[發(fā)明專利]多語機(jī)器翻譯智能輔助處理方法和系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201210410530.4
• 申請日: 2012-10-24
• 公開（公告）號: CN102968411A
• 公開（公告）日: 2013-03-13
• 發(fā)明（設(shè)計(jì)）人: 滕志揚(yáng);駱衛(wèi)華;劉群;熊皓
• 申請（專利權(quán)）人: 橙譯中科信息技術(shù)（北京）有限公司
• 主分類號: G06F17/28
• 分類號: G06F17/28;G06F17/27
• 代理公司: 廣州華進(jìn)聯(lián)合專利商標(biāo)代理有限公司 44224
• 代理人: 陳振

技術(shù)領(lǐng)域

本發(fā)明涉及自然語言計(jì)算機(jī)處理技術(shù)領(lǐng)域，尤其是涉及機(jī)器翻譯技術(shù)領(lǐng)域，特別是涉及一種多語機(jī)器翻譯智能輔助處理方法和系統(tǒng)。

背景技術(shù)

在文本翻譯的過程中，翻譯人員通常需要將一種語言(源語言)翻譯成另外一種語言(目標(biāo)語言)。

近年來，基于機(jī)器翻譯和翻譯記憶的計(jì)算機(jī)輔助翻譯解決了人工翻譯中的一些問題，但是計(jì)算機(jī)輔助翻譯通常有三個問題。第一，基于詞的輔助翻譯提示的粒度太小，部分詞語的在句子中的翻譯往往不是詞語直接對應(yīng)的目標(biāo)語言候選。第二，基于移動調(diào)序的機(jī)器翻譯后編輯形式的輔助翻譯，很費(fèi)時費(fèi)力，翻譯人員操作很不方便。第三，基于機(jī)器翻譯的以短語為粒度的候選提示，首先將所有的短語翻譯候選列出，然后讓操作人員通過選擇候選的方式的進(jìn)行后編輯，這種方式一定程度地解決了詞粒度的候選提示問題。但是，這種方式的短語候選翻譯列表不能根據(jù)翻譯人員輸入而動態(tài)改變。翻譯人員在翻譯的過程中，要進(jìn)行目標(biāo)語言的輸入。現(xiàn)有的目標(biāo)語言輸入方法通常是一種語言的音字轉(zhuǎn)換過程，從翻譯文本錄入過程的角度來看，現(xiàn)有方法主要有四個不足。第一，現(xiàn)有的方法通常直接針對目標(biāo)語言而設(shè)計(jì)，沒有利用源語言的信息；第二，現(xiàn)有的方法，沒有把人工翻譯和機(jī)器翻譯交互式地結(jié)合起來；第三，現(xiàn)有的方法很少有支持翻譯的功能，翻譯的粒度不夠。第四，現(xiàn)有的方法無法結(jié)合已輸入的目標(biāo)語言上下文和翻譯人員翻譯習(xí)慣的進(jìn)行智能翻譯。

發(fā)明內(nèi)容

本發(fā)明提供了一種多語機(jī)器翻譯智能輔助處理方法和系統(tǒng)，其克服現(xiàn)有技術(shù)中存在的不足，加快多語翻譯的速度，用戶體驗(yàn)好，智能化程度高，提高了翻譯準(zhǔn)確度。

為實(shí)現(xiàn)本發(fā)明目的而提供了一種多語機(jī)器翻譯智能輔助處理方法，包括如下步驟：

步驟S100，根據(jù)源語言和已翻譯目標(biāo)語言獲取源語言已翻譯的區(qū)間，對源語言未翻譯的區(qū)間進(jìn)行擴(kuò)展；

步驟S200，根據(jù)源語言未翻譯的區(qū)間擴(kuò)展，生成K-best提示集；并根據(jù)源語言未翻譯的區(qū)間和已翻譯的目標(biāo)語言生成輸入歷史提示集和語言模型提示集；

步驟S300，結(jié)合輸入歷史提示集、語言模型提示集、以及K-best提示集，生成所述源語言未翻譯源區(qū)間對應(yīng)的目標(biāo)語言的候選集。

較優(yōu)地，作為一可實(shí)施例，所述的多語機(jī)器翻譯智能輔助處理方法，所述步驟S300之后還包括如下步驟：

步驟S400，顯示所述目標(biāo)語言的候選集，等待用戶輸入或者選擇，并在捕捉到用戶輸入或者選擇動作后，得到未翻譯源語言翻譯對應(yīng)的目標(biāo)語言，返回到步驟S100重新進(jìn)行未翻譯源語言翻譯，直至翻譯完成。

較優(yōu)地，作為一可實(shí)施例，所述步驟S100包括如下步驟：

步驟S110，設(shè)已翻譯目標(biāo)語言集E=e₁...e_m(m>=1)，則確定一個E的劃分S:{(a,b)|1=<a<=b<=m}，對于任意的一個元素(a,b)屬于S，計(jì)算確定一個源語言集對應(yīng)的區(qū)間(a',b')的集合T，得到已翻譯源語言區(qū)間集合；

步驟S120，將集合T的每一個區(qū)間序列作為一個實(shí)例采用語言模型解碼方法采用不同的短語特征對對應(yīng)的源語言未翻譯的區(qū)間進(jìn)行擴(kuò)展。

較優(yōu)地，作為一可實(shí)施例，所述步驟S200中，根據(jù)源語言未翻譯的區(qū)間擴(kuò)展，生成K-best提示集，包括如下步驟：

步驟S210，根據(jù)未翻譯的區(qū)間擴(kuò)展，獲取源語言未翻譯的區(qū)間對應(yīng)的翻譯結(jié)果中前K個最好的結(jié)果，其中，K為大于等于0的整數(shù)；

步驟S220，將前K個最好的結(jié)果作為K-best提示集中的提示的字符串，并計(jì)算所述K個K-best提示集中的提示的字符串對應(yīng)的概率，將提示的類型設(shè)置為2，生成K-best提示集。

較優(yōu)地，作為一可實(shí)施例，所述步驟S200中，根據(jù)源語言未翻譯的區(qū)間和已翻譯目標(biāo)語言，利用用戶輸入歷史集，生成輸入歷史提示集，包括如下步驟：

步驟S211’，初始化候選的輸入歷史提示集為空，根據(jù)源語言未翻譯的區(qū)間，獲得源語言未翻譯的區(qū)間中已輸入的字符串的后n個詞previous_n_word，n為整數(shù)，n與所用的語言模型相對應(yīng)；

步驟S212’，將源語言未翻譯的區(qū)間全切分，得到不同的源語言片段，并根據(jù)源語言片段從語言模型集中檢索獲取對應(yīng)的所有可能的候選目標(biāo)翻譯語言的短語作為源語言片段對應(yīng)的候選短語集S；

步驟S213’，根據(jù)n個詞previous_n_word和所述源語言片段對應(yīng)的候選短語集，通過最小編輯距離算法，計(jì)算相似度，相似度大于等于閾值KT的詞作為候選的源語言集合{source_word}；