[發明專利]機器翻譯設備、方法和系統

無效

• 申請號: 200810149207.X
• 申請日: 2008-09-17
• 公開（公告）號: CN101393547A
• 公開（公告）日: 2009-03-25
• 發明（設計）人: 鈴木博和;木下聰
• 申請（專利權）人: 株式會社東芝
• 主分類號: G06F17/28
• 分類號: G06F17/28
• 代理公司: 永新專利商標代理有限公司
• 代理人: 鐘勝光

技術領域

本發明涉及一種設備、方法和系統，其從客戶端終端接收翻譯請求，在服務器端進行從作為輸入語句語言的第一語言到作為輸出語句語言的第二語言的翻譯處理，并向作為請求源的客戶端發送翻譯結果。

背景技術

公知的機器翻譯系統包括多個供請求翻譯的用戶使用的客戶端、以及提供機器翻譯功能的機器翻譯服務器。這些機器翻譯系統利用雙語詞條信息或文檔領域信息進行翻譯，其中雙語詞條信息是翻譯期間用戶指定的源語言形式的單詞和單詞翻譯的組合。這種機器翻譯系統通過利用用戶在雙語詞條信息中表示的翻譯或利用根據指定的文檔領域信息確定的翻譯辭典，可以提供高質量的機器翻譯。

例如，JP-A?2003-223442(特開)提出了一種針對每個領域學習用戶指定的雙語詞條信息并在翻譯期間利用所學雙語詞條信息的技術。JP-A2003-296327(特開)提出了一種利用用戶提供的領域信息確定要使用的辭典的技術。

JP-A?2003-223442或2003-296327(特開)中描述的技術在待翻譯的文檔處于一個領域中的情況下是有效的。當一個文檔包括與多個領域相關的語句(例如新聞稿)時，翻譯質量可能會下降。

在這些技術中，在翻譯期間必需要明確給出領域。翻譯質量隨著領域的顆粒度而變化。例如，當設置了“體育”領域時，單詞的翻譯可能會隨著運動類型(例如“棒球”和“足球”)而變化。在這種情況下，在選擇譯文時會產生歧義(ambiguity)。

在根據運動類型(例如“棒球”或“足球”)設置細分的領域時，幾乎不會產生歧義。然而，當有多種運動中通用的翻譯時，因為所指定的領域太細而不能參考通用翻譯，這可能會使翻譯質量下降。

發明內容

根據本發明的一個方面，一種機器翻譯設備包括：辭典存儲單元，其用于存儲雙語詞條信息和標識信息，在所述雙語詞條信息中使第一語言形式的第一單詞和第二語言形式的第二單詞彼此相關聯，所述標識信息標識所述雙語詞條信息；源語句存儲單元，其用于存儲彼此相關聯的所述第一語言形式的源語句和用于翻譯所述源語句的所述雙語詞條信息的標識信息；接收單元，其用于接收包括所述第一語言形式的輸入語句的翻譯請求；源語句獲得單元，其用于計算所述輸入語句和所述源語句之間的相似度，并從所述源語句存儲單元獲得所述相似度高于預定閾值的所述源語句；雙語詞條信息獲得單元，其用于從所述辭典存儲單元獲得所述標識信息對應于由所述源語句獲得單元獲得的所述源語句的所述雙語詞條信息；以及翻譯單元，其用于判斷由所述雙語詞條信息獲得單元獲得的所述雙語詞條信息中的所述第一單詞是否包括在所述輸入語句中，并且在所述第一單詞包括在所述輸入語句中時，將在所述輸入語句中包括的所述第一單詞翻譯成所述雙語詞條信息中的所述第二單詞。

根據本發明的另一個方面，機器翻譯方法包括接收包括第一語言形式的輸入語句的翻譯請求；計算所述輸入語句和所述第一語言形式的源語句之間的相似度；從源語句存儲單元獲得所述相似度高于預定閾值的所述源語句，并使所述第一語言形式的第一單詞與第二語言形式的第二單詞彼此相關聯，其中所述源語句存儲單元用于存儲所述源語句和雙語詞條信息的標識信息，所述雙語詞條信息用于翻譯所述源語句；從用于存儲所述雙語詞條信息和所述標識信息的辭典存儲單元獲得所述標識信息對應于所獲得的源語句的所述雙語詞條信息；判斷所獲得的雙語詞條信息中的所述第一單詞是否包括在所述輸入語句中；以及當所述第一單詞包括在所述輸入語句中時，將在所述輸入語句中包括的所述第一單詞翻譯成所述雙語詞條信息中的所述第二單詞。

根據本發明的又一方面，一種機器翻譯系統包括：終端設備，其用于請求進行翻譯；以及機器翻譯設備，其用于經由網絡連接到所述終端設備。

所述終端設備包括：請求發送單元，其用于發送包括第一語言形式的輸入語句的翻譯請求；以及結果接收單元，其用于接收翻譯結果。