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!
申请/专利权人:哈尔滨工业大学
摘要:一种基于思维链的大模型机器翻译强化方法、系统、设备及介质,属于机器翻译技术领域,解决了大语言模型在执行训练数据之外或者低资源、特殊领域的翻译任务时翻译效果不好,如果对模型微调,使其继续适应需求,会带来更庞大的计算资源,难以实施的问题。所述方法包括:S1:构建领域知识库,将待翻译原文输入到所述领域知识库中,获得领域知识;S2:构建大语言模型,将待翻译原文和所述领域知识输入到所述大语言模型中,对所述领域知识进行增强,获得增强后的领域知识;S3:根据待翻译原文和增强后的领域知识,构建prompt;S4:采用大语言模型,结合所述prompt,对待翻译原文进行翻译,获得多个翻译结果。本发明适用于各种特定领域的大批量文本翻译场景。
主权项:1.一种基于思维链的大模型机器翻译强化方法,其特征在于,所述方法包括:S1:构建领域知识库,将待翻译原文输入到所述领域知识库中,获得领域知识;S2:构建大语言模型,将待翻译原文和所述领域知识输入到所述大语言模型中,对所述领域知识进行增强,获得增强后的领域知识;S3:根据待翻译原文和增强后的领域知识,构建prompt;S4:采用所述大语言模型,结合所述prompt,对所述待翻译原文进行翻译,获得多个翻译结果;所述S1包括:S11:将待翻译原文的语言序列转化为向量嵌入表示;S12:使用向量嵌入表示进行文本聚;所述S11包括:S111:根据待翻译原文获取待分类语料;S112:根据领域、语种,将所述待分类语料划分为多组语料;S113:采用m-bert模型的tokennizer对每组语料进行token序列转化;S114:将转化后的每组语料进行token数量平均化;S115:采用数量平均化后的每组语料训练m-bert模型的embedding层,固定m-bert模型的其他层,生成向量嵌入表示;所述S12包括:S121:根据所有向量嵌入表示,采用k-means算法获得k个文本类别;S122:采用k-means算法对每个文本类别进行文本聚类,得到多个细分领域;S123:将所述多个细分领域内的文本,输入到大语言模型中,获得细分领域知识;S124:结合所述细分领域知识和k-means模型,获得所述领域知识库;所述方法还包括:S5:将所述多个翻译结果作为译文库,采用大语言模型,在所述译文库中提取出最优翻译结果,作为母句;S6:从所述译文库中继续提取数个翻译结果,并和所述母句输入到大语言模型中;S7:结合所述增强后的领域知识对所述母句进行差异性、优缺点分析,得到分析结果;S8:结合所述增强后的领域知识、分析结果和译文库,对所述母句进行优化,得到优化后的母句;S9:循环S6至S8,直至所述译文库中所有翻译结果提取完毕。
全文数据:
权利要求:
百度查询: 哈尔滨工业大学 一种基于思维链的大模型机器翻译强化方法、系统、设备及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。