CN102646092A - 多语言翻译的方法 - Google Patents

多语言翻译的方法 Download PDF

Info

Publication number
CN102646092A
CN102646092A CN2011101219718A CN201110121971A CN102646092A CN 102646092 A CN102646092 A CN 102646092A CN 2011101219718 A CN2011101219718 A CN 2011101219718A CN 201110121971 A CN201110121971 A CN 201110121971A CN 102646092 A CN102646092 A CN 102646092A
Authority
CN
China
Prior art keywords
code
language
individual character
translation
user
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2011101219718A
Other languages
English (en)
Inventor
吴铭远
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Publication of CN102646092A publication Critical patent/CN102646092A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/40Processing or translation of natural language
    • G06F40/42Data-driven translation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/40Processing or translation of natural language
    • G06F40/58Use of machine translation, e.g. for multi-lingual retrieval, for server-side translation for client devices or for real-time translation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Machine Translation (AREA)

Abstract

本发明提供一种多语言翻译的方法,一代码串流于负数使用者之间传送,此代码串流包括代表使用语言的一语言代码、代表一句子结构的构句代码以及至少一单字代码,单字代码为表示语言中单字的代码,每一单字代码包含代表唯一单字的一数字代码以及代表单字使用文法的一文法代码。在翻译代码串流的期间,构句代码用以重新排列该至少一单字代码或在正确句子中由单字代码所表示的单字,待码串流通过确认出语言代码并转换成第二语言的单字代码来翻译;接着利用构句代码排列出第二语言的单字,成为文法上正确的句子。

Description

多语言翻译的方法
技术领域
本发明有关一种翻译方法,特别是指一种可将第一语言翻译成至少一个目标语言的多语言翻译的方法。
背景技术
由于全世界的人类使用语言众多,对于大多数民众而言如果双方没有彼此皆了解的大众语言,将造成沟通上的困难,这种语言障碍容易产生误会、冲突与隔阂。
为了取得更好的沟通,通常需要通过一翻译人员进行翻译,使两种语言皆可被理解,但雇用翻译人员的金额昂贵、没效率且不够弹性。
另一种翻译方式则是通过电脑或翻译器等机器进行翻译,不幸的是众多语言的语言规则具有极大的差异,因此利用机器翻译出的结果常常无法理解,显然此种方法并不可靠。
因此,本发明即提出一种多语言翻译的方法,以克服上述该等问题,具体架构及其实施方式将详述于下
发明内容
本发明的主要目的在提供一种多语言翻译的方法,让使用者可使用各自的语言进行互动与沟通。
