一种基于译句关键词的医学机器翻译方法

摘要

本发明公开了一种基于译句关键词的医学机器翻译方法，在机器翻译模型中，训练语料经过数据预处理后得到源句序列、译句序列、译句目标词序列、关键词标注向量K，通过结合译句目标词序列、关键词标注向量K及译出度向量C、模型预测概率分布P，通过增大翻译结果中未出现的关键词在训练模型时的损失，增强其对模型的调参能力，使模型倾向于翻译出该关键词。本发明在模型的训练过程中，不增加模型计算开销，在翻译双语序列加译句关键词模式的情况下，通过增加未译出关键词对应的损失的方式，来改善翻译系统的漏翻现象，特别适用于专业领域的翻译，总体提高了专业领域的翻译准确度，减少漏翻的情况，可有效提高神经机器翻译的忠诚度和准确度。