[發(fā)明專利]文檔處理方法以及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201810173169.5
• 申請(qǐng)日: 2018-03-01
• 公開(kāi)（公告）號(hào): CN108334481B
• 公開(kāi)（公告）日: 2021-08-27
• 發(fā)明（設(shè)計(jì)）人: 屈耕
• 申請(qǐng)（專利權(quán)）人: 四川語(yǔ)言橋信息技術(shù)有限公司
• 主分類號(hào): G06F40/151
• 分類號(hào): G06F40/151;G06F40/126
• 代理公司: 北京超凡志成知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11371
• 代理人: 王文紅

本發(fā)明提供了一種文檔處理方法以及裝置，主要是通過(guò)提取XML中的需要翻譯的文本，然后對(duì)其進(jìn)行替換實(shí)現(xiàn)無(wú)差異還原，能夠高保真的還原原文檔格式。通過(guò)部分可視化元素，減少頁(yè)面(編輯器)標(biāo)簽，通過(guò)多源文檔解壓后的xml元素加唯一性id和model中標(biāo)簽id對(duì)應(yīng)，實(shí)現(xiàn)元素節(jié)點(diǎn)還原，能夠?qū)崿F(xiàn)較好的保真效果。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)處理領(lǐng)域，具體而言，涉及一種文檔處理方法以及裝置。

背景技術(shù)

近十年來(lái)，信息技術(shù)、人工智能、自然語(yǔ)言處理等的發(fā)展，特別是計(jì)算機(jī)硬件承載能力持續(xù)增長(zhǎng)，互聯(lián)網(wǎng)技術(shù)、云計(jì)算深入發(fā)展促使翻譯技術(shù)突飛猛進(jìn)，翻譯系統(tǒng)功能不斷改善，翻譯行業(yè)生產(chǎn)力不斷提高，智能化、語(yǔ)境化、可視化、集成化、網(wǎng)絡(luò)協(xié)作化等特征越來(lái)越明顯。可以預(yù)見(jiàn)，傳統(tǒng)翻譯生產(chǎn)方式將逐步被新技術(shù)洪流淹沒(méi)，以云計(jì)算為基礎(chǔ)架構(gòu)的云翻譯系統(tǒng)將會(huì)粉墨登場(chǎng)。

當(dāng)前市面上的計(jì)算機(jī)程序中的計(jì)算機(jī)輔助翻譯軟件(Computer AidedTranslation，CAT)在針對(duì)Office在文檔文本提取和樣式存在標(biāo)簽過(guò)多的情況下時(shí)，如Visualtran，WordFast，還原文件易丟失內(nèi)容，對(duì)譯后查找校對(duì)有較大影響，對(duì)翻譯后的文本內(nèi)容和樣式進(jìn)行還原時(shí)，都容易丟失。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明實(shí)施例的目的在于提供一種文檔處理方法以及裝置，以解決上述問(wèn)題。

第一方面，本發(fā)明實(shí)施例提供了一種文檔處理方法，所述方法包括：將預(yù)先獲取到的待處理文檔進(jìn)行識(shí)別，得到所述待處理文檔中的目標(biāo)節(jié)點(diǎn)，所述目標(biāo)節(jié)點(diǎn)至少包括段落節(jié)點(diǎn)、文本和文本樣式節(jié)點(diǎn)以及文本節(jié)點(diǎn)；基于預(yù)先保存的標(biāo)識(shí)符生成算法，對(duì)所述目標(biāo)節(jié)點(diǎn)中的每個(gè)節(jié)點(diǎn)標(biāo)記唯一性標(biāo)識(shí)；將添加唯一性標(biāo)識(shí)后的待處理文檔進(jìn)行加密處理，得到加密文檔；將所述加密文檔按照節(jié)點(diǎn)的不同分別保存在預(yù)先設(shè)置的標(biāo)簽?zāi)Ｐ蛢?nèi)；獲取與所述待處理文檔對(duì)應(yīng)的譯文；將所述譯文與保存在所述標(biāo)簽?zāi)Ｐ蛢?nèi)的所述文本節(jié)點(diǎn)進(jìn)行替換；對(duì)進(jìn)行替換后的所述加密文檔進(jìn)行解密后，基于所述唯一性標(biāo)識(shí)，將替換后的所述加密文檔進(jìn)行還原。