本发明所提供的多语言翻译的方法包括一代码串流由使用者传送接收,代码串流包括一语言代码、一构句代码及至少一单字代码,这些代码举例而言可为二进位、十六进位或八进位的数字。
语言代码为代码串流的内容中所使用的语言。
单字代码为语言代码所代表的语言中的单字,每一单字代码代表一个唯一字。每一单字代码包括一文法代码及一数字代码,其中数字代码象征该语言的一唯一字的代码,而文法代码则为该单字的文法特征的代码。
构句代码为代码串流中用以将单字代码组成句子结构的代码,在翻译期间,代码串流、构句代码用以将多单字代码重新排列,或将多单字代码表示成正确的句子。
代码串流藉由确认出语言代码,并将单字代码翻译成第二语言进行翻译,接着利用构句代码将第二语言的单字排列成合乎文法的正确句子。
本发明所提供的多语言翻译的方法包括从第一使用者处接收一原语言的输入,接着将此原语言输入翻译成基本语言的文字,此基本语言文字接着被转换成目标语言的至少一单字代码,并判断目标语言单字为何;通过网络或在一伺服器上搜寻出最常用或最像的目标语言单字做为最佳选择,并将其当作目标语言的翻译结果传送给一使用者。
本发明所提出的多语言翻译的方法可利用文件、声音、影像或扫描物件,举例而言,当应用在一聊天室中,第一使用者输入一种语言的词句后,第二使用者可读取已将的翻译成另一种语言的文件;另一应用为当多使用者使用多种语言而需要翻译,但每一种语言皆须一个翻译人员显然并不有效。
多语言翻译的方法的另一实施例应用在电话聊天或电话会议,聊天中每一个人皆说各自的语言,而本发明可将其翻译成其他人的语言,因此使用者可使用亲切的语言与其他使用者的不同语言进行交流。
底下通过具体实施例详加说明,当更容易了解本发明的目的、技术内容、特点及其所达成的功效。
附图说明
图1A为本发明多语言翻译的方法中代码串流的一实施例的示意图。
图1B及图1C为本发明多语言翻译的方法中单字代码结构的一实施例的示意图。
图1D为本发明多语言翻译的方法中代码串流的另一实施例的示意图。
图1E为本发明多语言翻译的方法中使用多种语言的单字代码彼此的间关系的一实施例的示意图。
图2A为本发明多语言翻译的方法的一架构的实施例示意图。
图2B及图2C为本发明多语言翻译的方法的一方法实施例的流程图。
图3A为本发明多语言翻译的方法的一架构的实施例示意图。
图3B为本发明多语言翻译的方法的另一方法实施例的流程图。
图4A为本发明多语言翻译的方法的另一架构的实施例示意图。
图4B为本发明多语言翻译的方法的另一方法实施例的流程图。
图5A为本发明多语言翻译的方法的另一架构的实施例示意图。
图5B为本发明多语言翻译的方法的另一方法实施例的流程图。
图6至图8为本发明多语言翻译的方法的一方法实施例的流程图。
图9A及图9B为本发明多语言翻译的方法中自动选取功能的实施例的方块示意图。
图10A至图10D为本发明多语言翻译的方法的一实施例的流程图。
图11A至图11C为本发明多语言翻译的方法的一实施例的架构方块图。
图12A为本发明多语言翻译的方法的一实施例中字母代码的方法,基本语言中的每一字母各具有一代表的号码。
图12B为本发明多语言翻译的方法中单字代码格式的一实施例的示意图。
图12C为本发明多语言翻译的方法中不同语言的单字代码互相比较的一实施例示意图。
附图标记说明:100-代码串流;101-语言代码;102-一单字代码;102A-文法代码;102B-数字代码;103-二单字代码;104-三单字代码;105-构句代码;106-使用者代码;107-设备代码;200-多语言翻译的方法的架构;201-使用者;A-设备;202-使用者B设备;901、902、903、904-使用者;905-虚拟转接器;1100-多语言翻译的方法的架构;1101-原使用者;1102-伺服器;1103-接收端使用者;1104-搜寻伺服器;1105-网际网络;1200-单字代码;1210-语言代码;1220-数字代码;1230-文法代码;1205-语言;1240-单字。
具体实施方式
本发明提供一种多语言翻译的方法,参照图1A,其为本发明的多语言翻译的方法的代码串流(code stream)的一实施例示意图。
