[發明專利]從翻譯源原文生成相似文的方法、記錄介質、裝置以及系統

有效

• 申請號: 201710674166.5
• 申請日: 2017-08-09
• 公開（公告）號: CN107870901B
• 公開（公告）日: 2023-05-12
• 發明（設計）人: 山內真樹;藤原菜菜美;今出昌宏
• 申請（專利權）人: 松下知識產權經營株式會社
• 主分類號: G06F40/58
• 分類號: G06F40/58;G06F40/279
• 代理公司: 北京市中咨律師事務所 11247
• 代理人: 段承恩;徐健

1.一種方法，是從翻譯源原文生成相似文的方法，包括：

輸入第1文；

從第1數據庫提取與構成所述第1文的多個詞句中的第1詞句具有相同意思的一個以上的第2詞句，所述第1數據庫將詞句與所述第1數據庫所包含的詞句的近義詞句進行關聯；

根據基于第2數據庫所獲得的與所述一個以上的第2詞句對應的語境依賴值來算出N-gram值，所述第2數據庫將詞句與對應于所述第2數據庫所包含的詞句的所述語境依賴值進行關聯，所述語境依賴值表示所述第2數據庫包含的詞句所表示的意思依賴于語境的程度；

從在所述第1文中將所述第1詞句替換成所述一個以上的第2詞句而得到的一個以上的第2文中，提取與所述N-gram值相當的數量的、包括所述第2詞句在內的連續的一個以上的第3詞句；

對所述一個以上的第3詞句，算出在第3數據庫中的出現頻度，所述第3數據庫將詞句與所述第3數據庫所包含的詞句在所述第3數據庫中的出現頻度進行關聯；

判定算出的所述出現頻度是否在閾值以上；

在判定為算出的所述出現頻度在所述閾值以上的情況下，采用所述一個以上的第2文作為所述第1文的相似文，并輸出給外部的設備。

2.根據權利要求1所述的方法，

所述第1文用第1語言記述，

所述第1文包含于對譯語料庫，所述對譯語料庫包括多個成對的用第1語言記述的文和用第2語言記述的對譯文，

所述方法還包括：

在判定為算出的所述出現頻度在所述閾值以上的情況下，將所述一個以上的第2文作為所述第1文的相似文追加到所述對譯語料庫中。

3.根據權利要求1或2所述的方法，

所述第3數據庫包括N-gram語言模型數據庫，

所述方法還包括：

根據所述語境依賴值，將所述N-gram語言模型的N決定為i，在此，i為正整數；

通過查對所述第3數據庫，求取包括所述第2詞句的i-gram的出現頻度；

基于包括所述第2詞句的i-gram的出現頻度，判定是否采用所述一個以上的第2文作為所述第1文的相似文。

4.根據權利要求1或2所述的方法，還包括：

使用翻譯模型對預定的翻譯對象文進行翻譯并制作翻譯結果文，所述翻譯模型基于被判定為作為所述第1文的相似文來采用的所述一個以上的第2文、和將生成了所述一個以上的第2文的所述第1文用第2語言進行翻譯所得到的翻譯文而生成；

評價所述翻譯結果文；

基于所述翻譯結果文的評價結果，生成反饋信息，所述反饋信息包括關于所述翻譯對象文的語言和/或所述翻譯結果文的語言的語言信息、以及對于所述語言信息的評價信息。

5.根據權利要求4所述的方法，

使用所述反饋信息對所述第1數據庫、所述第2數據庫和所述第3數據庫中的至少一方進行更新。

6.根據權利要求4所述的方法，

在所述反饋信息包括具有語境依賴性的所述第2詞句的情況下，對所述第2數據庫以及所述第3數據庫進行更新。

7.根據權利要求4所述的方法，

在所述反饋信息包括新的文表達的情況下，根據所述文表達來改變所述第2數據庫的語境依賴值。

8.根據權利要求4所述的方法，

在所述反饋信息包括新的文表達的情況下，更新所述第3數據庫以使其包括所述文表達。