[發明專利]一種翻譯文檔存儲與檢索的方法

在審

• 申請號: 201611237773.7
• 申請日: 2016-12-28
• 公開（公告）號: CN106777268A
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 張光凌
• 申請（專利權）人: 語聯網（武漢）信息技術有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/27;G06F17/28
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種翻譯文檔存儲與檢索的方法，其特征是包括如下步驟：

獲取譯稿庫，所述譯稿庫包括若干語料和與語料對應的特征標簽，所述語料包括原文、與原文對應的譯文，所述特征標簽包括譯員信息、語種、行業；

對譯稿庫中的原文和譯文進行斷句處理，形成句子列表，所述句子列表包括若干個句子單元；

對句子列表中的句子單元進行語料對齊；

按照特征標簽，對語料進行分類存儲；

獲取待譯稿，輸入查詢標簽，所述查詢標簽包括語種、行業；

對待譯稿進行斷句處理，形成句子列表；

對待譯稿設置檢索參數，所述檢索參數包括句子列表、查詢標簽，用待譯稿的檢索參數在譯稿庫中進行語料檢索，及語料匹配；

所述匹配包括完全匹配和模糊匹配；

記錄語料的完全匹配次數；

記錄語料的模糊匹配次數；

設置完全匹配次數的加權系數與模糊匹配次數的加權系數,將完全匹配次數與模糊匹配次數進行加權計算；

其中，所述完全匹配次數的加權系數與模糊匹配次數的加權系數的和等于1,所述完全匹配次數的加權系數大于模糊匹配次數的加權系數；

獲取檢索匹配到的結果，所述檢索結果包括匹配到的譯員信息、譯員信息對應的譯稿庫中的原文和譯文的句子列表及匹配度，按照匹配度顯示。

2.根據權利要求1所述的一種翻譯文檔存儲與檢索的方法，其特征是所述對譯稿庫中的原文和譯文進行斷句處理，是將原文和譯文轉換成純文本信息，并做段落對齊,將對齊后的段落進行斷句處理。

3.根據權利要求1所述的一種翻譯文檔存儲與檢索的方法，其特征是所述對待譯稿進行斷句處理，是將待譯稿轉換成純文本信息，并做段落對齊,將對齊后的段落進行斷句處理。

4.根據權利要求1所述的一種翻譯文檔存儲與檢索的方法，其特征是所述模糊匹配是：將待譯稿的句子列表做分詞處理，去掉停用詞和無意義的連接詞、介詞，然后把待譯稿的句子列表的分詞內容與譯稿庫中譯文的句子單元做模糊匹配，統計相似度大于50%的句子個數。

5.根據權利要求1所述的一種翻譯文檔存儲與檢索的方法，其特征是所述設置完全匹配次數的加權系數與模糊匹配次數的加權系數,是根據經驗值進行設置。

6.根據權利要求5所述的一種翻譯文檔存儲與檢索的方法，其特征是所述完全匹配次數的加權系數的經驗值是70%，所述模糊匹配次數的加權系數的經驗值是30%。