[發明專利]一種譯文檢查方法及其系統

有效

• 申請號: 201310456548.2
• 申請日: 2013-09-29
• 公開（公告）號: CN104516870B
• 公開（公告）日: 2018-08-07
• 發明（設計）人: 葉茂;王元龍;金立峰;湯幟;徐劍波
• 申請（專利權）人: 北大方正集團有限公司;北京方正阿帕比技術有限公司;北京大學
• 主分類號: G06F17/27
• 分類號: G06F17/27;G06F17/28
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 寇海俠

1.一種譯文檢查方法，包括初始化處理和檢查評定處理，其特征在于：

所述初始化處理，基于一批語料，通過統計所述語料二元切分條目的概率信息，來獲得二元語法模型，作為檢查評分模型，為所述檢查判定處理時給譯文打分提供依據；具體包括：獲取文本集D，d∈D，其中d表示所述文本集D的一個文本；將所述文本集D中的每一個文本d分句后獲得的句子進行二元切分，并將每個二元切分條目(w_iw_i+1)存入列表L，其中，i＝1,2,…，n-1，n為一個句子所包含的字符個數，w_i表示句子中的一個字符，w_i+1表示字符w_i后的一個字符；對所述文本集D中的每一個文本d進行分句處理，得到m個句子s₁,s₂,…,s_m，其中m為非負整數；對所述每一個句子s_i做二元切分，通過s_i得到k個二元切分條目(w₁w₂)(w₂w₃)…(w_kw_k+1)，每一個句子s_i包含的字符的個數為k+1個；將每個二元切分條目存入列表L；將所述列表L中的每個二元切分條目存入集合Q，根據所述集合Q計算以w_i開始時w_j出現的概率f_p(w_i,w_j)，其中w_i、w_j分別表示二元切分條目中的第一字符和第二字符；將計算得到的所有f_p(w_i,w_j)保存為所述檢查評分模型；其中，所述計算以w_i開始時w_j出現的概率f_p(w_i,w_j)的方法為：從列表L中得到所有以w_i開始的二元切分條目，將二元切分條目中的第二個字符w_j加入字符串S；將所述字符串S中的每個字符存入集合T；統計所述字符串S的長度n₁，對于集合T中的每一個字符w_j，統計所述字符w_j在字符串S中出現的次數m₁；則以w_i開始時w_j出現的概率f_p(w_i,w_j)為f_p(w_i,w_j)＝m₁/n₁

其中，m₁，n₁的初始值為零；

所述檢查評定處理，通過所述檢查評分模型給譯文打分，獲取短語的譯文；對所述譯文做二元切分，獲得所述譯文的二元切分條目；根據所述檢查評分模型對所述譯文進行打分評估；將譯文得分與預設判定閾值比較，將得分小于所述預設判定閾值的譯文判定為“錯誤”，否則判定為“正確”。

2.根據權利要求1所述的譯文檢查方法，其特征在于：所述對所述譯文做二元切分的方法與所述初始化處理的方法相同。

3.根據權利要求2所述的譯文檢查方法，其特征在于:所述二元切分采用CJK分詞器進行二元切分。

4.根據權利要求3所述的譯文檢查方法，其特征在于，所述對所述譯文進行打分評估的方法為：

Score_譯＝Min{Score_i,i＝1,2,…,n-1}

其中，Score_i是一條二元切分條目的評分，Score_i＝f_p(w_i,w_j)，f_p(w_i,w_j)為譯文中的二元切分條目(w_iw_j)在模型中對應的值。