(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211415984.0 (22)申请日 2022.11.11 (71)申请人 合肥智能语音创新发展 有限公司 地址 230088 安徽省合肥市高新区习友路 3333号中 国 （合肥） 国际智能语音产业 园A区2号科研楼15 01室 (72)发明人 张轶鑫　孙庆华　吴江照　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 吴磊 (51)Int.Cl. G06F 40/30(2020.01) G06F 40/58(2020.01) G06K 9/62(2022.01) (54)发明名称 一种多语种语句的语义理解方法、 装置、 设 备及存储介质 (57)摘要 本申请实施例公开了一种多语种语句的语 义理解方法、 装置、 设备及存储介质。 其中， 该方 法包括： 获取待识别多语种语句； 利用中文翻译 引擎翻译待识别多语种语句， 得到中文语句； 利 用文本生 成模型对中文语句进行修正， 得到修正 后的中文语句； 其中， 文本生成模型通过原中文 语料和新中文语料训练得到， 新中文语料通过多 语种翻译引擎和 中文翻译引擎对原中文语料进 行回译得到； 利用中文语义理解模 型对修正后的 中文语句进行语义理解。 可见， 本申请实施例中 利用该文本生成模型能修正中文翻译引擎的翻 译结果的错误或偏差， 从而能降低翻译结果被中 文语义理解模型错 误拒识的概 率。 权利要求书2页 说明书12页 附图3页 CN 115455981 A 2022.12.09 CN 115455981 A 1.一种多语种语句的语义理解方法， 其特 征在于， 所述方法包括： 获取待识别多语种语句； 利用中文翻译引擎翻译所述待识别多语种语句， 得到中文语句； 利用文本生成模型对所述中文语句进行修正， 得到修正后的中文语句； 其中， 所述文本 生成模型通过原中文语料和新中文语料训练得到， 所述新中文语料通过多语种翻译引擎和 所述中文翻译引擎对所述原中文语料进行回译得到； 利用中文语义理解模型对所述 修正后的中文语句进行语义理解。 2.根据权利要求1所述的方法， 其特 征在于， 所述文本生成模型的构建过程包括： 利用所述多语种翻译引擎翻译所述原中文语料， 得到多语种翻译结果； 利用所述中文翻译引擎翻译所述多语种翻译结果， 得到所述 新中文语料； 将所述新中文语料输入所述中文语义理解模型， 得到新中文语义理解的识别结果； 将所述原中文语料输入所述中文语义理解模型， 得到原中文语义理解的识别结果； 利用所述新中文语料、 所述原中文语料、 所述新中文语义理解的识别结果和所述原中 文语义理解的识别结果， 构造训练句对； 利用所述训练句对训练得到所述文本生成模型。 3.根据权利要求2所述的方法， 其特征在于， 所述新中文语义理解的识别结果为以下任 一种： 可以识别， 拒绝识别； 所述原中文语义理解的识别结果为以下任一种： 可以识别， 拒绝 识别； 所述利用所述新中文语料、 所述原中文语料、 所述新中文语义理解的识别结果和所述 原中文语义理解的识别结果， 构造训练句对， 包括： 若所述新中文语义理解的识别结果为可以识别， 且所述原中文语义理解的识别结果为 可以识别， 则所述训练句对为输入为所述 新中文语料和输出为所述 新中文语料； 若所述新中文语义理解的识别结果为可以识别， 且所述原中文语义理解的识别结果为 拒绝识别， 则所述训练句对为输入为所述 新中文语料和输出为所述原中文语料； 若所述新中文语义理解的识别结果为拒 绝识别， 且所述原中文语义理解的识别结果为 可以识别， 则所述训练句对为输入为所述 新中文语料和输出为所述原中文语料； 若所述新中文语义理解的识别结果为拒 绝识别， 且所述原中文语义理解的识别结果为 拒绝识别， 则所述训练句对为输入为所述 新中文语料和输出为所述 新中文语料。 4.根据权利要求2所述的方法， 其特征在于， 所述利用所述新中文语料、 所述原中文语 料、 所述新中文语义理解的识别结果和所述原中文语义理解的识别结果， 构 造训练句对， 包 括： 利用语码转换法对所述多语种翻译结果和所述新中文语料进行转换， 得到跨语种语 料； 利用所述新中文语料、 所述原中文语料、 所述跨语种语料、 所述新中文语义理解的识别 结果和所述原中文语义理解的识别结果， 构造训练句对。 5.根据权利要求4所述的方法， 其特征在于， 所述利用语码转换法对所述多语种翻译结 果和所述 新中文语料进行转换， 得到跨语种语料， 包括： 在所述新中文语料的每个词后面加入与所述每个词对应的所述多语种翻译结果中的 单词， 得到跨语种语料； 和/或，权　利　要　求　书 1/2 页 2 CN 115455981 A 2在所述新中文语料后面加入所述多语种翻译结果， 得到跨语种语料。 6.根据权利要求4所述的方法， 其特征在于， 所述新中文语义理解的识别结果为以下任 一种： 可以识别， 拒绝识别； 所述原中文语义理解的识别结果为以下任一种： 可以识别， 拒绝 识别； 所述利用所述新中文语料、 所述原中文语料、 所述跨语种语料、 所述新中文语义理解的 识别结果和所述原中文语义理解的识别结果， 构造训练句对， 包括： 若所述新中文语义理解的识别结果为可以识别， 且所述原中文语义理解的识别结果为 可以识别， 则所述训练句对为输入为所述 跨语种语料和输出为所述 新中文语料； 若所述新中文语义理解的识别结果为可以识别， 且所述原中文语义理解的识别结果为 拒绝识别， 则所述训练句对为输入为所述 跨语种语料和输出为所述原中文语料； 若所述新中文语义理解的识别结果为拒 绝识别， 且所述原中文语义理解的识别结果为 可以识别， 则所述训练句对为输入为所述 跨语种语料和输出为所述原中文语料； 若所述新中文语义理解的识别结果为拒 绝识别， 且所述原中文语义理解的识别结果为 拒绝识别， 则所述训练句对为输入为所述 跨语种语料和输出为所述 新中文语料。 7.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 获取所述中文语义理解模型的技能范围内的中文语料和所述中文语义理解模型的技 能范围外的中文语料； 将所述技能范围内的中文语料和所述 技能范围外的中文语料， 作为所述原中文语料。 8.一种多语种语句的语义理解装置， 其特 征在于， 所述装置包括： 获取单元， 用于获取待识别多语种语句； 第一翻译单 元， 用于利用中文翻译引擎翻译所述待识别多语种语句， 得到中文语句； 修正单元， 用于利用文本生成模型对所述中文语句进行修正， 得到修正后的中文语句； 其中， 所述文本生成模型通过原中文语料和新中文语料训练得到， 所述新中文语料通过多 语种翻译引擎和所述中文翻译引擎对所述原中文语料进行回译得到； 语义理解单 元， 用于利用中文语义理解模型对所述 修正后的中文语句进行语义理解。 9.一种多语种语句的语义理解设备， 其特征在于， 所述设备包括： 处理器、 存储器、 系统 总线； 所述处理器以及所述存 储器通过 所述系统总线相连； 所述存储器用于存储一个或多个程序， 所述一个或多个程序包括指令， 所述指令当被 所述处理器执行时使所述处理器执行权利要求1至7任一项所述的多语种语句的语义理解 方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质中存储有指令， 当所述指 令在终端设备上运行时， 使得所述 终端设备执行权利要求 1至7任一项 所述的多语 种语句的语义理解方法。权　利　要　求　书 2/2 页 3 CN 115455981 A 3