本发明的多语言翻译的方法的一个重要构成要素即为此代码串流,如图1A所示,该代码串流100包含了一串要素。在本实施例中,此代码串流100是由了一个语言代码(language code)101,一个第一单字代码(word code)102,一个第二单字代码103,一个第三单字代码104及一个构句代码(sentence code)105所组成。
语言代码101是由一个代码所组成,用以代表或表示用于单字代码102、103、104及构句代码105中的语言,举例而言,如果该使用者以英语产生了代码串流100,那么此语言代码101便会以英语表示单字代码102、103、104。
这些单字代码102、103、104即为代表或表示该语言的一个单字,而该语言则是由语言代码101表示。每个单字代码代表的是一个特定的单字。
构句代码105则是一个代码代表了在代码串流100中其单字代码102、103、104的一个句子架构。在代码串流100于翻译进行的过程中,构句代码105便会把这些单字代码排列成正确的句子。
在本发明的数个实施例中,代码串流中的不同代码其位置皆不相同。例如,构句代码会被放置或设定于代码串流中数个单字代码的前方。
请参照图1B及图1C,其为本发明多语言翻译的方法中一个单字代码的实施例的架构示意图。
在图1B及图1C所示的实施例中,每个单字代码102皆由一个文法代码(grammar code)102A及一个数字代码(number code)102B所组成,数字代码102B是一个代码用以表示一个特殊的单字代码所使用的语言,而文法代码102A则是一个代码用以表示其文法上的用法或该单字的文法特性。举例而言,如果该语言代码指出该语言为英语,而数字代码代表“兔子”这个单字,那么其文法代码便会显示为“名词”。
以下为另外一个例子:
“她”这个单字其用以表示“名词”的文法代码假定是“123”,而用来表示“她”的数字代码假定为“45”,
“他”这个单字其用以表示“名词”的文法代码假定是“123”,而用来表示”他”的数字代码假定为“46”,
“我们”这个单字其用以表示”名词”的文法代码假定是“123”,而用来表示”我们”的数字代码假定为“47”。
这个例子中提到的三个单字代码其文法代码皆相同,这是由于这三个单字皆为名词之故。然而,每个数字代码代表的却是一个独特的单字,这则是由于三个单字皆不同所致。同样地,当一个单字有多种文法上的用法时,其数字代码虽会相同但文法代码则将有所不同。例如,“飞(fly)”这个单字可以是动词或名词,两者发音皆相同。也就是说,其数字代码并无不同,但文法代码却将有所不同。
此外,某些时候一些单字的拼法相同且其文法上的用法亦相同时,其数字代码则更可辨别出正确的单字。举例来说,“跑(run)”这个字可以是“快跑”、“运作”、“颜料渗开”及“经营公司”几种意思。而当这些都是动词且拼法皆相同时,其数字代码便会呈现不同的数字以表示各种不同的意义。
如图1B及图1C所示,在不同的实施例中,文法代码102A及数字代码102B于单字代码102中的位置并不相同。
请参照图1D,其为本发明多语言翻译的方法中一个代码串流的一实施例示意图。
在图1D所示的实施例中,代码串流100甚至还包含了一个使用者代码(usercode)106及一个设备代码(device code)107。在本发明的一实施例中,设备代码107代表或表示该设备负责传送此代码串流。在本发明的另一个实施例中,设备代码107代表或表示该设备试图接收此代码串流。在本发明的一实施例中,使用者代码106代表或表示该使用者负责传送此代码串流。在本发明的另一个实施例中,使用者代码106代表或表示该使用者试图接收此代码串流。而在本发明的部分实施例中,只会用到使用者代码106或设备代码107当中的其中之一。
在另一个实施例中,使用者代码106扮演了试图接收该语言的角色,在此实施例中,该使用者代码代表了接收者的语言,而该语言代码则表示此代码串流所使用的语言。
请参照图1E,其为本发明中使用多语言翻译的方法于翻译多语时,其单字代码之间关系的一种实施例示意图。
在图1E中列出了三个语言所对应的各个例子语言代码及单字代码,用以代表语言1的语言代码为“01”,用以代表语言2的语言代码为“02”,而用以代表语言3的语言代码为“03”。
在单字代码中用来表示语言1的数字代码为“123”。在单字代码中用来表示语言2的数字代码亦为“123”,这可能是配对结果或不论在语言1或语言2中,两者皆为一个直接的关联字所致。不过,语言3的数字代码却为“124”,这是由于语言3的单字是一个较其他二者稍有不同的单字,举例而言,可能是语感、意义、用法、文法或句子结构有所不同之故。
