[發明專利]計算機翻譯數據處理方法、系統及終端

有效

• 申請號: 201210459144.4
• 申請日: 2012-11-14
• 公開（公告）號: CN103810159A
• 公開（公告）日: 2014-05-21
• 發明（設計）人: 廖劍;盧小康;吳克文;張永剛;鄭文彬;林鋒
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F17/28
• 分類號: G06F17/28;G06F17/30
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 蘇培華

1.一種計算機翻譯數據處理方法，其特征在于，包括以下步驟：

獲取至少兩個翻譯模塊輸出的翻譯結果；

確定所述翻譯模塊的加權權重值；

計算所述翻譯結果的基礎分值；

基于所述翻譯結果的基礎分值和對應的翻譯模塊的加權權重值計算所述翻譯結果的最終分值；

根據所述翻譯結果的最終分值選取部分或全部的翻譯結果輸出。

2.如權利要求1所述的計算機翻譯數據處理方法，其特征在于，所述至少兩個翻譯模塊具有不同的翻譯規則，所述翻譯結果為所述至少兩個翻譯模塊用各自的翻譯規則對同一待翻譯的源語句進行翻譯后得到的翻譯結果。

3.如權利要求1所述的計算機翻譯數據處理方法，其特征在于，所述確定所述翻譯模塊的加權權重值包括：

將訓練樣本輸入各翻譯模塊得到輸出結果；

對輸出結果進行評分，得到輸出結果的分值；

基于各翻譯模塊對應的輸出結果的分值確定所述翻譯模塊的錯誤率；

根據錯誤率確定各翻譯模塊的加權權重值。

4.如權利要求3所述的計算機翻譯數據處理方法，其特征在于，所述翻譯模塊的錯誤率為輸出結果的分值小于標準值的訓練樣本的初始權重之和；

所述根據錯誤率確定所述翻譯模塊的加權權重值采用如下公式計算：

log（1/（錯誤率/（1-錯誤率）））。

5.如權利要求3所述的計算機翻譯數據處理方法，其特征在于，所述計算所述翻譯結果的基礎分值包括：

根據錯誤率確定每個訓練樣本在各翻譯模塊中的最終權重；

確定與翻譯結果對應的待翻譯的源語句與每個訓練樣本的相似度；

根據每個訓練樣本在該翻譯模塊中的最終權重和與該待翻譯的源語句的相似度計算經過該翻譯模塊翻譯得到的翻譯結果的基礎分值。

6.如權利要求5所述的計算機翻譯數據處理方法，其特征在于，所述根據錯誤率確定每個訓練樣本在各翻譯模塊中的最終權重包括：

若某個訓練樣本通過該翻譯模塊翻譯后的輸出結果的分值小于標準值，則該訓練樣本在該翻譯模塊中的最終權重為：初始權重×錯誤率/（1-錯誤率）；若輸出結果的分值大于標準值，則該訓練樣本的最終權重為初始權重。

7.如權利要求1至6任一項所述的計算機翻譯數據處理方法，其特征在于，在獲取至少兩個翻譯模塊輸出的翻譯結果之前還包括以下步驟：

接收待翻譯的源語句，掃描獲取所述源語句中的常量和非常量；

用預定變量替換所述源語句的非常量，得到標準語句，并記錄所述預定變量與非常量的對應關系；

在模板庫中查找與所述標準語句匹配的目標模板，若能查找到，則根據目標模板對標準語句進行翻譯得到初始翻譯結果；

根據預定變量與非常量的對應關系，用非常量替換初始翻譯結果中與之對應的預定變量；

對替換后的初始翻譯結果中的非常量進行翻譯，得到翻譯結果。

8.如權利要求7所述的計算機翻譯數據處理方法，其特征在于，所述掃描獲取所述源語句中的常量和非常量包括：

掃描源語句中包含的字符串；

將常量數據庫中包含的常量與所述字符串匹配，若能匹配上，則將所述字符串作為常量，若不能匹配，則將所述字符串作為非常量。

9.如權利要求7所述的計算機翻譯數據處理方法，其特征在于，所述對替換后的初始翻譯結果中的非常量進行翻譯包括：

采用預定的翻譯模塊對所述非常量進行翻譯；或

查詢特殊翻譯數據庫，判斷所述非常量是否為特殊命名實體，若是，則基于所述特殊翻譯數據庫對所述為特殊命名實體的非常量進行翻譯，若否，則采用預定的翻譯模塊對所述非特殊命名實體的非常量進行翻譯。

10.一種計算機翻譯數據處理系統，其特征在于，包括：

翻譯結果獲取模塊，用于獲取至少兩個翻譯模塊輸出的翻譯結果；

翻譯模塊加權分值確定模塊，用于確定翻譯模塊的加權權重值；

翻譯結果基礎分值確定模塊，用于計算所述翻譯結果的基礎分值；

最終分值計算模塊，用于基于所述翻譯結果的基礎分值和對應的翻譯模塊的加權權重值計算所述每個翻譯結果的最終分值；

結果輸出模塊，用于根據每個翻譯結果的最終分值選取部分或全部的翻譯結果輸出。