涉及人工智能,特别是自然语言处理(nlp)和机器翻译技术。
背景技术:
1、机器翻译领域一直是自然语言处理和人工智能中备受关注的研究方向,其目标是通过计算机自动实现不同语言之间的相互转换。尽管机器翻译的译文与专业译员相比仍存在较大差距,但在一些对译文质量要求不高的场景下,或者是特定领域的翻译任务上,机器翻译凭借其明显的翻译速度优势仍然得到了广泛应用。由于机器翻译的复杂性和广阔的应用前景,该领域成为当前自然语言处理中最为活跃的研究方向之一,得到了学术界和产业界的高度关注。
2、至于句子级翻译质量评估评分融合方法,目前仍处于探索阶段,尚未取得成熟的研究成果。具体而言,大型语言模型对于评分的敏感度相对较低,使得传统的基于模型的评分融合方法难以在句子级翻译质量评估中得以应用。此外,模型生成的评分标准较为模糊,因此采用取平均值的方式难以有效综合评分。在针对不同模板和模型的句子级翻译质量评估评分时,模板融合方法在某些语料上的效果并不十分明显。
3、总体而言,现有的基于大语言模型的翻译质量评估评分融合效果不理想,仍需进一步研究和改进,以更好地适应机器翻译的特殊性质和复杂性。
技术实现思路
1、为解决现有技术中存在的,基于大语言模型的翻译质量评估评分融合效果不理想的问题,本发明提供的技术方案为:
2、一种基于大语言模型的翻译质量评估评分融合方法,包括:
3、获取需要进行融合的评分的步骤;
4、选取最大的预设个评分与最小的预设个评分作为融合使用的步骤;
5、将所述融合使用的评分代入到预设提示模板中的步骤;
6、将加入评分的所述预设提示模板送入预设模型,获得答案的步骤。
7、进一步,提供一个优选实施方式,所述的预设提示模板用于将不同提示模板和不同大语言模型生成的评分进行融合。
8、进一步,提供一个优选实施方式,所述的预设提示模板用于提示用户选择融合评分的方法的选项。
9、进一步,提供一个优选实施方式,所述的预设模型为用于评估句子翻译质量的模型。
10、进一步,提供一个优选实施方式,所述的模型为openorca-platypus2-13b模型。
11、进一步,提供一个优选实施方式,定义需要进行融合的评分个数为n,最大的评分有和最小的评分分别有n/4个。
12、进一步,提供一个优选实施方式,在所述n/4不整除时,商向上取整。
13、基于同一发明构思,本发明还提供了一种基于大语言模型的翻译质量评估评分融合装置,包括:
14、获取需要进行融合的评分的模块;
15、选取最大的预设个评分与最小的预设个评分作为融合使用的模块;
16、将所述融合使用的评分代入到预设提示模板中的模块;
17、将加入评分的所述预设提示模板送入预设模型,获得答案的模块。
18、基于同一发明构思,本发明还提供了计算机储存介质,用于储存计算机程序,当所述计算机程序被计算机读取时,所述计算机执行所述的方法。
19、基于同一发明构思,本发明还提供了计算机,包括处理器和储存介质,当所述储存介质中储存的计算机程序被处理器读取时,所述计算机执行所述的方法。
20、与现有技术相比,本发明提供的技术方案的有益之处在于:
21、本发明提供的一种基于大语言模型的翻译质量评估评分融合方法,提出了一种基于大语言模型的翻译质量评估评分融合方法,通过融合多个句子级翻译质量评估的分数,提高了句子级翻译质量评估的准确性。
22、本发明提供的一种基于大语言模型的翻译质量评估评分融合方法,设计了一个高效的融合分数指令模板,并使用模板对数个句子级翻译质量评估的分数进行融合
23、本发明提供的一种基于大语言模型的翻译质量评估评分融合方法,选取了最大的n/4个评分与最小的n/4个评分作为融合使用,以得到不同角度的翻译质量评估评分,提高翻译质量评估的效果。
24、本发明提供的一种基于大语言模型的翻译质量评估评分融合方法,通过实验结果验证了本实施方式的有效性,并在三个语料对上都取得了最好的成绩。
25、本发明提供的一种基于大语言模型的翻译质量评估评分融合方法,适合应用于大语言模型的翻译工作中。
1.一种基于大语言模型的翻译质量评估评分融合方法,其特征在于,包括:
2.根据权利要求1所述的一种基于大语言模型的翻译质量评估评分融合方法,其特征在于,所述的预设提示模板用于将不同提示模板和不同大语言模型生成的评分进行融合。
3.根据权利要求1所述的一种基于大语言模型的翻译质量评估评分融合方法,其特征在于,所述的预设提示模板用于提示用户选择融合评分的方法的选项。
4.根据权利要求1所述的一种基于大语言模型的翻译质量评估评分融合方法,其特征在于,所述的预设模型为用于评估句子翻译质量的模型。
5.根据权利要求4所述的一种基于大语言模型的翻译质量评估评分融合方法,其特征在于,所述的模型为openorca-platypus2-13b模型。
6.根据权利要求1所述的一种基于大语言模型的翻译质量评估评分融合方法,其特征在于,定义需要进行融合的评分个数为n,最大的评分有和最小的评分分别有n/4个。
7.根据权利要求6所述的一种基于大预言模型的翻译质量评估评分融合方法,其特征在于,在所述n/4不整除时,商向上取整。
8.一种基于大语言模型的翻译质量评估评分融合装置,其特征在于,包括:
9.计算机储存介质,用于储存计算机程序,其特征在于,当所述计算机程序被计算机读取时,所述计算机执行权利要求1所述的方法。
10.计算机,包括处理器和储存介质,其特征在于,当所述储存介质中储存的计算机程序被处理器读取时,所述计算机执行权利要求1所述的方法。