一种基于机器学习模型的翻译方法和系统

专利主权项内容

1.一种基于机器学习模型的翻译方法，所述方法由处理器执行，其特征在于，所述方法包括：获取源对象的录入数据，所述源对象包括提供当前对话内容的对象；根据所述录入数据，通过第一模型确定预翻译结果，所述第一模型为机器学习模型；根据所述预翻译结果，生成至少一个候选翻译数据；基于所述至少一个候选翻译数据，通过语义复杂度评估模型确定所述至少一个候选翻译数据的语义复杂度，所述语义复杂度评估模型为机器学习模型；基于对话连贯度以及历史对话中目标对象接收到的目标翻译结果，通过语义易懂度评估模型确定所述目标对象的语义易懂度，所述目标对象包括接收所述当前对话内容的对象；所述语义易懂度评估模型为机器学习模型；其中，所述对话连贯度的确定包括：基于对话特征序列，确定时序连贯度；所述对话特征序列包括所述源对象与所述目标对象之间至少一轮历史对话的对话特征；所述对话特征包括所述源对象的相邻两条录入数据的时间间隔、和/或所述目标对象的身份转换时间间隔；基于所述源对象与所述目标对象间的对话文本序列，通过语义连贯评估模型确定语义连贯度；所述语义连贯评估模型为机器学习模型；基于所述时序连贯度以及所述语义连贯度，确定所述对话连贯度；基于所述至少一个候选翻译数据的所述语义复杂度以及所述目标对象的所述语义易懂度，确定目标翻译结果；向所述目标对象输出所述目标翻译结果。