在单字代码中用以表示语言1及语言3的文法代码为“45”,这是因为该单字其文法上的用法相互对应或者是两个语言间有直接关联所致。不过,语言2的文法代码却为“46”,这是由于其文法上的用法不同于语言1之故。举例来说,这个单字在三个语言中可能都是动词,但其动词型态却与语言2的有所不同。
请参照图2A,其为本发明多语言翻译的方法中一个架构的实施例示意图。
在图2A所示的实施例中,本发明的多语言翻译的方法的架构200是由一个使用者A设备201及一个使用者B设备202所组成。而使用者A设备201及使用者B设备202,举例来说,则是由电脑、行动电话、耳机、喇叭或其他可用来传输或接收类比或数位讯号的电子设备所组成。在本发明的一实施例中,使用者A设备及使用者B设备间的通讯连结是单向的,而在另一个实施例中,其通讯连结是双向的,亦即两个使用者皆可相互通讯。
在图2A所示的实施例中,该代码串流将以原始发送端(originator)的语言被传送出去,在这个实施例中,该代码串流的翻译内容将会呈现于接收端的设备中,此过程准许将一个代码串流传送至多个使用者设备中,且该代码串流将会翻译为接收端使用者所希望的语言。
以下是一个例子:
在一个代码串流中,使用者A传送了如下经编码后的句子,此原始句子为“跟我回家(gen wo hwei jia)”。其中,语言为中文且语言代码为“05”,这些单字代码则分别为“22”(跟gen)、“33”(我wo)、“44”(回hwei)、及“55”(家jia),构句代码则为“66”,也就是说,其原始代码串流会是由“05+22+33+44+55+66”所组成。
使用者B接收到原始的代码串流并侦测出其语言代码为“05”,之后使用者B的设备就会将这些单字代码由中文翻译成使用者B希望的语言,例如英语。这些中文的单字代码“22+33+44+55”经过转换后就变成如下的英语单字代码“26”(with)、“36”(me)、“46”(come)和“56”(home),很明显,“with me come home”这个句子并不正确。此时使用者B的设备就会将构句代码“66”转换为原始的代码检测(code screen)并将翻译过后的单字重新排列成正确的文法句子“come home with me”。
请参照图2B,其为本发明多语言翻译的方法的一翻译方法实施例的流程图。
方法205为本发明的一实施例,其利用图2A所示的架构。方法205利用传送由一个使用者(使用者A或使用者B)所创造出的原始代码串流开始,如步骤230。在步骤240中,另一个使用者接收了这个原始代码串流。之后在步骤250中,该使用者的设备会将代码串流中的单字代码翻译成接收端使用者所希望的语言。该使用者的设备亦会翻译代码串流中的句构代码,如步骤260。接着,利用翻译后的构句代码,使用者的设备会将翻译过后的单字代码重新排列成正确的文法句子,如步骤270。最后步骤280再将翻译完成的句子提供给接收端使用者。在本发明的一实施例中,翻译完成的句子会以声音方式呈现。在本发明的另一个实施例中,翻译完成的句子会以单字方式呈现。
如此,使用者A及使用者B便可藉由本发明的多语言翻译的方法传达其各自的语言。
请参照图2C,其为本发明多语言翻译的方法的一翻译方法实施例的流程图。
图2C的方法205与图2B的方法相似,然而在这个实施例中,在步骤230转换原始的代码串流之前,此方法会如步骤210所述,先接收原始的使用者输入资料(input)(这个例子为使用者A)。步骤220中,使用者A的设备会将输入的资料进行转换或编码成为一个原始的代码串流。接下来的方法则继续照着图2B所述进行。
在本发明的一实施例中,此使用者的输入资料为一个声音。而在另一个实施例中,此使用者的输入资料则是利用键盘键入的文字档。
请参照图3A,其为本发明多语言翻译的方法的一实施例的架构示意图。
图3A所示的架构与图2A相似,但在此实施例中,其代码串流是被传送到接收端的使用者语言。在图3A中,该接收端的使用者为使用者B202。不过如果使用者B202正在进行传送,那接收端的使用者就会是使用者A201。
