[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

本發明提供一種文檔輔助翻譯方法及裝置，該方法包括：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，分析文檔中和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，將待翻譯句子、匹配的術語和語料寫入excel，標識出無需翻譯的句子，并把重復句子行進行標識鎖定；從語料庫中獲取每個句子匹配到的語料的譯文，以供譯員對每個句子進行翻譯；根據譯員對每個句子進行翻譯的譯文，獲取所述待翻譯文檔的譯文，進行術語語料檢查及漏譯檢查，最終按照段段對照、句句對照、純譯文模式進行文檔還原完成翻譯。本發明提高了待翻譯文檔翻譯的質量和效率，降低翻譯成本。

技術領域

本發明涉及翻譯輔助處理技術領域，尤其涉及一種文檔輔助翻譯方法及裝置。

背景技術

隨著科學技術的發展，語言處理領域的研究很多。其中，在智能翻譯方面，用戶只要輸入文本，就可以通過智能翻譯工具將其翻譯成所需的語言。但語言組織的組織結構比較復雜且有的詞語可能有多個意思，因此翻譯工具翻譯的結果一般不太理想。

在對翻譯的精度要求較高的場景中，需要譯員進行翻譯。譯員在對文檔進行翻譯時，依次對文檔的每個句子進行翻譯。由于譯員的知識儲備有限，需要安裝其他翻譯輔助工具。例如，通過翻譯輔助工具查找文檔中術語的翻譯。從而導致翻譯需要耗費大量時間和成本。

發明內容

本發明提供一種文檔輔助翻譯方法及裝置，用以解決現有技術中譯員手動翻譯耗時長，成本高的缺陷，實現提高譯員翻譯效率，降低翻譯成本。

本發明提供一種文檔輔助翻譯方法，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。

根據本發明提供的一種文檔輔助翻譯方法，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。

根據本發明提供的一種文檔輔助翻譯方法，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。

根據本發明提供的一種文檔輔助翻譯方法，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；