[發明專利]一種融合了句型模板和統計機器翻譯技術的翻譯方法

有效

• 申請號: 200610165532.6
• 申請日: 2006-12-21
• 公開（公告）號: CN101206643A
• 公開（公告）日: 2008-06-25
• 發明（設計）人: 付雷;黃瑾;何中軍;呂雅娟;劉群
• 申請（專利權）人: 中國科學院計算技術研究所
• 主分類號: G06F17/28
• 分類號: G06F17/28;G06F17/27
• 代理公司: 中科專利商標代理有限責任公司
• 代理人: 周國城

1.一種融合了句型模板和統計機器翻譯技術的翻譯方法，其特征在于，該方法包括：

A、配置句型模板，建立句型模板庫；

B、利用配置的句型模板對輸入的源語言進行匹配，如果匹配成功，則將輸入的源語言轉換成包含源語言詞語與目標語言詞語的句子，并執行步驟D；否則，執行步驟C；

C、將輸入的源語言按照標點符號切分成子句，對切分的子句進行匹配，將切分的子句轉換成包含源語言詞語與目標語言詞語的句子；

D、將匹配得到的包含源語言詞語與目標語言詞語的句子輸出給統計機器翻譯系統進行翻譯，得到翻譯結果。

2.根據權利要求1所述的融合了句型模板和統計機器翻譯技術的翻譯方法，其特征在于，所述步驟A包括：

從大規模的語言資料庫中或從日常工作遇到的包含固定句型的句子中抽象出句型模板，并將抽象出的句型模板按照一定的策略加入到系統的句型模板庫中，建立句型模板庫。

3.根據權利要求1或2所述的融合了句型模板和統計機器翻譯技術的翻譯方法，其特征在于，所述句型模板包括模板的常量和模板的變量兩個部分。

4.根據權利要求1所述的融合了句型模板和統計機器翻譯技術的翻譯方法，其特征在于，配置句型模板庫中句型模板的優先級，步驟B中所述利用配置的句型模板對輸入的源語言進行匹配采用嵌套匹配策略進行，具體包括：

按句型模板優先級由高到低的順序依次對輸入的源語言進行匹配，首先利用句型模板庫中優先級較高的句型模板對輸入的源語言進行匹配，然后利用句型模板庫中優先級較低的句型模板對輸入的源語言進行匹配，直至句型模板庫中沒有句型模板能夠匹配上輸入的源語言為止。

5.根據權利要求1所述的融合了句型模板和統計機器翻譯技術的翻譯方法，其特征在于，所述步驟C包括：

按照句號、逗號、分號和冒號的先后順序依次對源語言進行切分，如果按照句號、逗號、分號和冒號中任何一種切分方式能夠將源語言切分成與句型模板相匹配的子句，則結束切分，對切分得到的子句進行匹配，并將切分得到的子句轉換成包含源語言詞語與目標語言詞語的句子。

6.根據權利要求1、4或5任一項所述的融合了句型模板和統計機器翻譯技術的翻譯方法，其特征在于，所述匹配包括整句匹配和部分匹配兩種匹配方式，在采用整句匹配方式時，源語言的句首與句型模板的句首相對應，源語言的句尾與句型模板的句尾相對應；在采用部分匹配方式時，源語言中的部分詞語與句型模板中的部分詞語相對應。

7.根據權利要求1所述的融合了句型模板和統計機器翻譯技術的翻譯方法，其特征在于，所述步驟D包括：

將匹配得到的包含源語言詞語與目標語言詞語的句子輸出給統計機器翻譯系統，統計機器翻譯系統將源語言切分成不同的短語，并到短語表中查找與所述短語相匹配的目標短語，順序連接目標短語構成不同的譯文，計算譯文的分數，選擇分數最高的譯文作為最終的譯文。

8.根據權利要求7所述的融合了句型模板和統計機器翻譯技術的翻譯方法，其特征在于，所述統計機器翻譯系統為基于短語的單調解碼的翻譯系統；

所述短語表包括多條記錄，每條記錄包括源語言短語、目標語言短語以及源語言短語與目標語言短語之間的翻譯概率三個部分；

在計算譯文的分數時，所述譯文分數等于翻譯概率與語言模型概率的乘積。

9.根據權利要求8所述的融合了句型模板和統計機器翻譯技術的翻譯方法，其特征在于，所述源語言短語與目標語言短語中的短語為連續的單詞串。

10.根據權利要求8所述的融合了句型模板和統計機器翻譯技術的翻譯方法，其特征在于，

所述語言模型概率用于計算翻譯的目標語言的流暢程度，采用概率統計方法揭示語言單位內在的統計規律；

所述概率統計方法為基于N元組統計的方法。