[發(fā)明專利]雙語句對(duì)模式化記錄方法以及翻譯方法和翻譯系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 200910162384.6
• 申請(qǐng)日: 2009-08-14
• 公開（公告）號(hào): CN101996166A
• 公開（公告）日: 2011-03-30
• 發(fā)明（設(shè)計(jì)）人: 張龍哺
• 申請(qǐng)（專利權(quán)）人: 張龍哺
• 主分類號(hào): G06F17/28
• 分類號(hào): G06F17/28
• 代理公司: 暫無信息
• 代理人: 暫無信息

發(fā)明領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)翻譯技術(shù)領(lǐng)域，更具體地，涉及雙語句對(duì)模式化記錄方法以及基于雙語模式化句對(duì)的翻譯方法和翻譯系統(tǒng)。

發(fā)明背景

語言翻譯是一門科學(xué)、一門藝術(shù)。由于語言的種類繁多、干變?nèi)f化。要使一種語言轉(zhuǎn)換成另一種語言，需要付出大量創(chuàng)造性的勞動(dòng)。自從上個(gè)世紀(jì)30年代，人們就提出了機(jī)器翻譯的設(shè)想。隨著計(jì)算機(jī)技術(shù)的發(fā)展，先后出現(xiàn)了各種類型的計(jì)算機(jī)翻譯系統(tǒng)和技術(shù)，比如ED(電子詞典)、MT(機(jī)器翻譯)、TM(翻譯存儲(chǔ)器)、IT(交互翻譯)和CAT(計(jì)算機(jī)輔助翻譯)等等。

這些系統(tǒng)分別用不同的方法針對(duì)自然語言的某些方面進(jìn)行語言轉(zhuǎn)換工作。其中，電子詞典只能對(duì)單詞進(jìn)行翻譯或查找。

傳統(tǒng)的MT技術(shù)是基于語法規(guī)則對(duì)語言進(jìn)行轉(zhuǎn)換，其中語法規(guī)則是語言專家撰寫的，并由程序員寫在翻譯程序中的，它只能由程序員添加和修改。由于語言的豐富性和靈活性，靠少量的語法規(guī)則是不可能覆蓋所有的語言現(xiàn)象的。因此傳統(tǒng)的MT技術(shù)不能獲得好的翻譯質(zhì)量，尤其是針對(duì)長(zhǎng)句子和句型復(fù)雜的句子。

隨著計(jì)算機(jī)運(yùn)算速度和記錄介質(zhì)的存儲(chǔ)容量的迅速提高，人們于上世紀(jì)90年代提出了基于統(tǒng)計(jì)的翻譯技術(shù)，即翻譯存儲(chǔ)器技術(shù)(TM)。其基本思路是海量存儲(chǔ)雙語句對(duì)，對(duì)于已經(jīng)翻譯過或已存儲(chǔ)的原文句子，只要提取出相應(yīng)的譯文，就能得到準(zhǔn)確的翻譯結(jié)果。因此，TM技術(shù)為計(jì)算機(jī)翻譯技術(shù)指出了一條高質(zhì)量準(zhǔn)確翻譯的方向。

圖1A示出傳統(tǒng)的采用TM翻譯技術(shù)的翻譯方案。其中，TM翻譯模式將輸入的原文句子與語料庫的雙語句對(duì)的原文部分相比較(匹配)。如果完全匹配或滿足規(guī)定的匹配率，則將雙語句對(duì)的譯文部分作為TM翻譯結(jié)果輸出。

圖1B顯示了傳統(tǒng)的句對(duì)記錄方法所記錄的句對(duì)例子。即在左邊部分記錄原文，在右邊部分記錄譯文，中間用分隔符分開。其中，原文和譯文都是常規(guī)的文字內(nèi)容，即單詞(字)、標(biāo)點(diǎn)符號(hào)等。其中，除了原文與譯文之間的分隔符之外，不存在其它用于幫助翻譯的信息。因此，這種句對(duì)的作用是非常有限的。也就是說，除了相同的句子能給出準(zhǔn)確的翻譯結(jié)果外，對(duì)于類似的句子也不能給出準(zhǔn)確的翻譯結(jié)果。

因此，使用傳統(tǒng)的TM技術(shù)，就必須積累所有可能出現(xiàn)的句子和翻譯句對(duì)。但由于語言的靈活性和豐富性，以及各個(gè)作者寫作的隨意性，要積累某種翻譯語言對(duì)中所有句子幾乎是不可能完成的事情。這是因?yàn)樗f句子量是無限的或不可估量的。在實(shí)踐中，我們?cè)谀硞€(gè)專業(yè)中積累了幾十萬個(gè)句對(duì)，花費(fèi)了許多人力和財(cái)力，但在進(jìn)行翻譯測(cè)試時(shí)，只有千分之幾的覆蓋率。因此，TM計(jì)算機(jī)翻譯技術(shù)又碰到了巨大的障礙。由此，人們反過來又想起傳統(tǒng)MT技術(shù)的好處了，即用少量的語法規(guī)則或句型來覆蓋更多的句子。或者將MT技術(shù)與TM技術(shù)結(jié)合起來，形成多策略的翻譯技術(shù)。

本發(fā)明人于上世紀(jì)80年代開始研究計(jì)算機(jī)翻譯技術(shù)，并于2003年開始研究智能化知識(shí)庫理論以及相應(yīng)的計(jì)算機(jī)智能翻譯技術(shù)，尤其是其中的智能化翻譯句對(duì)記錄和存儲(chǔ)技術(shù)，即采用人工智能方式來提高翻譯句對(duì)的使用效率，也稱為覆蓋率，相關(guān)的信息可以參見愛譯網(wǎng)：www.aitrans.net。

另外，近幾年也出現(xiàn)了一些TM改進(jìn)技術(shù)，比如將句型用于TM技術(shù)方案，其目的是用句型庫中存儲(chǔ)的句型來覆蓋更多的句子。其原理是將翻譯的例句抽象成為一個(gè)句型，在翻譯時(shí)也先將要翻譯的句子進(jìn)行語法分析并抽象為一個(gè)語法樹結(jié)構(gòu)，然后再用上述句型與要翻譯的句子進(jìn)行譯文的創(chuàng)建(翻譯)。這種方法實(shí)際上又回到了傳統(tǒng)MT技術(shù)的老路上，首先是因?yàn)閷⒗涑橄蟪烧Z法句型是一件很費(fèi)時(shí)且費(fèi)力的工作，而且不能自動(dòng)進(jìn)行。另外，雖然采用句型可提高翻譯的覆蓋率，即增強(qiáng)了普遍性，但同時(shí)它也損失了句子的獨(dú)特性，反而會(huì)影響?yīng)毺鼐渥拥姆g準(zhǔn)確性。由于句型匹配算法的不完善并且缺乏有效的句型積累手段，目前還沒有看到這種技術(shù)的實(shí)用化例子。

發(fā)明內(nèi)容

本申請(qǐng)的發(fā)明目的是要提供一種基于實(shí)例的智能化句對(duì)記錄方法，利用該智能化句對(duì)，計(jì)算機(jī)能執(zhí)行高級(jí)的智能翻譯和處理。所述智能化句對(duì)兼翻譯實(shí)例和翻譯模式于一身，因此它能保留具體翻譯句對(duì)的獨(dú)特性又具有翻譯模式的普遍性。