[發明專利]一種基于語料匹配和語法分析的機器翻譯方法及其系統

有效

• 申請號: 201410373465.1
• 申請日: 2014-07-31
• 公開（公告）號: CN105320650B
• 公開（公告）日: 2019-03-26
• 發明（設計）人: 崔曉光;李斌
• 申請（專利權）人: 崔曉光
• 主分類號: G06F17/28
• 分類號: G06F17/28;G06F17/27
• 代理公司: 北京易光知識產權代理有限公司 11596
• 代理人: 應志超

1.一種基于語料匹配和語法分析的機器翻譯方法，該方法采用語法分析數據庫判斷語言單位的語法性質，并按從大到小的順序每次將一個語言單位與其他語言單位分斷，然后用與被分斷出的語言單位語法屬性相匹配的語義數據庫，對被分斷開的語言單位，匹配翻譯，匹配翻譯不成功的,進一步用語法分析數據庫識別和判斷被上次分斷開的語言部分中的其他語言單位，并將被識別判斷的語言單位與其他語言單位分斷,然后用語義數據庫，分別對被分斷開的各個語言單位部分匹配翻譯，往復循環，直至匹配翻譯成功為止，或分斷到最小語言單位而不能繼續分斷為止，將匹配翻譯成功的語言單位按其被分斷的順序，從下到上逐次整合，直至形成最初語言單位的譯文。

2.一種權利要求1所述的基于語料匹配和語法分析的機器翻譯方法，所述的語法分析數據庫包括：整句語法數據庫、簡單句語法數據庫、從句引導詞語法數據庫、實意謂語動詞語法數據庫、助動詞語法數據庫、動詞現在分詞語法數據庫、動詞過去分詞語法數據庫、動詞不定式語法數據庫、狀語成分語法數據庫、定語成分語法數據庫、主語成分語法數據庫、賓語成分語法數據庫、名詞語法數據庫、介詞語法數據庫、副詞語法數據庫、形容詞語法數據庫、逗號語法數據庫、連詞語法數據庫；所述的語義數據庫包括：句子語料數據庫、實意謂語動詞部分語料數據庫、助動詞部分語料數據庫、動詞現在分詞短句語料數據庫、動詞過去分詞短句語料數據庫、動詞不定式短句語料數據庫、狀語成分語料數據庫、定語成分語料數據庫、主語成分語料數據庫、賓語成分語料數據庫、介詞詞組語料數據庫、副詞/副詞詞組語料數據庫、名詞/名詞詞組語料數據庫、形容詞/形容詞詞組語料數據庫、從句引導詞語料數據庫、連詞語料數據庫。

3.一種權利要求2所述的基于語料匹配和語法分析的機器翻譯方法，所述的語法分析數據庫進一步包括：文章章節語法數據庫和自然段語法數據庫；所述的語料數據庫進一步包括：文章章節語料數據庫和自然段語料數據庫。

4.一種權利要求1所述的基于語料匹配和語法分析的機器翻譯方法，其中，所述的語言單位分斷和匹配翻譯遵循，整句分斷一一匹配翻譯一一簡單句分斷一一匹配翻譯一一簡單句狀語成分分斷——匹配翻譯——定語成分分斷——匹配翻譯——主語部分分斷——匹配翻譯一一簡單句謂語動詞部分分斷——匹配翻譯一一賓語部分分斷——匹配翻譯——主語部分和/或賓語部分名詞部分分斷——匹配翻譯，的次序。

5.一種權利要求4所述的基于語料匹配和語法分析的機器翻譯方法，其中，整句及其以下的語言單位分斷和匹配翻譯的方法包括：將待翻譯語料用整句語法數據庫，分斷成整句，用句子語料數據庫對整句匹配翻譯，整句匹配翻譯不成功的，用簡單句語法數據庫，將整句分斷成若干個簡單句，對分斷出來的簡單句，用句子語料數據庫，匹配翻譯，簡單句匹配翻譯不成功的，用狀語成分語法數據庫，分斷簡單句的狀語成分，分斷出來的狀語成分，按分斷時所確認的語言單位詞性屬性，分別用動詞現在分詞短句語料數據庫、動詞不定式短句語料數據庫、介詞詞組語料數據庫、副詞/副詞詞組語料數據庫，進行匹配翻譯，之后，對剔除了狀語成分的簡單句主體部分，用句子語料數據庫，匹配翻譯，對簡單句主體部分，句子匹配不成功的，用定語成分語法數據庫分斷定語成分，對分斷出來的定語成分，按分斷時所確認的語言單位詞性屬性，分別用動詞現在分詞短句語料數據庫、動詞過去分詞短句語料數據庫、動詞不定式短句語料數據庫、分詞詞組語料數據庫、形容詞/形容詞詞組語料數庫，分別進行匹配翻譯、對定語成分前的名詞或名詞詞組，用名詞或名詞詞組語料數據庫匹配翻譯，對剔除了定語成分的簡單句主體部分，用句子語料數據庫，匹配翻譯，分斷匹配翻譯成功的，將名詞或名詞詞組譯文與定語部分譯文整合，將狀語成分譯文與句子譯文整合，形成簡單句譯文后，再整合各個簡單句譯文，最終形成整句譯文。