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！

龙图腾网获悉哈尔滨理工大学申请的专利一种基于元学习及语言对子网的多语言神经机器翻译模型训练方法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：CN119783692B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411852040.9，技术领域涉及：G06F40/58；该发明授权一种基于元学习及语言对子网的多语言神经机器翻译模型训练方法是由刘宇鹏;唐诗晨;孟庆丰设计研发完成，并于2024-12-16向国家知识产权局提交的专利申请。

本一种基于元学习及语言对子网的多语言神经机器翻译模型训练方法在说明书摘要公布了：一种基于元学习及语言对子网的多语言神经机器翻译模型训练方法，它属于机器翻译技术领域。本发明解决了现有的多语言翻译共享模型的翻译性能差的问题。本发明借助ML方法对多语言翻译模型进行初始参数优化，得到局部最优参数值，ML通过学习任务间共享表示，并对每种语言对进行自适应调整，可以减少参数干扰，保证翻译性能。通过学习语言特定子网可以获得每种语言对任务的掩码矩阵，在模型训练时每次仅仅更新输入语言对数据对应的模型参数，使多语言翻译模型能够避免参数干扰，同时提升训练效率。在后续翻译任务中，仅需要掩码矩阵中元素1对应的模型参数来参与翻译结果预测，降低了模型计算的复杂度。本发明方法可以应用于机器翻译领域。

本发明授权一种基于元学习及语言对子网的多语言神经机器翻译模型训练方法在权利要求书中公布了：1.一种基于元学习及语言对子网的多语言神经机器翻译模型训练方法，其特征在于，所述方法具体包括以下步骤： 步骤一、获取多语言对数据集，对多语言对数据集进行预处理，并根据预处理后的多语言对来构建多语言全局共享词典；并在预处理后的多语言对的前面添加上语言类别标识后，再将预处理后的多语言对划分为训练集、验证集和测试集三个部分； 步骤二、基于元学习方法、多语言全局共享词典以及训练集、验证集和测试集对多语言神经机器翻译模型进行预训练，获得预训练好的多语言神经机器翻译模型； 步骤三、为多语言对数据集中的每种语言对分别搭建子网，且每种语言对的子网的结构均与多语言神经机器翻译模型的结构相同，每个子网均加载预训练好的多语言神经机器翻译模型的参数； 对于多语言对数据集中的任意一种语言对，利用该种语言对所对应的预处理结果对加载参数后的子网的参数进行微调，根据微调结果生成该种语言对的掩码矩阵； 步骤四、分别利用每种语言对所对应的预处理后结果，对预训练好的多语言神经机器翻译模型进行训练，获得训练好的多语言神经机器翻译模型； 其中，利用第i种语言对所对应的预处理后结果对预训练好的模型进行训练时，仅调整第i种语言对所对应的掩码矩阵中元素1对应的参数权重； 步骤五、对待翻译的语句进行预处理后，给预处理结果添加语言类别标识，再将添加语言类别标识后的预处理结果作为训练好的多语言神经机器翻译模型的输入，通过训练好的多语言神经机器翻译模型输出翻译结果。

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哈尔滨理工大学，其通讯地址为：150080 黑龙江省哈尔滨市南岗区学府路52号；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”。