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