买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜杭州泰雅语言科技有限责任公司申请的专利医学机器翻译自学习方法、装置和电子设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119204046B 。

龙图腾网通过国家知识产权局官网在2025-03-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411749438.X，技术领域涉及：G06F40/58；该发明授权医学机器翻译自学习方法、装置和电子设备是由宋蒙蒙;傅智勇;孙立建;杨瑞锋;林景行设计研发完成，并于2024-12-02向国家知识产权局提交的专利申请。

本医学机器翻译自学习方法、装置和电子设备在说明书摘要公布了：本申请涉及机器翻译领域，提供了一种医学机器翻译自学习方法、装置和电子设备，其首先构建医学机器翻译模型，接着收集由第一语言文本及其对应的第二语言文本组成的初始平行语料。然后利用这些语料，医学机器翻译模型将第一语言文本翻译成第二语言的翻译文本。随后比较翻译文本与原始第二语言文本进而来计算翻译质量评分。最后基于翻译质量评分，决定是否将这些初始平行语料用于训练，以对医学机器翻译模型进行自学习优化。这样，有利于优化医学机器翻译模型，进而提高医学翻译的精度。

本发明授权医学机器翻译自学习方法、装置和电子设备在权利要求书中公布了：1.一种医学机器翻译自学习方法，其特征在于，包括：步骤1：建立医学机器翻译模型；步骤2：获取第一初始平行语料，所述第一初始平行语料由第一语言、第一语言文本、第二语言和第二语言文本组成；步骤3：基于所述第一初始平行语料的第一语言和第二语言，使用所述医学机器翻译模型对所述第一语言文本进行翻译以生成第二语言翻译文本；步骤4：计算所述第二语言翻译文本和所述第二语言文本之间的翻译质量评分；步骤5：基于所述翻译质量评分，确定是否将所述第一初始平行语料纳入为训练语料对所述医学机器翻译模型进行自学习优化以调整所述医学机器翻译模型的模型参数;其中，所述步骤3，包括：分别对所述第一语言和所述第二语言进行嵌入编码以得到第一语言嵌入特征和第二语言嵌入特征；对所述第一语言文本进行词粒度语义分析以得到第一语言文本词粒度语义特征的序列；对所述第一语言文本词粒度语义特征的序列进行场效序列语义特征增强以得到第一语言文本全局词粒度语义增强特征；对所述第一语言文本全局词粒度语义增强特征、所述第一语言嵌入特征和所述第二语言嵌入特征进行语义响应融合以得到第二语言翻译文本语义表征，并基于所述第二语言翻译文本语义表征，得到所述第二语言翻译文本；其中，对所述第一语言文本词粒度语义特征的序列进行场效序列语义特征增强以得到第一语言文本全局词粒度语义增强特征，包括：使用语义重构器对第一语言文本词粒度语义特征向量的序列中的各个第一语言文本词粒度语义特征向量进行特征重构以得到重构第一语言文本词粒度语义特征向量的序列；基于所述重构第一语言文本词粒度语义特征向量的序列，对所述第一语言文本词粒度语义特征的序列进行深度隐含语义全局增强以得到第一语言文本全局词粒度语义增强特征向量作为所述第一语言文本全局词粒度语义增强特征；其中，基于所述重构第一语言文本词粒度语义特征向量的序列，对所述第一语言文本词粒度语义特征的序列进行深度隐含语义全局增强以得到第一语言文本全局词粒度语义增强特征向量，包括：计算所述重构第一语言文本词粒度语义特征向量的序列中的各个重构第一语言文本词粒度语义特征向量的语义深度隐含表征值以得到第一语言文本词粒度语义深度隐含表征值的序列；基于所述第一语言文本词粒度语义深度隐含表征值的序列的排序，对所述第一语言文本词粒度语义特征向量的序列进行重新排序以得到第一语言文本词粒度语义特征向量的更新序列；对所述第一语言文本词粒度语义特征向量的更新序列分别进行双向全局语义编码融合以得到所述第一语言文本全局词粒度语义增强特征向量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州泰雅语言科技有限责任公司，其通讯地址为：310000 浙江省杭州市钱塘区白杨街道3号大街(南)39号9幢9-102-24；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。