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！

龙图腾网获悉昆明理工大学申请的专利一种基于样本损失加权去噪的汉越神经机器翻译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：CN116595997B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202310564947.4，技术领域涉及：G06F40/58；该发明授权一种基于样本损失加权去噪的汉越神经机器翻译方法是由赖华;冯雄波;王晓聪设计研发完成，并于2023-05-18向国家知识产权局提交的专利申请。

本一种基于样本损失加权去噪的汉越神经机器翻译方法在说明书摘要公布了：本发明提供一种基于样本损失加权去噪的汉越神经机器翻译方法。通过引入置信度来量化当前模型对翻译训练样本是否有信心，利用模型置信度确定学习重点。具体来说，通过模型衡量每个训练示例的置信度，然后，将置信度分数作为一个因素来衡量其相应示例的损失。然而，模型训练初期，模型置信度分数不可靠，本发明通过跨语言句子相似度、句子对齐程度、句子流畅度得到的评价分数作为权重去约束模型训练损失。通过这种方法，能够更加有效地利用训练数据，让模型更加关注高置信度的训练样本，从而减少噪声干扰，提高汉越神经机器翻译的性能。

本发明授权一种基于样本损失加权去噪的汉越神经机器翻译方法在权利要求书中公布了：1.基于样本损失加权去噪的汉越神经机器翻译方法，其特征在于：所述方法的具体步骤如下； Step1、首先获取中文-越南语双语数据，构建双语语料库； Step2、然后计算每个训练样本的跨语言句子相似度、句子对齐程度、句子流畅度得到综合评价分数； Step3、接着对训练数据进行评估，计算每个训练示例的置信度分数，作为权重去约束翻译模型训练损失； Step4、之后根据归一化后的置信度分数以及综合评价分数对损失进行加权处理，使模型更加关注高置信度的训练样本，减少噪声干扰； Step5、最后对翻译模型进行迭代训练，直到翻译模型收敛； 所述Step3包括： 采用贝叶斯神经网络来量化翻译模型在翻译训练样本时的自信程度，并通过翻译概率的方差来衡量翻译模型对训练示例的置信度，得到置信度分数； 所述Step4包括：将每个句对的质量得分wn和归一化后的置信度分数an作为权重损失的因素，将权重值与损失函数相乘，得到加权损失函数，随着训练步长的增加动态调整损失函数的权重，定义为公式12所示： 其中，u是一个超参数，e是训练epochs，μ是一个具有依赖于训练时期e的衰减函数。

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昆明理工大学，其通讯地址为：650500 云南省昆明市呈贡区景明南路727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”。