[發(fā)明專利]一種文檔文字的深度處理方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201610138137.2
• 申請(qǐng)日: 2016-03-11
• 公開（公告）號(hào): CN105760368B
• 公開（公告）日: 2019-02-12
• 發(fā)明（設(shè)計(jì)）人: 張廣睿
• 申請(qǐng)（專利權(quán)）人: 張廣睿
• 主分類號(hào): G06F17/28
• 分類號(hào): G06F17/28;G06F17/21;G06F17/22;G06F17/27
• 代理公司: 成都天嘉專利事務(wù)所(普通合伙) 51211
• 代理人: 鄧小兵

1.一種文檔文字的深度處理方法，其特征在于包括以下步驟：

（1）、提取待翻譯文檔中的文字信息，并統(tǒng)一文字信息的格式，得到格式統(tǒng)一的文檔；

（2）、對(duì)格式統(tǒng)一的文檔進(jìn)行拆分，將其拆分成以單詞、詞組、單句中的任意一種或幾種為最小單位的待譯文字?jǐn)?shù)據(jù)集合，去掉非譯文字后再去掉待譯文字?jǐn)?shù)據(jù)集合中重復(fù)的待譯文字?jǐn)?shù)據(jù)，然后將剩下的每一個(gè)待譯文字?jǐn)?shù)據(jù)依次與筆譯記憶庫中的內(nèi)容進(jìn)行比對(duì)，而后刪除待譯文字?jǐn)?shù)據(jù)集合中與筆譯記憶庫中相重復(fù)的內(nèi)容；其中，所述的筆譯記憶庫中設(shè)置有原文列一和譯文列一，原文列一中存儲(chǔ)有已譯文檔的原文，譯文列一中對(duì)應(yīng)存儲(chǔ)有已譯文檔的譯文；

（3）、建立一個(gè)譯前處理文檔，并在該譯前處理文檔中設(shè)置原文列、譯文列和專有術(shù)語列，先將經(jīng)步驟（2）處理后的待譯文字?jǐn)?shù)據(jù)集合中的每一個(gè)待譯文字?jǐn)?shù)據(jù)按順序復(fù)制到原文列中，再根據(jù)預(yù)先制作的專有術(shù)語表，將每一個(gè)待譯文字?jǐn)?shù)據(jù)中涉及到的專有術(shù)語的原文和譯文寫入對(duì)應(yīng)的專有術(shù)語列，得到匹配有專有術(shù)語的譯前處理文檔；

（4）、提取譯前處理文檔中原文列的待譯文字?jǐn)?shù)據(jù)集合，同時(shí)提取專有術(shù)語表中的原文和譯文的文字信息并建立專有術(shù)語表文字?jǐn)?shù)據(jù)集合，將譯前處理文檔中原文列包含的專有術(shù)語表中的原文文字?jǐn)?shù)據(jù)替換成專有術(shù)語表中的譯文文字?jǐn)?shù)據(jù)，替換后得到譯文和原文混雜的原文列文字?jǐn)?shù)據(jù)，再使用步驟（2）中的去掉重復(fù)工序和比對(duì)工序?qū)ψg文和原文混雜的原文列文字?jǐn)?shù)據(jù)進(jìn)行二次處理，得到最終的譯前處理文檔；

（5）、由譯員對(duì)最終的譯前處理文檔中原文列對(duì)應(yīng)的所有待譯文字?jǐn)?shù)據(jù)進(jìn)行翻譯，并將譯文填寫至對(duì)應(yīng)的譯文列，得到譯后處理文檔；

（6）、先將待翻譯文檔中與譯后處理文檔中的原文列相同的待譯文字?jǐn)?shù)據(jù)替換成譯文，再使用原文列一中原文所對(duì)應(yīng)的譯文列一中的譯文替換待翻譯文檔中出現(xiàn)在原文列一中的原文，最后得到與待翻譯文檔相同格式的譯文。

2.如權(quán)利要求1所述的一種文檔文字的深度處理方法，其特征在于：所述的專有術(shù)語表包括專有單詞術(shù)語表、專有詞組術(shù)語表和專有單句術(shù)語表。

3.如權(quán)利要求1所述的一種文檔文字的深度處理方法，其特征在于：所述的處理方法中涉及到的文檔均為Office文檔。

4.如權(quán)利要求1所述的一種文檔文字的深度處理方法，其特征在于：所述步驟（2）中采用換行符、標(biāo)點(diǎn)符號(hào)、空格中的一種或幾種的組合對(duì)文檔自動(dòng)進(jìn)行拆分。

5.如權(quán)利要求1所述的一種文檔文字的深度處理方法，其特征在于：所述步驟（2）中的非譯文字包括標(biāo)點(diǎn)符號(hào)、數(shù)字、單個(gè)字母、非原文文字的文字中的一種或幾種的組合。

6.如權(quán)利要求1所述的一種文檔文字的深度處理方法，其特征在于：所述步驟（6）中的譯后處理文檔中的原文列和譯文列以一一對(duì)應(yīng)的方式存儲(chǔ)在筆譯記憶庫中，存儲(chǔ)后的已譯文檔可導(dǎo)出。