[發(fā)明專利]使用統(tǒng)計(jì)流數(shù)據(jù)進(jìn)行不同語言之間的機(jī)器翻譯

有效

• 申請(qǐng)?zhí)枺?/td>: 201580071517.2
• 申請(qǐng)日: 2015-12-02
• 公開（公告）號(hào): CN107111614B
• 公開（公告）日: 2021-09-28
• 發(fā)明（設(shè)計(jì)）人: 哈桑·薩瓦夫
• 申請(qǐng)（專利權(quán)）人: 貝寶公司
• 主分類號(hào): G06F40/58
• 分類號(hào): G06F40/58;G06F40/51
• 代理公司: 北京東方億思知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11258
• 代理人: 陳蒙

在計(jì)算機(jī)動(dòng)作的流中，計(jì)算機(jī)系統(tǒng)(110)接收涉及機(jī)器翻譯的請(qǐng)求。在執(zhí)行翻譯(160,238)中或在后續(xù)的計(jì)算機(jī)操作(242,1110)中使用翻譯時(shí)，計(jì)算機(jī)系統(tǒng)考慮從先前累積的點(diǎn)擊數(shù)據(jù)(180)獲得的在流中執(zhí)行的機(jī)器翻譯、流在翻譯之前的部分、以及與流在翻譯之后的部分有關(guān)的成功指示符之間的已知統(tǒng)計(jì)關(guān)系(310)。統(tǒng)計(jì)關(guān)系是通過對(duì)點(diǎn)擊數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘得到的。此外，可以暫停正常動(dòng)作以使用隨機(jī)選項(xiàng)來累積點(diǎn)擊數(shù)據(jù)和/或執(zhí)行統(tǒng)計(jì)AB測試。還提供了其他特征。

相關(guān)申請(qǐng)的交叉引用

本申請(qǐng)是2014年12月29日提交的美國專利申請(qǐng)No.14/584,925的繼續(xù)申請(qǐng)并且要求其優(yōu)先權(quán)，該專利申請(qǐng)的全部內(nèi)容通過引用并入本文。

本發(fā)明的背景技術(shù)

本發(fā)明涉及在需要不同語言之間的翻譯時(shí)在計(jì)算機(jī)網(wǎng)絡(luò)中使用統(tǒng)計(jì)數(shù)據(jù)進(jìn)行機(jī)器翻譯。

隨著互聯(lián)網(wǎng)和其他計(jì)算機(jī)網(wǎng)絡(luò)跨越國際邊界并提供對(duì)用不同語言編寫的各種文件的訪問，翻譯正變得越來越重要。商業(yè)、科學(xué)、工程、政治、藝術(shù)和其他類型的人類交互通常需要翻譯。人類翻譯員無法跟上這一需求，并且機(jī)器翻譯正變得普遍。機(jī)器翻譯(MT)隨著計(jì)算機(jī)執(zhí)行計(jì)算機(jī)指令而由計(jì)算機(jī)產(chǎn)生。從某種意義上講，MT系統(tǒng)應(yīng)該模仿人類翻譯員的工作，人類翻譯員理解源語言并在目標(biāo)語言中表達(dá)相同的理解。然而，人類的理解和人類的表達(dá)不能被計(jì)算機(jī)所捕獲：人類和計(jì)算機(jī)都可以參考詞典和語法規(guī)則，人類甚至可以在不了解語法的情況下進(jìn)行翻譯，并且人類在即使不說的情況下理解彼此的能力以計(jì)算機(jī)無與倫比的方式提高他們的翻譯能力，計(jì)算機(jī)不了解任何東西而僅遵循指令。另一方面，計(jì)算機(jī)速度是人類無與倫比的，并且計(jì)算機(jī)存儲(chǔ)大量數(shù)據(jù)的能力也是人類無與倫比的，這些大量的數(shù)據(jù)無需提示或線索即可系統(tǒng)地調(diào)用。因此，機(jī)器翻譯已經(jīng)開發(fā)為具有自己的詞匯和統(tǒng)計(jì)技術(shù)的領(lǐng)域，旨在滿足通常的工程問題，例如最小化計(jì)算機(jī)資源(存儲(chǔ)器、處理能力、網(wǎng)絡(luò)帶寬等)的使用，同時(shí)提供足夠的速度和低成本。

圖1示出了具有服務(wù)器110的計(jì)算機(jī)網(wǎng)絡(luò)，服務(wù)器110響應(yīng)于通過網(wǎng)絡(luò)130(例如，因特網(wǎng))從計(jì)算機(jī)120接收到的請(qǐng)求來執(zhí)行機(jī)器翻譯。服務(wù)器110可以是單個(gè)計(jì)算機(jī)或是分布式系統(tǒng)，該分布式系統(tǒng)包括由可能包括網(wǎng)絡(luò)130的各種網(wǎng)絡(luò)互連的多個(gè)計(jì)算機(jī)。來自計(jì)算機(jī)120的請(qǐng)求可以是翻譯文檔的顯式請(qǐng)求，或者可以是執(zhí)行需要翻譯的某些其他任務(wù)(例如以不同語言執(zhí)行對(duì)文檔的搜索)的請(qǐng)求。因此，計(jì)算機(jī)120的用戶可以以一種語言提交搜索查詢，但是該查詢必須與用另一種語言編寫的文檔進(jìn)行匹配，因此在搜索可以繼續(xù)之前必須翻譯搜索查詢。

服務(wù)器110可以訪問存儲(chǔ)要搜索的文檔的計(jì)算機(jī)數(shù)據(jù)庫140。如果需要，機(jī)器翻譯引擎160翻譯查詢。搜索引擎150接受經(jīng)翻譯的查詢，搜索相關(guān)數(shù)據(jù)庫140，并產(chǎn)生搜索結(jié)果，例如，具有針對(duì)每個(gè)文檔的鏈接(URL)的數(shù)據(jù)庫文檔的列表，可能具有每個(gè)文檔的簡要描述或文檔內(nèi)容的示例。

MT引擎160使用其數(shù)據(jù)庫170來執(zhí)行翻譯。數(shù)據(jù)庫170包含語言模型信息170R(其包括計(jì)算機(jī)詞典和語法的計(jì)算機(jī)表示)，并且還包含從已知翻譯得到的統(tǒng)計(jì)信息170S。

重要的是，服務(wù)器可以存儲(chǔ)關(guān)于搜索請(qǐng)求的信息，以幫助改進(jìn)未來的翻譯。這些信息顯示為點(diǎn)擊日志180。例如，假設(shè)許多用戶提交了我們將表示為“qEn”的英文查詢，并且在獲得搜索結(jié)果之后，用戶經(jīng)常從搜索結(jié)果中選擇給定的URL(統(tǒng)一資源定位符)，例如www.fedex.com，這其是美國公司的英文主頁。假設(shè)許多其他用戶(可能是講中文的人)也提交中文查詢qCn，獲得搜索結(jié)果，并選擇URL www.fedex.com/cn，其是同一公司的中文主頁的網(wǎng)址。服務(wù)器110可以得出結(jié)論，英文查詢qEn是中文查詢qCn的英文翻譯。針對(duì)點(diǎn)擊數(shù)據(jù)用于改進(jìn)機(jī)器翻譯的其他用途，參見例如于2010年6月24日發(fā)布的美國授予專利前公布號(hào)2010/0161642(Chen等人)。