于此实施例中,将输入的资料翻译成该代码串流的接收端语言及编码后,其结果将呈现至传送的使用者设备中。它准许传送端的设备效能增强并准许接收端的设备效能保持相对单纯。举例来说,在一个就像是联合国的场合中,有许多语言需要被翻译给一大群人,而此设备便可提供作为一套可处理多种语言的功能强大的电脑的方法用以翻译并编译该代码串流,同时将正确的代码串流传送到相对应语言的数个接收端。它之所以可使接收端的设备维持较单纯的功能是因为该设备只需利用其单字代码及构句代码将此代码串流进行解码,而不需要将这些单字代码翻译成代码串流。
请参照图3B,其为本发明多语言翻译的方法的一翻译方法实施例的流程图。
在图3B所示的实施例中,方法300开始于决定接收端使用者所希望的语言。而其呈现是藉由,举例来说,一个储存于传送设备中预设好的使用者偏好,由接收端的使用者传送该偏好,或通过接收设备中读取该偏好。接着在步骤320中,该传送设备会接收到原始的使用者输入资料。之后该传送设备便会创造出一个原始的代码串流至原使用者的语言,如步骤330所述。在步骤340中,该原始代码串流将会以接收端使用者所希望的语言被传送至一个接收端的使用者代码串流中。最后,接收端使用者的代码串流就会被传送到接收端使用者中,如步骤350所述。
请参照图4A,其为本发明多语言翻译的方法的一实施例的架构示意图。
在图4A所示的实施例中,架构200近似于图3A。尽管如此,在此实施例中使用者A并非传送一个代码串流,而是以使用者A的语言传送一个声音代码(audio code)至使用者B。
请参照图4B,其为本发明多语言翻译的方法的一翻译方法实施例的流程图。
在步骤410中,方法400开始于由接收端使用者选择传送端使用者所使用的语言。在步骤420中,接收端使用者收到由传送端使用者送出的声音串流(audiostream)。接收端使用者的设备便会将此声音串流转换为选定语言的单字代码,如步骤430所述。之后,步骤440便会决定一个由使用选定语言的文法规则所组成的构句代码。这时便会创造出一个代码串流,其包含了选定语言的语言代码,单字代码及构句代码,如步骤450。接着在步骤460中,该代码串流的单字代码便会被翻译成符合接收端使用者语言的第二个单字代码,而在步骤470中,原始的构句代码则会转换为第二个构句代码。这些第二个单字代码将用于组成第二个代码串流,如步骤480。最后便会产生一个翻译完成的句子,如步骤490所述。
在一个实施例中,并未使用到步骤490且保存了第二个代码串流。在这个实施例中,第二个代码串流可能会被传送到其他使用者,举例来说,一个在代码串流中使用同一种语言的使用者,如此该代码串流便不需再被翻译一次。
请参照图5A,其为本发明多语言翻译的方法一实施例的架构示意图。
在图5A所示的实施例中,架构200近似于图4A,不过在图5A中将传送一个声音串流至接收端使用者的语言。在此实施例中,使用者A的代码串流将被转换成一个声音讯号(audio signal)至使用者A的设备中。
请参照图5B,其为本发明多语言翻译的方法的一翻译方法实施例的流程图。
如图5B所示的方法500,在步骤510中,起始于决定接收端使用者的语言偏好。原使用者输入资料会接着被接收,如步骤520所述。在步骤530中,该原使用者输入资料将用于创造一个原始的代码串流。之后如步骤540,该原始代码串流将被转换为一个接收端的使用者代码串流。接着,该接收端的使用者代码串流将被转换为一个接收端使用者的声音串流,如步骤550所述。最后在步骤560中,该接收端使用者的声音串流将会被传送出去。
在本发明的一实施例中,接收端使用者的声音串流会藉由一个扩音的方法(speaker system)传送出去。举例来说,一个发话者可以藉由一个第一语言发话至使用第二语言的所有听众。如此便可避免对一位必须打断发话者以进行翻译的译者的需求。
请参照图6,其为本发明多语言翻译的方法的一翻译方法实施例的流程图。
如图6所示的方法600,其藉由侦测一用于一个代码串流的语言代码开始,如步骤610所述。在步骤620中,一个目标语言或第二语言的第二语言代码将于此步骤进行确认。该代码串流的单字代码会被翻译成第二语言单字代码,如步骤630所述。而在步骤640中,该代码串流的构句代码将会被翻译成一个第二语言构句代码。最后,该第二语言单字代码会重新排列成一个使用第二语言构句代码的句子,如步骤650所述。
