[發明專利]文檔翻譯方法、裝置、電子設備及存儲介質

在審

• 申請號: 202011605004.4
• 申請日: 2020-12-30
• 公開（公告）號: CN112633015A
• 公開（公告）日: 2021-04-09
• 發明（設計）人: 張芃
• 申請（專利權）人: 語聯網（武漢）信息技術有限公司
• 主分類號: G06F40/47
• 分類號: G06F40/47
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 李文清

1.一種文檔翻譯方法，其特征在于，包括：

確定文檔中的多個待翻譯片段；

將任一待翻譯片段與翻譯語料庫中的所有原文片段進行散列值匹配，確定所述任一待翻譯片段的譯文片段；所述翻譯語料庫包括多個原文片段以及每一原文片段對應的散列值和譯文片段；

基于每一待翻譯片段的譯文片段，確定所述文檔的翻譯結果。

2.根據權利要求1所述的文檔翻譯方法，其特征在于，所述將任一待翻譯片段與翻譯語料庫中的所有原文片段進行散列值匹配，確定所述任一待翻譯片段的譯文片段，包括：

將任一待翻譯片段與翻譯語料庫中的所有原文片段進行散列值匹配，確定與所述任一待翻譯片段相匹配的多個原文片段；

基于所述任一待翻譯片段，所述多個原文片段以及每一原文片段的譯文片段，確定所述任一待翻譯片段的譯文片段。

3.根據權利要求2所述的文檔翻譯方法，其特征在于，所述基于所述任一待翻譯片段，所述多個原文片段以及每一原文片段的譯文片段，確定所述任一待翻譯片段的譯文片段，包括：

基于所述任一待翻譯片段的關聯片段與每一原文片段的關聯片段之間的語義相似度，確定所述任一待翻譯片段的候選原文片段；

將所述候選原文片段對應的譯文片段作為所述任一待翻譯片段的譯文片段。

4.根據權利要求3所述的文檔翻譯方法，其特征在于，所述任一待翻譯片段的關聯片段為所述任一待翻譯片段在所述文檔中的上下文片段。

5.根據權利要求4所述的文檔翻譯方法，其特征在于，所述確定文檔中的多個待翻譯片段，包括：

對所述文檔進行片段劃分，確定所述文檔的所有片段；

基于所述文檔中散列值相同的片段的關聯片段之間的語義相似度，對所述散列值相同的片段進行聚類，得到多個語義相似類，并將每一語義相似類中的任一片段作為每一語義相似類對應的待翻譯片段；

基于所述多個語義相似類以及每一語義相似類對應的待翻譯片段，確定所述文檔中的多個待翻譯片段。

6.根據權利要求5所述的文檔翻譯方法，其特征在于，所述基于每一待翻譯片段的譯文片段，確定所述文檔的翻譯結果，包括：

基于每一語義相似類中任一片段的譯文片段，確定所述每一語義相似類中所有片段的譯文片段；

基于所述文檔中的所有片段的譯文片段，確定所述文檔的翻譯結果。

7.根據權利要求5所述的文檔翻譯方法，其特征在于，所述對所述文檔進行片段劃分，確定所述文檔的所有片段，包括：

基于所述文檔中的段落標識符和/或標點符號，對所述文檔進行片段劃分，確定所述文檔的所有片段。

8.一種文檔翻譯裝置，其特征在于，包括：

片段確定單元，用于確定文檔中的多個待翻譯片段；

片段翻譯單元，用于將任一待翻譯片段與翻譯語料庫中的所有原文片段進行散列值匹配，確定所述任一待翻譯片段的譯文片段；所述翻譯語料庫包括多個原文片段以及每一原文片段對應的散列值和譯文片段；

結果輸出單元，用于基于每一待翻譯片段的譯文片段，確定所述文檔的翻譯結果。

9.一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1至7中任一項所述的文檔翻譯方法的步驟。

10.一種非暫態計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至7中任一項所述的文檔翻譯方法的步驟。