一种基于深度学习对中医药多源数据翻译的方法

本发明涉及自然语言处理技领域。提供了一种基于深度学习对中医药多源数据翻译的方法，包括步骤：获取中医药相关数据，得到中医药初始数据集；对中医药初始数据集格式化处理，得到格式化数据集；对格式化数据集术语标注和文化背景标注，得到标注数据集；对标注数据集数据清洗，得到预处理数据集；对预处理数据集进行数据增强；构建初始翻译模型，对初始翻译模型训练，得到预训练翻译模型；对预训练翻译模型验证，根据验证结果对预训练翻译模型微调，对微调后的预训练翻译模型测试，并对测试结果评估；根据评估结果，对微调后的预训练翻译模型优化，得到翻译优化模型。解决了现有的机器翻译工具翻译结果不够精准，且文化适应性差的问题。