[發明專利]文本處理方法、裝置、電子設備、及存儲介質

有效

• 申請號: 202010131365.3
• 申請日: 2020-02-28
• 公開（公告）號: CN111291575B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 趙程綺;王明軒;李磊
• 申請（專利權）人: 北京字節跳動網絡技術有限公司
• 主分類號: G06F40/58
• 分類號: G06F40/58
• 代理公司: 北京遠智匯知識產權代理有限公司 11659
• 代理人: 范坤坤

1.一種文本處理方法，其特征在于，包括：

在源文本中獲取帶格式的源語句；

獲取所述源語句中帶格式的語句位置和格式內容；

將所述源語句翻譯成目標語句；

根據所述語句位置和所述格式內容對所述目標語句進行排版和渲染展示；

所述方法還包括：確定所述帶格式的源語句中是否包含預定字符串；響應于確定所述帶格式的源語句中包含所述預定字符串，確定所述預定字符串的類型；

將所述源語句翻譯成目標語句包括：基于所述預定字符串的類型，將所述源語句翻譯成目標語句；

基于所述預定字符串的類型，將所述源語句翻譯成目標語句，包括：

若所述預定字符串屬于第一類型，則

將所述源語句根據所述預定字符串的位置進行截斷處理得到至少一個語句片段和所述預定字符串；

記錄所述至少一個語句片段和所述預定字符串位置關系；

對所述至少一個語句片段進行翻譯后，將翻譯結果和所述預定字符串根據所述位置關系進行拼接得到所述目標語句；

其中，屬于所述第一類型的所述預定字符串包括特定字符加上第一預定內容的字符串。

2.根據權利要求1所述的方法，其特征在于，根據所述語句位置和所述格式內容對所述目標語句進行排版和渲染展示包括：

若所述源語句中帶格式的語句位置表征所述源語句整體帶格式，則將所述目標語句整體根據所述格式內容進行排版和渲染展示。

3.根據權利要求1所述的方法，其特征在于，根據所述語句位置和所述格式內容對所述目標語句進行排版和渲染展示包括：

若所述源語句中帶格式的語句位置表征所述源語句的部分帶格式，則

對帶格式部分的語句片段進行翻譯；

將翻譯結果與所述目標語句進行匹配；

根據匹配結果確定所述目標語句中所述語句片段對應的譯文的位置；

對所確定的位置根據所述格式內容進行排版和渲染展示。

4.根據權利要求3所述的方法，其特征在于，將所述源語句翻譯成目標語句包括：將所述源語句輸入機器模型進行翻譯得到所述目標語句；并且

所述對帶格式部分的語句片段進行翻譯包括：

將所述帶格式部分的語句片段輸入所述機器模型進行翻譯；或

根據預定詞典對所述帶格式部分的語句片段進行詞匯翻譯。

5.根據權利要求1所述的方法，其特征在于，所述格式內容包括字體類型、背景色、行距、字符大小、超鏈接、高亮顯示、以及預定字符串中至少一種。

6.根據權利要求1所述的方法，其特征在于，其中，所述第一預定內容的字符串包括以下至少一項：用于表征文件的字符串、用于表征任務列表的字符串、用于表征時間的字符串、以及用于表征群名/組名的字符串。

7.根據權利要求1所述的方法，其特征在于，基于所述預定字符串的類型，將所述源語句翻譯成目標語句，包括：

若所述預定字符串屬于第二類型，則

將所述源語句根據所述預定字符串的位置進行截斷處理得到至少一個語句片段和所述預定字符串；

記錄所述至少一個語句片段和所述預定字符串位置關系；

對所述至少一個語句片段和所述預定字符串分別翻譯后，將翻譯結果根據所述位置關系進行拼接得到所述目標語句；

其中，屬于所述第二類型的所述字符串包括特定字符加上第二預定內容的字符串，所述第二預定內容的字符串包括用于表征文件標題的字符串。

8.根據權利要求1所述的方法，其特征在于，基于所述預定字符串的類型，將所述源語句翻譯成目標語句，包括：

若所述預定字符串屬于第三類型，則

將所述源語句中所述預定字符串用預定標簽替換后進行翻譯；

將翻譯結果中所述預定標簽對應的譯文替換為所述預定字符串作為所述目標語句；

其中，屬于所述第三類型的所述字符串包括特定字符加上第三預定內容的字符串，所述第三預定內容的字符串包括以下至少一項：用于表征人名的字符串、以及用于表征用戶在群組的昵稱的字符串。