[發(fā)明專利]組織機(jī)構(gòu)名漢英翻譯方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710779839.3
• 申請(qǐng)日: 2017-09-01
• 公開（公告）號(hào): CN108733658A
• 公開（公告）日: 2018-11-02
• 發(fā)明（設(shè)計(jì)）人: 李斌;楊建華;湯詩華;錢豐收;馬寧
• 申請(qǐng)（專利權(quán)）人: 安徽廣播電視大學(xué)
• 主分類號(hào): G06F17/28
• 分類號(hào): G06F17/28;G06F17/27
• 代理公司: 蘇州中合知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 32266
• 代理人: 趙曉芳

本發(fā)明公開了一種組織機(jī)構(gòu)名漢英翻譯方法，具體步驟為：獲取組織機(jī)構(gòu)名實(shí)體相應(yīng)的擴(kuò)展查詢集合；采用包含擴(kuò)展集合的新的檢索詞檢索網(wǎng)絡(luò)資源，獲取混合雙語摘要資源；從混合雙語摘要資源抽取組織機(jī)構(gòu)名實(shí)體翻譯候選并按照可信度進(jìn)行排序；得到翻譯結(jié)果；擴(kuò)展查詢方法結(jié)合了實(shí)體翻譯結(jié)果構(gòu)造查詢和共現(xiàn)主題詞譯文擴(kuò)展查詢兩種方法，并且構(gòu)建翻譯模型時(shí)采用貪心算法獲取翻譯對(duì)最優(yōu)對(duì)齊結(jié)果，提高了后續(xù)的語塊抽取及語塊翻譯概率計(jì)算的準(zhǔn)確度和效率，本發(fā)明考慮到組織機(jī)構(gòu)名的內(nèi)部結(jié)構(gòu)特點(diǎn)，采用以語塊為翻譯單位建立翻譯模型，重點(diǎn)解決候選語塊的抽取及概率計(jì)算及基于上下文無關(guān)的翻譯解碼算法，降低了翻譯時(shí)間復(fù)雜度，提高了翻譯的準(zhǔn)確度和效率。

技術(shù)領(lǐng)域

本發(fā)明涉及語言翻譯領(lǐng)域，具體涉及一種組織機(jī)構(gòu)名漢英翻譯方法。

背景技術(shù)

相對(duì)于人名、地名等命名實(shí)體，組織機(jī)構(gòu)名的結(jié)構(gòu)更為復(fù)雜，因?yàn)榻M織機(jī)構(gòu)名中可能既 包含人名、地名甚至另一個(gè)機(jī)構(gòu)名。通常對(duì)組織機(jī)構(gòu)名的翻譯是采用結(jié)合音譯和意譯進(jìn)行翻 譯，同時(shí)由于結(jié)構(gòu)復(fù)雜，需要進(jìn)行一定程度的詞語調(diào)序，所以對(duì)組織機(jī)構(gòu)名翻譯不僅僅要解 決普通機(jī)器翻譯固有的問題，如詞語選擇、詞語調(diào)序，還需要解決音譯問題以及音譯和意譯 相結(jié)合的問題，因此組織結(jié)構(gòu)名的翻譯仍然是自然語言處理問題中的一個(gè)難點(diǎn)，仍具有很大 的挑戰(zhàn)性。

目前，基于本地翻譯模型的組織機(jī)構(gòu)名的研究比較深入和成熟，基于統(tǒng)計(jì)的音譯模型 方法在一定程度上解決了符合音譯規(guī)律的音譯問題，對(duì)于部分符合音譯規(guī)律或者不符合音 譯規(guī)律的情況無能為力。基于短語的上下文相關(guān)的組織機(jī)構(gòu)名模型以傳統(tǒng)機(jī)器模型作為基 礎(chǔ)改進(jìn)，未考慮組織機(jī)構(gòu)名的內(nèi)部結(jié)構(gòu)特點(diǎn)，并且時(shí)間復(fù)雜度高，針對(duì)組織機(jī)構(gòu)名整體(音 譯和意譯)的翻譯模型還不夠成熟，研究比較少，有必要進(jìn)一步深入研究。

發(fā)明內(nèi)容

為解決上述技術(shù)問題，本發(fā)明提出了一種組織機(jī)構(gòu)名漢英翻譯方法，以達(dá)到更準(zhǔn)確的 翻譯組織機(jī)構(gòu)名的目的。

為達(dá)到上述目的，本發(fā)明的技術(shù)方案如下：

一種組織機(jī)構(gòu)名漢英翻譯方法，方法步驟如下：

步驟1：獲取組織機(jī)構(gòu)名實(shí)體相應(yīng)的擴(kuò)展查詢集合；

步驟2：采用包含擴(kuò)展集合的新的檢索詞檢索網(wǎng)絡(luò)資源，獲取混合雙語摘要資源；

步驟3：從混合雙語摘要資源抽取組織機(jī)構(gòu)名實(shí)體翻譯候選并按照可信度進(jìn)行排序；

步驟4：得到翻譯結(jié)果。

作為優(yōu)選的，步驟1所述的擴(kuò)展查詢集合包含有：組織機(jī)構(gòu)名實(shí)體翻譯結(jié)果構(gòu)造查詢 和共現(xiàn)主題詞譯文擴(kuò)展查詢，

所述組織機(jī)構(gòu)名實(shí)體翻譯結(jié)果構(gòu)造查詢的具體步驟如下：構(gòu)建組織機(jī)構(gòu)名翻譯對(duì)；對(duì) 所述組織機(jī)構(gòu)名翻譯對(duì)進(jìn)行內(nèi)部對(duì)齊；根據(jù)計(jì)算的翻譯可信度進(jìn)行語句塊的抽取；生成基 于所述語句塊的組織機(jī)構(gòu)名翻譯模型；提取有效的信息結(jié)果，

所述共現(xiàn)主題詞譯文擴(kuò)展查詢方法步驟為：將源查詢?cè)~提交搜索引擎，獲取包含源查 詢的源語言摘要信息，然后利用TF-IDF從獲得的源語言摘要信息抽取和源查詢共現(xiàn)的主題 詞匯，獲得主題詞匯后，從雙語詞典中查找這些主題詞匯的譯文作為該方法最后的擴(kuò)展集 合。

作為優(yōu)選的，所述內(nèi)部對(duì)齊的步驟為：利用機(jī)器翻譯中普遍采用的GIZA++詞對(duì)齊工具 對(duì)機(jī)構(gòu)名的漢英翻譯對(duì)進(jìn)行了詞對(duì)位處理，包括漢-英和英-漢兩個(gè)方向，根據(jù)兩個(gè)方向的 對(duì)齊結(jié)果的交集獲取對(duì)齊錨點(diǎn)；抽取候選字串；根據(jù)獲取每一個(gè)對(duì)齊錨點(diǎn)分別向左右方向 擴(kuò)展直至下一個(gè)對(duì)齊錨點(diǎn)，當(dāng)前對(duì)齊錨點(diǎn)加上擴(kuò)展的字詞作為候選的字串；計(jì)算雙語單語 串的翻譯可信度；針對(duì)每一個(gè)命名實(shí)體翻譯對(duì)，采用貪心算法獲取最優(yōu)對(duì)齊結(jié)果。

作為優(yōu)選的，所述翻譯可信度的計(jì)算方法是使用類似于TF-IDF方法對(duì)獲得的翻譯片段 打分，對(duì)于給定的中文串o和英文串e翻譯可信度按如下公式計(jì) 算：