[發明專利]文檔輔助翻譯方法及裝置

在審

• 申請號: 202110075040.2
• 申請日: 2021-01-20
• 公開（公告）號: CN112766003A
• 公開（公告）日: 2021-05-07
• 發明（設計）人: 樊兵兵
• 申請（專利權）人: 語聯網（武漢）信息技術有限公司
• 主分類號: G06F40/58
• 分類號: G06F40/58
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 張睿

1.一種文檔輔助翻譯方法，其特征在于，包括：

將待翻譯文檔拆分成多個句子，根據語種識別出不翻譯的句子，分析所述待翻譯文檔中和所述待翻譯文檔之間的重復句子，將每個句子與語料庫中的語料和術語進行匹配，獲取每個句子匹配到的術語和語料，將所述句子及匹配的術語和語料寫入待譯excel表格，標識出所述不翻譯的句子，并把所述重復句子所在的行進行標識鎖定；

從所述語料庫中獲取每個句子匹配到的語料的譯文，并將所述譯文寫入所述待譯excel表格中，以供譯員根據所述待譯excel表格對每個句子進行翻譯；

根據譯員在所述待譯excel中寫入的每個句子的譯文，生成已譯excel表格，對所述已譯excel表格進行術語檢查及漏譯檢查，若檢查通過，則將所有句子的譯文還原為所述待翻譯文檔的譯文。

2.根據權利要求1所述的文檔輔助翻譯方法，其特征在于，所述將待翻譯文檔拆分成多個句子包括：

基于Aspose.words類庫中的DOM將待翻譯文檔轉換成Document對象；

提取所述Document對象中的所有段落和表格；

對每個段落進行語種識別，根據每個段落的語種的斷句符號將每個段落拆分成句子；

將所述表格中每行的文本內容作為單個句子。

3.根據權利要求1所述的文檔輔助翻譯方法，其特征在于，將每個句子與語料庫中的語料進行匹配，獲取每個句子匹配到的語料包括：

統計每個句子的信息和每個語料的信息；

基于AhoCorasickDoubleArrayTrie將每個句子的信息與各語料的信息進行匹配，獲取每個句子的信息與各語料的信息之間的匹配率；

將匹配率大于預設閾值的語料作為每個句子匹配到的語料。

4.根據權利要求1-3任一所述的文檔輔助翻譯方法，其特征在于，所述將所述句子及匹配的術語和語料寫入待譯excel表格，包括：

以每個句子的原文、譯文、匹配到的術語和語料為列生成待譯excel表格；

基于Apache POI將每個句子的原文、匹配到的術語和語料填充到所述待譯excel表格的相應列中，并將每個句子匹配到的術語在所述待譯excel表格中使用第一樣式進行標識；

基于所述Apache POI將每個句子匹配到的語料的譯文填充到所述待譯excel表格中每個句子的譯文對應的列，并將填充所述語料的譯文的單元格使用第二樣式進行標識，以供譯員根據待譯excel表格中的填充和標識對每個句子的譯文所在的單元格進行編輯，生成已譯excel表格；

根據所述已譯excel表格中每個句子的譯文，獲取所述待翻譯文檔的譯文。

5.根據權利要求4所述的文檔輔助翻譯方法，其特征在于，所述標識出所述不翻譯的句子，并把所述重復句子所在的行進行標識鎖定，包括：

獲取所述待翻譯文檔中的重復句子，基于所述Apache POI將所述重復句子在所述待譯excel表格中所在的行設置為密碼鎖定，并將所述重復句子的原文所在的單元格使用第三樣式進行標識；

若任一句子的語種與該句子待翻譯的語種一致，則基于所述Apache POI將該句子的原文在所述待譯excel表格中的單元格使用第四樣式進行標識，并將該句子的原文填充到所述待譯excel表格中該句子的譯文所在的單元格，將填充該句子的譯文所在的單元格使用第五樣式進行標識。

6.根據權利要求4所述的文檔輔助翻譯方法，其特征在于，所述對所述已譯excel表格進行術語檢查及漏譯檢查，若檢查通過，則將所有句子的譯文還原為所述待翻譯文檔的譯文，包括：

基于EasyExcel讀取所述已譯excel表格，檢查所述已譯excel表格中是否滿足預設條件；

若滿足，則根據所述已譯excel表格中每個句子的譯文，獲取所述待翻譯文檔的譯文；

其中，所述預設條件為所述已譯excel表格中不存在句子的譯文為空，且每個句子中的術語在所述已譯excel表格中的譯文與所述語料庫中的譯文相同。