本申请涉及人工智能，特别是涉及一种增译数据识别方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术：
1、随着人工智能技术的发展，以及对各类翻译程序、网站或系统的翻译效率和准确性的要求日益提升，出现了基于深度神经网络模型进行训练，获得机器翻译模型，并将机器翻译模型应用于翻译程序的方式。在模型训练过程中，为保证训练得到的机器翻译模型的模型精度、以及翻译结果准确度，需要大量的训练语料数据，且对训练语料数据的质量要求较高。
2、然而，传统的模型训练过程中，大部分的训练语料数据通常是通过网络爬虫工具进行获取的，且由于不同语言的文本表述方式不同，比如对于命名实体的翻译，在外文比如英语、俄文等语言的文本中，存在命名实体名称缺省的情况，比如出现只翻译人名中的姓的情况，因此仍然存在不同语言中语料数据不对等、命名实体增译的问题。
3、因此，在模型训练过程中，对不同语言的翻译模型使用同一份训练语料数据时，由于语料数据不对导致的命名实体增译的问题，仍存在较多无效数据或翻译错误的情况，利用存在较多错误数据的训练语料数据训练得到的翻译模型，仍然存在翻译结果准确度低下的问题。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提升翻译结果准确度的增译数据识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本申请提供了一种增译数据识别方法。所述方法包括：
3、获取待识别语料数据，并基于所述待识别语料数据的第一端进行命名实体识别处理，获得对应的命名实体识别结果；
4、若在所述待识别语料数据的第二端，不存在与所述命名实体识别结果的翻译结果匹配的目标命名实体，确定与所述待识别语料数据对应的命名实体识别比率；
5、若所述命名实体识别比率满足增译识别处理条件，基于所述待识别语料数据的第二端进行增译数据识别处理，获得对应的增译数据识别结果；
6、根据所述命名实体识别比率和增译数据识别结果，对所述待识别语料数据进行数据筛选，获得目标语料数据；所述目标语料数据用于对初始翻译模型进行训练，获得训练好的翻译模型。
7、第二方面，本申请还提供了一种增译数据识别装置。所述装置包括：
8、命名实体识别处理模块，用于获取待识别语料数据，并基于所述待识别语料数据的第一端进行命名实体识别处理，获得对应的命名实体识别结果；
9、命名实体识别比率确定模块，用于若在所述待识别语料数据的第二端，不存在与所述命名实体识别结果的翻译结果匹配的目标命名实体，确定与所述待识别语料数据对应的命名实体识别比率；
10、增译数据识别处理模块，用于若所述命名实体识别比率满足增译识别处理条件，基于所述待识别语料数据的第二端进行增译数据识别处理，获得对应的增译数据识别结果；
11、目标语料数据获得模块，用于根据所述命名实体识别比率和增译数据识别结果，对所述待识别语料数据进行数据筛选，获得目标语料数据；所述目标语料数据用于对初始翻译模型进行训练，获得训练好的翻译模型。
12、第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
13、获取待识别语料数据，并基于所述待识别语料数据的第一端进行命名实体识别处理，获得对应的命名实体识别结果；
14、若在所述待识别语料数据的第二端，不存在与所述命名实体识别结果的翻译结果匹配的目标命名实体，确定与所述待识别语料数据对应的命名实体识别比率；
15、若所述命名实体识别比率满足增译识别处理条件，基于所述待识别语料数据的第二端进行增译数据识别处理，获得对应的增译数据识别结果；
16、根据所述命名实体识别比率和增译数据识别结果，对所述待识别语料数据进行数据筛选，获得目标语料数据；所述目标语料数据用于对初始翻译模型进行训练，获得训练好的翻译模型。
17、第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
18、获取待识别语料数据，并基于所述待识别语料数据的第一端进行命名实体识别处理，获得对应的命名实体识别结果；
19、若在所述待识别语料数据的第二端，不存在与所述命名实体识别结果的翻译结果匹配的目标命名实体，确定与所述待识别语料数据对应的命名实体识别比率；
20、若所述命名实体识别比率满足增译识别处理条件，基于所述待识别语料数据的第二端进行增译数据识别处理，获得对应的增译数据识别结果；
21、根据所述命名实体识别比率和增译数据识别结果，对所述待识别语料数据进行数据筛选，获得目标语料数据；所述目标语料数据用于对初始翻译模型进行训练，获得训练好的翻译模型。
22、第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
23、获取待识别语料数据，并基于所述待识别语料数据的第一端进行命名实体识别处理，获得对应的命名实体识别结果；
24、若在所述待识别语料数据的第二端，不存在与所述命名实体识别结果的翻译结果匹配的目标命名实体，确定与所述待识别语料数据对应的命名实体识别比率；
25、若所述命名实体识别比率满足增译识别处理条件，基于所述待识别语料数据的第二端进行增译数据识别处理，获得对应的增译数据识别结果；
26、根据所述命名实体识别比率和增译数据识别结果，对所述待识别语料数据进行数据筛选，获得目标语料数据；所述目标语料数据用于对初始翻译模型进行训练，获得训练好的翻译模型。
27、上述增译数据识别方法、装置、计算机设备、存储介质和计算机程序产品中，通过获取待识别语料数据，并基于待识别语料数据的第一端进行命名实体识别处理，获得对应的命名实体识别结果。其中，若在待识别语料数据的第二端，不存在与命名实体识别结果的翻译结果匹配的目标命名实体，确定与待识别语料数据对应的命名实体识别比率，通过确定出命名实体识别比率，以减少命名实体识别结果的误差，避免出现存在组合歧义的命名实体。进一步地，若命名实体识别比率满足增译识别处理条件，则基于待识别语料数据的第二端进行增译数据识别处理，获得对应的增译数据识别结果，并根据命名实体识别比率和增译数据识别结果，对待识别语料数据进行数据筛选，获得目标语料数据，实现了通过多层次的识别、筛选处理，准确识别出待识别语料数据中的增译数据，最终可根据筛选得到的目标语料数据对初始翻译模型进行训练，获得训练好的翻译模型，减少了模型训练过程中的增译数据和误差数据，提升了训练得到的翻译模型的模型精度、以及翻译结果准确度。
1.一种增译数据识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在所述获取待识别语料数据，并基于待识别语料数据的第一端进行命名实体识别处理，获得对应的命名实体识别结果之后，还包括：
3.根据权利要求2所述的方法，其特征在于，在所述若在所述待识别语料数据的第二端，不存在与所述命名实体识别结果的翻译结果匹配的目标命名实体，确定与所述待识别语料数据对应的命名实体识别比率之前，还包括：
4.根据权利要求1至3任意一项所述的方法，其特征在于，在所述若在所述待识别语料数据的第二端，不存在与所述命名实体识别结果匹配的翻译数据，确定与所述待识别语料数据对应的命名实体识别比率之后，还包括：
5.根据权利要求4所述的方法，其特征在于，根据所述命名实体识别比率，对所述待识别语料数据进行数据筛选，获得目标语料数据，包括：
6.根据权利要求1至3任意一项所述的方法，其特征在于，根据所述增译数据识别结果，对所述待识别语料数据进行数据筛选，获得目标语料数据，包括：
7.根据权利要求1至3任意一项所述的方法，其特征在于，确定与所述待识别语料数据对应的命名实体识别比率，包括：
8.一种增译数据识别装置，其特征在于，所述装置包括：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
11.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
