[發(fā)明專利]基于實例短語的機(jī)器翻譯方法

無效

• 申請?zhí)枺?/td>: 200910002334.1
• 申請日: 2009-01-07
• 公開（公告）號: CN101770458A
• 公開（公告）日: 2010-07-07
• 發(fā)明（設(shè)計）人: 何亮;萬磊;王進(jìn)
• 申請（專利權(quán)）人: 三星電子(中國)研發(fā)中心;三星電子株式會社
• 主分類號: G06F17/28
• 分類號: G06F17/28
• 代理公司: 北京銘碩知識產(chǎn)權(quán)代理有限公司 11286
• 代理人: 韓明星;邱玲

1.一種基于實例短語的機(jī)器翻譯方法，所述方法包括：

根據(jù)從雙語對齊文本中獲得的詞對齊信息進(jìn)行短語抽取，并獲得短語對齊表；

根據(jù)短語對齊表，基于預(yù)定原則將源語言句子切分為若干短語；

對經(jīng)過切分后的短語進(jìn)行基于短語的統(tǒng)計機(jī)器翻譯。

2.如權(quán)利要求1所述的方法，其特征在于所述方法還包括：

利用雙語詞典和目標(biāo)語言的語言模型對未知詞進(jìn)行翻譯。

3.如權(quán)利要求1或2所述的方法，其特征在于對源語言句子進(jìn)行切分的步驟所基于的原則是：使得切分后的短語覆蓋率最高，其中，覆蓋率是指源語言句子中短語被覆蓋的總字?jǐn)?shù)除以源語言句子的總字?jǐn)?shù)，覆蓋是指切分出的短語存在于短語對齊表中。

4.如權(quán)利要求3所述的方法，其特征在于在對源語言句子進(jìn)行切分的步驟中使得切分后的短語覆蓋率最高的前提下，使源語言句子的短語數(shù)最少。

5.如權(quán)利要求4所述的方法，其特征在于在使切分后的短語覆蓋率最高并使源語言句子的短語數(shù)最少的前提下，使切分出的短語最長。

6.如權(quán)利要求1或2所述的方法，其特征在于根據(jù)圖論中的求兩定點之間的最短路徑來將源語言句子切分為若干短語。

7.如權(quán)利要求6所述的方法，其特征在于通過根據(jù)圖論中的求兩定點之間的最短路徑來切分源語言句子的步驟包括：定義源語言句子中每兩個字之間為一個頂點，在句子的第一個字之前以及句子的最后一個字之后各設(shè)置一個頂點；連接圖中兩個頂點的邊的權(quán)重被設(shè)置為相同的值；利用A*算法或者Dijkstra算法求解首尾兩個頂點之間最短路徑。

8.如權(quán)利要求2所述的方法，其特征在于對未知詞進(jìn)行翻譯的步驟包括：

從雙語詞典中檢索源語言句子中的每個未知詞的可能翻譯；

在對經(jīng)過切分后的短語進(jìn)行基于短語的統(tǒng)計機(jī)器翻譯之后獲得的結(jié)果中，用未知詞的每個可能翻譯替換未知詞；

利用目標(biāo)語言的語言模型來計算替換后的句子的概率值；

選擇概率值最高的替換作為最終的翻譯結(jié)果。