基于神经网络模型的汉语言翻译方法及系统

本发明涉及自然语言处理技术领域，公开了基于神经网络模型的汉语言翻译方法及系统，方法包括对源语音数据进行识别得到韵律信息和文本信息；对文本信息进行分词处理再聚类，以确定源语音数据的语种类型；对文本信息与韵律信息进行特征组合确定源语音数据的情感属性；将源语音数据与目标语言的语种类型进行匹配，当语种类型不同时，结合情感属性将源语音数据翻译为目标语言的翻译文本；对翻译质量进行评估，当评估结果不满足预设条件时，返回迭代特征组合过程，直至评估结果满足条件时得到最终的目标翻译本文。本发明能够基于分词聚类确定语种类型，结合特征组合确定情感属性，并在翻译质量不合格时迭代特征组合过程，提升了汉语言翻译的准确度。