[發明專利]文本翻譯方法和裝置、電子設備、存儲介質

在審

• 申請號: 202110697444.5
• 申請日: 2021-06-23
• 公開（公告）號: CN113609874A
• 公開（公告）日: 2021-11-05
• 發明（設計）人: 宋超
• 申請（專利權）人: 珠海金山辦公軟件有限公司;北京金山辦公軟件股份有限公司;武漢金山辦公軟件有限公司
• 主分類號: G06F40/58
• 分類號: G06F40/58
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 董曉盈

1.一種文本翻譯方法，其特征在于，所述方法包括：

獲取待處理文本，并確定對所述待處理文本進行翻譯的源語言和目標語言；

提取所述待處理文本中的待翻譯數字，所述待翻譯數字包含以源語言表示的數字和阿拉伯數字中的至少一種；

按照所述源語言對應的預設標準，對于所述待翻譯數字進行規范化處理，得到經處理數字；

根據所述經處理數字的數值類型，將所述經處理數字從所述源語言向所述目標語言進行轉換，得到所述目標語言中的目標數字。

2.根據權利要求1所述的方法，其特征在于，所述提取所述待處理文本中的待翻譯數字，包括：

順序掃描所述待處理文本中的第一字符，所述第一字符包括詞和符號中任一項；

對于掃描得到的第一字符，根據與所述第一字符的類型對應的第二預設規則，將所述第一字符提取至列表中或跳過所述第一字符不進行提取，其中，所述列表初始為空；

響應于發生跳過所述第一字符不進行提取的操作，將所述列表中的第一字符拼接成字符串，得到所述待翻譯數字，并清空所述列表。

3.根據權利要求2所述的方法，其特征在于，所述第一字符的類型包括基數詞、序數詞、連接詞、阿拉伯數字中的至少一項，所述第一字符的類型對應的第二預設規則包括以下至少一項：

響應于所述第一字符為基數詞，將所述第一字符添加至所述列表中；

響應于所述第一字符為序數詞，在所述列表不為空的情況下將所述第一字符添加至所述列表中，否則跳過所述第一字符不進行提取；

響應于所述第一字符為連接詞，在所述列表中的最后一個字符是基數詞的情況下，將所述第一字符添加至所述列表中，其中，所述連接詞包括連接符號；

響應于所述第一字符為阿拉伯數字，將所述第一字符添加至所述列表中；

響應于所述第一字符為非數字或者連接詞，則跳過不進行提取。

4.根據權利要求1所述的方法，其特征在于，在提取所述待處理文本中的待翻譯數字之后，所述方法還包括：刪除符合以下至少一項的待翻譯數字：

所述待翻譯數字不具有數字含義；

所述待翻譯數字為章節符號；

所述待翻譯數字不符合數字語法。

5.根據權利要求1至4任一項所述的方法，其特征在于，所述預設標準包括以下至少一項：

對待翻譯數字進行完整表述；

在所述待翻譯數字包含兩種或兩種以上語言表述的數字的情況下，將所述數字轉換為以同一種語言表述的數字。

6.根據權利要求5所述的方法，其特征在于，所述方法還包括：

響應于所述經處理數字中包含小數和數字單位，

根據所述經處理數字中所包含的數字單位，對所述小數進行縮放，根據縮放后的結果更新所述經處理數字。

7.根據權利要求1至6任一項所述的方法，其特征在于，所述根據所述經處理數字的數值類型，將所述經處理數字從所述源語言向所述目標語言進行轉換，得到所述目標語言中的目標數字，包括：

根據所述經處理數字的數值類型以及所述源語言的類別，對所述經處理數字進行分解；

將分解后的各個部分分別映射為目標語言的數值部分；

根據所述目標語言的類別，對各個數值部分進行組合，得到所述目標數字。

8.根據權利要求7所述的方法，其特征在于，根據所述經處理數字的數值類型以及所述源語言類別，對所述經處理數字進行分解，包括：

在所述經處理數字中檢測所述源語言中多種類別的分隔符，每種類別的分隔符分別與數值類別對應；

根據所檢測到的分隔符的類別，確定所述經處理數字的數值類別；

根據所述數值類別對應的預設分解規則，對所述經處理數字進行分解。