第二方面，本發(fā)明實(shí)施例提供了一種文檔處理裝置，所述裝置包括：識(shí)別模塊，用于將預(yù)先獲取到的待處理文檔進(jìn)行識(shí)別，得到所述待處理文檔中的目標(biāo)節(jié)點(diǎn)，所述目標(biāo)節(jié)點(diǎn)至少包括段落節(jié)點(diǎn)、文本和文本樣式節(jié)點(diǎn)以及文本節(jié)點(diǎn)；標(biāo)記模塊，用于基于預(yù)先保存的標(biāo)識(shí)符生成算法，對(duì)所述目標(biāo)節(jié)點(diǎn)中的每個(gè)節(jié)點(diǎn)標(biāo)記唯一性標(biāo)識(shí)；加密模塊，用于將添加唯一性標(biāo)識(shí)后的待處理文檔進(jìn)行加密處理，得到加密文檔；保存模塊，用于將所述加密文檔按照節(jié)點(diǎn)的不同分別保存在預(yù)先設(shè)置的標(biāo)簽?zāi)Ｐ蛢?nèi)；獲取模塊，用于獲取與所述待處理文檔對(duì)應(yīng)的譯文；替換模塊，用于將所述譯文與保存在所述標(biāo)簽?zāi)Ｐ蛢?nèi)的所述文本節(jié)點(diǎn)進(jìn)行替換；還原模塊，用于對(duì)進(jìn)行替換后的所述加密文檔進(jìn)行解密后，基于所述唯一性標(biāo)識(shí)，將替換后的所述加密文檔進(jìn)行還原。

與現(xiàn)有技術(shù)相比，本發(fā)明各實(shí)施例提出的文檔處理方法以及裝置，通過(guò)將預(yù)先獲取到的待處理文檔進(jìn)行識(shí)別，得到所述待處理文檔中的目標(biāo)節(jié)點(diǎn)，所述目標(biāo)節(jié)點(diǎn)至少包括段落節(jié)點(diǎn)、文本和文本樣式節(jié)點(diǎn)以及文本節(jié)點(diǎn)；基于預(yù)先保存的標(biāo)識(shí)符生成算法，對(duì)所述目標(biāo)節(jié)點(diǎn)中的每個(gè)節(jié)點(diǎn)標(biāo)記唯一性標(biāo)識(shí)；將添加唯一性標(biāo)識(shí)后的待處理文檔進(jìn)行加密處理，得到加密文檔；將所述加密文檔按照節(jié)點(diǎn)的不同分別保存在預(yù)先設(shè)置的標(biāo)簽?zāi)Ｐ蛢?nèi)；獲取與所述待處理文檔對(duì)應(yīng)的譯文；將所述譯文與保存在所述標(biāo)簽?zāi)Ｐ蛢?nèi)的所述文本節(jié)點(diǎn)進(jìn)行替換；對(duì)進(jìn)行替換后的所述加密文檔進(jìn)行解密后，基于所述唯一性標(biāo)識(shí)，將替換后的所述加密文檔進(jìn)行還原。本方案主要是通過(guò)提取XML中的需要翻譯的文本，然后對(duì)其進(jìn)行替換實(shí)現(xiàn)無(wú)差異還原，能夠高保真的還原原文檔的格式。通過(guò)部分可視化元素，減少頁(yè)面(編輯器)標(biāo)簽，通過(guò)多源文檔解壓后的xml元素加唯一性id和model中標(biāo)簽id對(duì)應(yīng)，實(shí)現(xiàn)元素節(jié)點(diǎn)還原，能夠?qū)崿F(xiàn)較好的保真效果。減少了以前譯員排版的煩惱。

為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能更明顯易懂，下文特舉較佳實(shí)施例，并配合所附附圖，作詳細(xì)說(shuō)明如下。

附圖說(shuō)明