[發明專利]新詞譯文的挖掘方法和裝置

有效

• 申請號: 201410218936.1
• 申請日: 2014-05-22
• 公開（公告）號: CN103970732B
• 公開（公告）日: 2017-05-10
• 發明（設計）人: 劉占一;劉紅雨;吳華;王海峰
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F17/27
• 分類號: G06F17/27;G06F17/28;G06F17/30
• 代理公司: 北京品源專利代理有限公司11332
• 代理人: 路凱,胡彬

1.一種新詞譯文的挖掘方法，其特征在于，包括：

對包含新詞的源語言語句進行語義分析，確定源語言語義元素；

如果包含所述新詞的所述源語言語義元素為施事或受事，則將非新詞的源語言語義元素的謂語，以及剩余的不包含新詞的受事或施事構造成源語言檢索語句；

將所述源語言檢索語句翻譯為目標語言檢索語句，其中，所述目標語言檢索語句中去除所述新詞的源語言語義元素；

利用所述目標語言檢索語句在目標語言數據源中進行檢索，獲取目標語言語句；

通過將所述目標語言語句與所述源語言語句進行語義匹配，獲取所述新詞的目標語言譯文。

2.根據權利要求1所述的方法，其特征在于，利用所述目標語言檢索語句在目標語言數據源中進行檢索，獲取目標語言語句包括：

利用所述目標語言檢索語句從互聯網檢索得到與所述目標語言檢索語句相關的至少一條候選目標語言語句；

通過關鍵字對所述至少一條候選目標語言語句進行過濾，得到與所述源語言語句的語義匹配的至少一條目標語言語句。

3.根據權利要求1所述的方法，其特征在于，通過將所述目標語言語句與所述源語言語句進行語義匹配，獲取所述新詞的目標語言譯文包括：

對所述目標語言語句進行語義分析，并通過與源語言語句的匹配獲取所述新詞的至少一個候選目標語言譯文；

對所述至少一個候選目標語言譯文進行評價，并根據候選目標語言譯文的置信度獲得所述新詞的結果目標語言譯文。

4.根據權利要求3所述的方法，其特征在于，對所述至少一個候選目標語言譯文進行評價包括：

通過候選目標語言譯文所在數據源中的關鍵詞、網頁結構信息及時間信息來確定所在數據源的語義匹配度，并通過所述語義匹配度對候選目標語言譯文進行評價。

5.一種新詞譯文的挖掘裝置，其特征在于，包括：

語義元素確定單元，用于對包含新詞的源語言語句進行語義分析，確定源語言語義元素；語句構造單元，用于如果包含所述新詞的所述源語言語義元素為施事或受事，則將非新詞的源語言語義元素的謂語，以及剩余的不包含新詞的受事或施事構造成源語言檢索語句；將所述源語言檢索語句翻譯為目標語言檢索語句，其中，所述目標語言檢索語句中去除所述新詞的源語言語義元素；

數據源搜索模塊，用于利用所述目標語言檢索語句在目標語言數據源中進行檢索，獲取目標語言語句；

譯文獲取模塊，用于通過將所述目標語言語句與所述源語言語句進行語義匹配，獲取所述新詞的目標語言譯文。

6.根據權利要求5所述的裝置，其特征在于，所述數據源搜索模塊包括：

語句檢索單元，用于利用所述目標語言檢索語句從互聯網檢索得到與所述目標語言檢索語句相關的至少一條候選目標語言語句；

語句過濾單元，用于通過關鍵字對所述至少一條候選目標語言語句進行過濾，得到與所述源語言語句的語義匹配的至少一條目標語言語句。

7.根據權利要求5所述的裝置，其特征在于，所述譯文獲取模塊包括：

語義分析單元，用于對所述目標語言語句進行語義分析，并通過與源語言語句的匹配獲取所述新詞的至少一個候選目標語言譯文；

譯文評價單元，用于對所述至少一個候選目標語言譯文進行評價，并根據候選目標語言譯文的置信度獲得所述新詞的結果目標語言譯文。

8.根據權利要求7所述的裝置，其特征在于，所述譯文評價單元具體用于：

通過候選目標語言譯文所在數據源中的關鍵詞、網頁結構信息及時間信息來確定所在數據源的語義匹配度，并通過所述語義匹配度對候選目標語言譯文進行評價。