[發(fā)明專利]一種多語言智能預(yù)處理實時統(tǒng)計機(jī)器翻譯系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201710203439.8
• 申請日: 2017-03-30
• 公開（公告）號: CN107066455B
• 公開（公告）日: 2020-07-28
• 發(fā)明（設(shè)計）人: 張昱琪;唐亮
• 申請（專利權(quán)）人: 唐亮
• 主分類號: G06F40/45
• 分類號: G06F40/45;G06F40/55;G06F40/58
• 代理公司: 北京紐樂康知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11210
• 代理人: 鄺溯瓊

1.一種多語言智能預(yù)處理實時統(tǒng)計機(jī)器翻譯系統(tǒng)，其特征在于，包括：

接收模塊，所述接收模塊用于對系統(tǒng)輸入的規(guī)范性進(jìn)行檢查，所述接收模塊包括文本語言接收模塊和語音識別結(jié)果接收模塊；其中文本語言接收模塊用于對文本語言進(jìn)行句子分割和格式轉(zhuǎn)換，語音識別結(jié)果接收模塊用于對語音進(jìn)行分割、噪音消除和格式轉(zhuǎn)換；

預(yù)處理模塊，所述預(yù)處理模塊包括文本預(yù)處理模塊和語音識別結(jié)果預(yù)處理模塊，所述文本預(yù)處理模塊用于對文本輸入的語言進(jìn)行單詞規(guī)范化操作、類別識別標(biāo)注及語塊語序調(diào)整，所述文本預(yù)處理模塊包括單詞規(guī)范化模塊、類別識別標(biāo)注模塊和語塊語序調(diào)整模塊，所述單詞規(guī)范化模塊用于使待翻譯語言在詞語層面上更加接近目標(biāo)語言；所述類別識別標(biāo)注模塊用于對待翻譯語言文本中的數(shù)字、日期、時間、URL分別標(biāo)注為$number, $date, $hour和$www，并預(yù)先將類別中的內(nèi)容翻譯成目標(biāo)語言；所述語塊語序調(diào)整模塊用于對待翻譯語言的句子進(jìn)行語法分析，然后依據(jù)自動學(xué)習(xí)的規(guī)則對待翻譯語言的語塊順序進(jìn)行調(diào)整，使得待翻譯語言的語序更加接近目標(biāo)語言的語序；所述語音識別結(jié)果預(yù)處理模塊用于對語音進(jìn)行單詞規(guī)范化操作和標(biāo)點預(yù)測；

機(jī)器翻譯模塊，所述機(jī)器翻譯模塊用于學(xué)習(xí)短語對短語的翻譯，并對經(jīng)過預(yù)處理模塊處理的短語找出對應(yīng)的翻譯短語，以及把短語連接成完整的句子；

后處理模塊，所述后處理模塊用于對翻譯結(jié)果做單詞標(biāo)點規(guī)范化、大小寫規(guī)范化和格式規(guī)范化處理，使其更加接近目標(biāo)語言的表達(dá)習(xí)慣，并作為最終結(jié)果輸出。

2.根據(jù)權(quán)利要求1所述的一種多語言智能預(yù)處理實時統(tǒng)計機(jī)器翻譯系統(tǒng)，其特征在于，所述文本語言接收模塊包括句子分割模塊和格式轉(zhuǎn)換模塊，所述句子分割模塊用于把輸入文本在標(biāo)點符號處斷開，使得后續(xù)機(jī)器翻譯模塊翻譯的基本單元為一句話；所述格式轉(zhuǎn)換模塊用于把語言文本的不同格式轉(zhuǎn)換為機(jī)器翻譯模塊翻譯時支持格式。

3.根據(jù)權(quán)利要求2所述的一種多語言智能預(yù)處理實時統(tǒng)計機(jī)器翻譯系統(tǒng)，其特征在于，所述機(jī)器翻譯模塊翻譯時支持格式是純文本格式或XML格式。

4.根據(jù)權(quán)利要求1所述的一種多語言智能預(yù)處理實時統(tǒng)計機(jī)器翻譯系統(tǒng)，其特征在于，所述語音識別結(jié)果接收模塊包括句子分割模塊和噪音消除模塊，所述句子分割模塊用于對輸入的語音文本流根據(jù)詞與詞之間的停頓斷句；所述噪音消除模塊用于清除掉輸入中口語話文本流中相鄰重復(fù)的片段。

5.根據(jù)權(quán)利要求1所述的一種多語言智能預(yù)處理實時統(tǒng)計機(jī)器翻譯系統(tǒng)，其特征在于，所述的語音識別結(jié)果預(yù)處理模塊包括單詞規(guī)范化模塊和標(biāo)點預(yù)測模塊，所述單詞規(guī)范化模塊用于使待翻譯語言中的詞語顆粒更加接近目標(biāo)語言的詞語；所述標(biāo)點預(yù)測模塊用于根據(jù)上下文和詞語間的停頓判斷語音識別輸出中句號的位置，所述的語音識別結(jié)果預(yù)處理模塊對于語音識別結(jié)果可接收的模式為純文本和混淆網(wǎng)絡(luò)。

6.根據(jù)權(quán)利要求1所述的一種多語言智能預(yù)處理實時統(tǒng)計機(jī)器翻譯系統(tǒng)，其特征在于，所述機(jī)器翻譯模塊包括訓(xùn)練模塊和翻譯模塊，所述的訓(xùn)練模塊利用GIZA++工具包在大規(guī)模平衡語料庫中學(xué)習(xí)短語對短語的翻譯；所述翻譯模塊用于對每個輸入進(jìn)來的句子，分割成短語片段，對每個短語片段根據(jù)訓(xùn)練模塊的訓(xùn)練結(jié)果進(jìn)行翻譯，所述翻譯模塊的翻譯過程是一個搜索過程，即從每一個翻譯子模型的翻譯結(jié)果組成的翻譯組合中找出最優(yōu)的翻譯組合，所述最優(yōu)的翻譯組合即為最終的翻譯結(jié)果。

7.根據(jù)權(quán)利要求6所述的一種多語言智能預(yù)處理實時統(tǒng)計機(jī)器翻譯系統(tǒng)，其特征在于，所述的翻譯子模型包括短語翻譯模型，語言模型，語序改變模型，基于詞性的語言模型，雙語語言模型和領(lǐng)域自適應(yīng)模型。

8.根據(jù)權(quán)利要求1所述的一種多語言智能預(yù)處理實時統(tǒng)計機(jī)器翻譯系統(tǒng)，其特征在于，所述的后處理模塊包括單詞標(biāo)點規(guī)范化模塊、大小寫轉(zhuǎn)換模塊和格式轉(zhuǎn)換模塊，所述單詞標(biāo)點規(guī)范化模塊用于把機(jī)器翻譯結(jié)果中的單詞和標(biāo)點規(guī)范化為目標(biāo)語言的表現(xiàn)形式；所述大小寫轉(zhuǎn)換模塊用于以西語作為目標(biāo)語言的翻譯；格式轉(zhuǎn)換模塊用于將翻譯的目標(biāo)語言的格式與待翻譯語言的格式一致。

9.根據(jù)權(quán)利要求8所述的一種多語言智能預(yù)處理實時統(tǒng)計機(jī)器翻譯系統(tǒng)，其特征在于，所述大小寫轉(zhuǎn)換模塊用于將目標(biāo)語言中的首字母和專有名詞的字母改為大寫形式。