别， 得到所述源语言语句的多个候选语句。 9.根据权利要求1至8中任一项所述的容错翻译方法， 其特征在于， 所述融合候选语句 还包括： 至少一个第三词， 所述多个候选语句中的每个候选语句包括所述至少一个第三词， 所述至少一个第三词在所述融合候选语句中的位置与所述至少一个第三词在所述源语言 语句中的位置相同。 10.一种训练容 错翻译模型的方法， 其特 征在于， 包括：权　利　要　求　书 1/2 页 2 CN 114492467 A 2识别源语言语句样本对应的多个候选语句； 根据所述多个候选语句确定融合候选语句， 所述融合候选语句包括所述源语言语句样 本的第一词对应的多个候选词以及用于指示所述多个候选词的标签信息； 利用编码器对所融合候选语句进行编码和预挑选， 得到所述所融合候选语句的语义表 示， 并且基于所述语义表示确定第一损失函数； 利用解码器对所述语义表示进行解码， 得到目标语言语句， 并且基于目标语言语句确 定第二损失函数； 基于第一损失函数和第 二损失函数对所述编码器和所述解码器进行联合训练， 得到容 错翻译模型。 11.根据权利要求10所述的训练容 错翻译模型的方法， 其特 征在于， 还 包括： 随机选择样本语句中的第 二词， 并将所述第 二词在候选词典中的邻居候选替代所述第 二词在所述样本语句位置， 以生成所述容错翻译模型 的候选训练语料， 其中所述候选词典 保存有按照语音识别中的出现频率进行排序的邻居候选 。 12.一种容 错翻译装置， 其特 征在于， 包括： 识别模块， 用于识别源语言语句对应的多个候选语句； 确定模块， 用于根据所述多个候选语句确定融合候选语句， 所述融合候选语句包括所 述源语言语句中的第一词对应的多个候选词以及用于指示所述多个候选词的标签信息； 编解码模块利用容错翻译模型对所述融合候选语句进行编码、 预挑选和解码， 得到目 标语言语句。 13.一种训练容 错翻译模型的装置， 其特 征在于， 包括： 识别模块， 用于识别源语言语句样本对应的多个候选语句； 确定模块， 用于根据所述多个候选语句确定融合候选语句， 所述融合候选语句包括所 述源语言语句样本中的第一词对应的多个候选词以及用于指示所述多个候选词的标签信 息； 编解码模块， 用于利用编码器对所融合候选语句进行编码和预挑选， 得到所述所融合 候选语句的语义表示， 基于所述语义表示确定第一损失函数， 利用解码器对所述语义表示 进行解码， 得到目标语言语句， 并且基于目标语言语句确定第二损失函数； 训练模块， 用于基于第 一损失函数和第 二损失函数对所述编码器和所述解码器进行联 合训练， 得到容 错翻译模型。 14.一种电子设备， 其特 征在于， 包括： 处理器； 用于存储所述处 理器可执行指令的存 储器， 其中， 所述处理器用于执行上述权利要求1至9中任一项所述的容错翻译方法或所述权 利要求10 至11中任一项所述的训练容 错翻译模型的方法。 15.一种计算机可读存储介质， 其特征在于， 所述存储介质存储有计算机程序， 所述计 算机程序用于执行上述权利要求1至9中任一项所述的容错翻译方法或所述权利要求10至 11中任一项所述的训练容 错翻译模型的方法。权　利　要　求　书 2/2 页 3 CN 114492467 A 3