[發(fā)明專利]一種文檔翻譯難度的分析方法

有效

• 申請?zhí)枺?/td>: 201310713175.2
• 申請日: 2013-12-23
• 公開（公告）號(hào): CN103744840A
• 公開（公告）日: 2014-04-23
• 發(fā)明（設(shè)計(jì)）人: 江潮
• 申請（專利權(quán)）人: 武漢傳神信息技術(shù)有限公司
• 主分類號(hào): G06F17/28
• 分類號(hào): G06F17/28;G06Q10/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明涉及翻譯技術(shù)領(lǐng)域，具體而言，涉及一種文檔翻譯難度的分析方法。

背景技術(shù)

對于文檔翻譯難度的判別可以分為人工判別和機(jī)器判別。人工判別是通過語言專家或翻譯專家對待翻譯文檔進(jìn)行標(biāo)注和判斷，由于人的閱讀和理解限制，這種方法速度較慢同時(shí)要耗費(fèi)非常大的的人力成本，并且由于判別人能力的參差以及每人對文檔難度的理解不同而產(chǎn)生很大的判別差別，判別結(jié)果無法做到統(tǒng)一標(biāo)準(zhǔn)，客觀性很差。機(jī)器判別是通過計(jì)算機(jī)結(jié)合一定的方法對文檔進(jìn)行翻譯難度判斷，目前最常用的方法是通過對文檔中生僻字詞的統(tǒng)計(jì)來進(jìn)行難度判斷，這種單一維度的判斷方法其用來作為判別因素的可靠性比較單薄，有較大的片面性，得到的判別結(jié)果往往與實(shí)際情況差別很大，無法保證判別結(jié)果的準(zhǔn)確性。目前對文檔翻譯難度的判別，還缺乏一個(gè)既高效又相對準(zhǔn)確的判別方法。

發(fā)明內(nèi)容

本發(fā)明旨在提供一種文檔翻譯難度的分析方法，解決了如何將文檔分別給合適的譯員的問題。

本發(fā)明公開了一種文檔翻譯難度的分析方法，包括：

掃描待譯文檔，確定所述待譯文檔中的所有詞匯和所有語句；

根據(jù)確定的所述詞匯和語句分別進(jìn)行復(fù)雜度計(jì)算，得到文檔的詞匯復(fù)雜度和語句復(fù)雜度；

根據(jù)所述文檔的所述詞匯復(fù)雜度和所述文檔復(fù)雜度計(jì)算得到所述文檔的翻譯難度數(shù)值；

根據(jù)所述文檔的翻譯難度數(shù)值在難度等級(jí)表中進(jìn)行，確定所述文檔的翻譯難度等級(jí)。

優(yōu)選地，計(jì)算所述文檔的詞匯復(fù)雜度的過程包括：

計(jì)算出文檔的詞匯等級(jí)、類符形符比和實(shí)義詞詞義密度；

按照詞匯復(fù)雜度計(jì)算公式計(jì)算，得到所述文檔的所述詞匯復(fù)雜度，所述詞匯復(fù)雜度計(jì)算公式如下：

diff_word＝K₁₁·grade_word+K₁₂·STTR+K₁₃·density_notional；

其中，diff_word為所述文檔詞匯復(fù)雜度，grade_word為所述文檔的詞匯等級(jí)，STTR為所述文檔的類符形符比，density_notional為所述文檔的實(shí)義詞詞義密度，K₁₁、K₁₂和K₁₃為通過樣本計(jì)算得到詞匯復(fù)雜度調(diào)節(jié)系數(shù)。

優(yōu)選地，在計(jì)算所述文檔的詞匯等級(jí)之前，還包括：

對所述文檔進(jìn)行分詞處理，得到所有詞匯，并統(tǒng)計(jì)得到總詞匯數(shù)；

將得到的每個(gè)所述詞匯在詞匯分級(jí)表中進(jìn)行匹配，得到每個(gè)所述詞匯的詞匯級(jí)別；所述詞匯級(jí)別為一級(jí)、二級(jí)、三級(jí)或四級(jí)；

分別統(tǒng)計(jì)所述詞匯級(jí)別為二級(jí)或二級(jí)以上的級(jí)別的所述詞匯的數(shù)量；

計(jì)算所述文檔的詞匯等級(jí)的過程包括：

按照詞匯等級(jí)計(jì)算公式計(jì)算出所述文檔的詞匯等級(jí)，所述詞匯等級(jí)計(jì)算公式如下：

grade_word=K111·word2word+K112·word3word+K113·word4word;]]>

其中，word_x為詞匯級(jí)別為X級(jí)的詞匯的數(shù)量，K₁₁₁、K₁₁₂和K₁₁₃為通過樣本計(jì)算得到詞匯等級(jí)調(diào)節(jié)系數(shù)，word為總詞匯數(shù)。

優(yōu)選地，在計(jì)算所述文檔的類符形符比的過程包括；

根據(jù)得到的所有所述詞匯，統(tǒng)計(jì)其中的類符數(shù)和形符數(shù)，計(jì)算所述類符數(shù)與所述形符數(shù)之比，得到所述文檔的類符形符比；或