基于模型协作自适配翻译多国语言的方法及装置

本发明公开一种基于模型协作自适配翻译多国语言的方法及装置，该方法通过OCR引擎对上传的图片文档进行版面解析，定位各内容块矩形框坐标并生成矩形块，将矩形块内容识别转换为纯文本后，与翻译prompt模版拼装，利用大模型引擎生成目标语种翻译内容，再替换对应矩形框内容，重复操作后合成新文档返回用户。OCR引擎采用引入卷积神经网络的模型，大模型引擎采用Transformer架构，还涉及双向文本对齐算法和波束搜索算法等。该方法解决了传统翻译工具无法处理图片文档及泛化能力弱的问题，可高效准确地实现图片文档的多语言翻译，保证版面一致性，适用于办公、工程、跨境电商等多场景。