[發(fā)明專利]一種翻譯項目的風險評估方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201611243229.3
• 申請日: 2016-12-29
• 公開（公告）號: CN106779455A
• 公開（公告）日: 2017-05-31
• 發(fā)明（設計）人: 張芃;陳鈺清
• 申請（專利權）人: 語聯(lián)網（武漢）信息技術有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06F17/27;G06F17/28
• 代理公司: 北京康盛知識產權代理有限公司11331
• 代理人: 宋卉

技術領域

本發(fā)明涉及翻譯技術領域，特別是涉及一種翻譯項目的風險評估方法及系統(tǒng)。

背景技術

在全球化、國際化的今天，世界政治、經濟、文化的交流越來越頻繁，各國人員的往來也越來越密集，使得對翻譯的需求也越來越大；同時，隨著互聯(lián)網的興起，翻譯服務業(yè)正向著大規(guī)模產業(yè)化的方向發(fā)展,平臺化處理翻譯項目也逐步成為主流處理方式，平臺化處理可將之前線下處理方式搬到線上，讓譯員能夠在線翻譯,實時提交翻譯成果，項目管理員也可在線監(jiān)控項目完成情況，并以人工方式識別風險，實時調度資源分配，以保證項目按時，按質提交。

由于翻譯平臺存在著大量待處理的翻譯項目，因此翻譯平臺化的最大風險在于不能科學、合理的識別翻譯項目的潛在風險項目,使得部分翻譯項目被錯誤評估其實際的風險，進而導致翻譯項目延誤、錯譯等問題的出現。

發(fā)明內容

本發(fā)明公開了一種翻譯項目的風險評估方法及系統(tǒng)，旨在提高翻譯項目識別的準確性。為了對披露的實施例的一些方面有一個基本的理解，下面給出了簡單的概括。該概括部分不是泛泛評述，也不是要確定關鍵/重要組成元素或描繪這些實施例的保護范圍。其唯一目的是用簡單的形式呈現一些概念，以此作為后面的詳細說明的序言。

根據本發(fā)明的第一個方面，提供了根據本發(fā)明的第一個方面，提供了一種翻譯項目的風險評估方法，包括：獲取翻譯項目的翻譯要求；從翻譯項目中提取文檔樣本；確定文檔樣本的翻譯難度；根據文檔樣本的翻譯難度，確定翻譯項目未達到翻譯要求的風險。

進一步的，確定文檔樣本的翻譯難度，包括：確定文檔樣本的詞匯復雜度和語句復雜度；根據詞匯復雜度和語句復雜度，確定文檔樣本的翻譯難度，翻譯難度按如下計算公式得到：

diff_doc＝K₁·diff_word+K₂·diff_sentence；

其中，diff_doc為翻譯難度，diff_word為詞匯復雜度，diff_sentence為語句復雜度，K₁、K₂為文檔樣本的翻譯難度調節(jié)系數。

進一步的，確定文檔樣本的詞匯復雜度，包括：提取文檔樣本的所有詞匯，確定文檔樣本的詞匯等級grade_word、類符形符比STTR和實義詞密度density_notional；確定文檔樣本的詞匯復雜度，詞匯復雜度按如下計算公式得到：

diff_word＝K₁₁·grade_word+K₁₂·STTR+K₁₃·density_notional，

其中，diff_word為詞匯復雜度，K₁₁、K₁₂、K₁₃為文檔樣本的詞匯復雜度調節(jié)系數。

進一步的，確定文檔樣本的詞匯等級grade_word，包括：將所有詞匯與其所屬語種的詞匯分級表進行匹配，得到所有詞匯的等級，等級至少包括一級、二級、三級和四級，其中，未匹配在一級、二級或三級級別中的詞匯為四級；統(tǒng)計二級和二級以上的詞匯所占的詞匯比率，確定文檔樣本的詞匯等級grade_word，詞匯等級grade_word按如下計算公式得到：

其中，word₂、word₃和word₄分別為二級、三級和四級的詞匯數量，word為文檔樣本的總詞匯數量，K₁₁₁、K₁₁₂、K₁₁₃為文檔樣本的詞匯等級調節(jié)系數。

進一步的，確定文檔樣本的類符形符比STTR，包括：統(tǒng)計文檔樣本的形符和類符，形符為文檔的總詞匯數量，類符為文檔的不相同的詞匯數量，若形符不足標準數量，則計算類符與形符之比，得到類符形符比；若形符大于等于標準數量，則將文檔樣本劃分為若干個含標準數量個詞匯的子文檔和1個不足標準數量的子文檔；按照類符形符比計算公式，計算得到的類符形符比STTR，類符形符比STTR按如下計算公式得到：

其中，token為不足標準數量的子文檔的形符數，type為不足標準數量子文檔的類符數，n為含標準數量個詞匯的子文檔的數量，type_i為n子文檔中第i個子文檔的類符數，ST為標準數量的表示值。