[發明專利]一種確定雙語語句對互譯關系方法及系統

有效

• 申請號: 201611207663.6
• 申請日: 2016-12-23
• 公開（公告）號: CN106598959B
• 公開（公告）日: 2021-03-19
• 發明（設計）人: 武英波
• 申請（專利權）人: 北京金山辦公軟件股份有限公司;珠海金山辦公軟件有限公司
• 主分類號: G06F40/42
• 分類號: G06F40/42;G06F40/58
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王寶筠

1.一種確定雙語語句對互譯關系的方法，其特征在于，包括以下步驟：

獲取雙語語料庫中的目標雙語語句對，其中，所述目標雙語語句對為第一語言的第一句子與第二語言的第二句子所組成的語句對，所述第一句子和第二句子之間具有待確定的互譯關系；

對所述目標雙語語句對中的第一語句和第二語句進行分析，并利用分析結果對所述第一語句和第二語句的匹配關系進行計算，得到所述目標雙語語句對的匹配特征值；其中，所述匹配特征值包括：機器翻譯引擎的翻譯特征值；

所述對目標雙語語句對中的第一語句和第二語句進行分析，并利用分析結果對所述第一語句和第二語句的匹配關系進行計算，得到所述目標雙語語句對的匹配特征值，具體包括：

利用機器翻譯引擎，將所述第一語句翻譯為所述第二語言的第一翻譯語句，確定第一句子相似度，所述第一句子相似度為所述第一翻譯語句與所述第二語句進行相似性比較所得到的相似度；以及，利用機器翻譯引擎，將所述第二語句翻譯為所述第一語言的第二翻譯語句，確定第二句子相似度，所述第二句子相似度為所述第二翻譯語句與所述第一語句進行相似性比較所得到的句子相似度；將所述第一句子相似度或第二句子相似度，或者，第一句子相似度和第二句子相似度的乘積作為所述機器翻譯引擎的翻譯特征值；

利用分類模型，根據所述目標雙語語句對的匹配特征值，對所述目標雙語語句對進行過濾分類，確定所述目標雙語語句對是否為符合互譯關系要求的雙語語句對；其中，所述分類模型是以訓練雙語語句對為訓練對象訓練得到的，所述訓練以所述訓練雙語語句對的所述匹配特征值、所述訓練雙語語句對之間是否具有符合要求的互譯關系為依據來進行，所述訓練的訓練結果包括所述匹配特征值在互譯關系中的權重；其中，所述目標雙語語句對的匹配特征值包括：所述目標雙語語句對的機器翻譯引擎的翻譯特征值；

所述對目標雙語語句對進行過濾分類，確定所述目標雙語語句對是否為符合互譯關系要求的雙語語句對，具體包括：

根據所述分類模型中所確定的包括機器翻譯引擎的翻譯特征值的匹配特征值在互譯關系中的權重，以及包括所述目標雙語語句對的機器翻譯引擎的翻譯特征值的匹配特征值，計算所述目標雙語語句對是否滿足預先設定的互譯關系要求，如果是，則將所述目標雙語語句對確定為具有互譯關系的雙語語句對，保留在所述雙語語料庫中；其中，所述分類模型是以訓練雙語語句對為訓練對象訓練得到的，所述訓練以包括所述訓練雙語語句對的機器翻譯引擎的翻譯特征值的匹配特征值、所述訓練雙語語句對之間是否具有符合要求的互譯關系為依據來進行的，所述訓練的訓練結果為所述包括機器翻譯引擎的翻譯特征值的匹配特征值在互譯關系中的權重。

2.根據權利要求1所述的方法，其特征在于，所述匹配特征值還包括：句長比例特征值；

所述對目標雙語語句對中的第一語句和第二語句進行分析，并利用分析結果對所述第一語句和第二語句的匹配關系進行計算，得到所述目標雙語語句對的匹配特征值，還包括：

分別分析得到所述第一語句和所述第二語句的單詞或字符個數，計算所述第一語句的單詞或字符個數與第二語句的單詞或字符個數的比例關系，得到所述目標雙語語句對的句長比例特征值；

所述對目標雙語語句對進行過濾分類，確定所述目標雙語語句對是否為符合互譯關系要求的雙語語句對，還包括：

根據所述分類模型中所確定的還包括句長比例特征值的匹配特征值在互譯關系中的權重，以及還包括所述目標雙語語句對的句長比例特征值的匹配特征值，計算所述目標雙語語句對是否滿足預先設定的互譯關系要求，如果是，則將所述目標雙語語句對確定為具有互譯關系的雙語語句對，保留在所述雙語語料庫中；其中，所述分類模型是以訓練雙語語句對為訓練對象訓練得到的，所述訓練以還包括所述訓練雙語語句對的句長比例特征值的匹配特征值、所述訓練雙語語句對之間是否具有符合要求的互譯關系為依據來進行的，所述訓練的訓練結果為還包括所述句長特征值在互譯關系中的權重。