请参照图7,其为本发明多语言翻译的方法的一翻译方法实施例的流程图。
方法700藉由创造一个由一语言代码、一构句代码及至少一单字代码所组成的代码串流开始,如步骤710所述,在某些状况下,有时候只需要使用一个单字代码,而该构句代码是可省略的。在步骤720中,将会决定一个第二语言;接着代码串流中的单字代码便会被翻译成第二语言的单字代码,如步骤730所述。在步骤740中,此代码串流的构句代码将被翻译为该第二语言的构句代码。最后,此第二语言的单字代码便会重新排列成为一个使用第二语言构句代码的句子,如步骤750所述。
请参照图8,其为本发明多语言翻译的方法的一翻译方法实施例的流程图。
方法800起始于接收一个第一使用者的输入资料,如步骤810所述。在步骤820中,此第一使用者的输入资料会被转换成一个第一代码串流。此第一代码串流将会提供给一个第二使用者于步骤830中。在步骤840中,此第一代码串流中的第一语言代码将被确认,并于步骤850中确认第二使用者的第二语言代码。此第一代码串流的单字代码随后会被翻译成第二语言的单字代码,如步骤860所述。在步骤870中,该代码串流的构句代码则会被翻译成一个第二语言构句代码。这些代表第二单字代码的单字之后将重新排列成为一个使用第二语言构句代码的句子,如步骤880所述。
请参照图9A,其为本发明中多语言翻译的方法一实施例的示意图,图中所示为翻译连线及常用程度功能的一种应用结构。
在图9A的实施例中,本发明的多语言翻译的方法更包括一翻译连线及常用程度功能900,当原使用者传送一代码串流到其他使用者,其他使用者接收到的代码串流包含一个有多种翻译的清单,以供他们选择一种相信是正确的翻译,每一个别使用者的选择接着被传送回原使用者的代码串流中。
原使用者的装置接收来自于个别使用者的选择后,将这些翻译选择置入资料库中,并将翻译选择连结到原使用者的代码串流。愈多的接收端使用者将翻译选择提供回给原使用者,有关每一翻译的正确度的常用程度包含在原始代码串流中,因此,基于被选择的正确翻译的常用程度,提供最常用的翻译,随后再提供其他较不常用的翻译。参照图9A,假设代码串流的原使用者901使用中文,又假设接收端使用者902使用英文,接收端使用者903使用德文,及接收端使用者904使用法文。
原使用者901传送一代码串流至接收端使用者902、903、904,接收端使用者902显示可能的英文翻译选项,接收端使用者903显示可能的德文翻译选项,接收端使用者904显示可能的法文翻译选项。
每一接收端使用者902、903、904浏览翻译选项并选择他们相信或知道是正确的翻译,接着将被选择的翻译以代码或代码串流传送回原使用者901。原使用者901的装置将被选择的翻译连结到的方法资料库中原使用者的原代码串流的句子,常用程度比率附加在每一翻译句子中,且一个翻译选项的常用程度会随着其被使用者选中的频率愈高或愈低而进行调整,当传送一代码串流时,其中的翻译选项的排序系依据其常用程度,因此接收端使用者会先看到最像是正确的翻译,接着才看到较不像正确翻译的选项。
举例而言,原使用者的中文句子「我爱你」在使用英文的接收端使用者有85%的机率会得到「I Love You」的翻译,10%机率为「Love You」及5%机率为「MyLove」。每个英文翻译皆连结到资料库中的原中文句子,当原使用者使用「我爱你」这个句子时,可选择「I Love You」做为英文翻译,或是提供所有翻译选项依常用程度照顺序显示给接收端使用者选择。
在本发明的一实施例中,被选择的翻译在原使用者资料库中被连结并依据常用程度排列。
在本发明的另一实施例中,被选择的翻译同时在原使用者资料库及接收端使用者资料库中被连结并依据常用程度排列。
请参照图9B,其为本发明中多语言翻译的方法一实施例的示意图,图中所示为翻译连线及常用程度功能的一种应用结构。
在图9B的实施例中,翻译连线及常用程度功能900更包括一虚拟转接器905。此实施例与图9A的实施例相似,然而,在图9B的实施例中每一使用者901、902、903、904接收从每一个其他使用者所选择的翻译,在此方法中,每一使用者的资料库持续更新翻译连结及常用程度,因此,每一使用者在多语言翻译的方法中的翻译会快速且持续地改进。
举例而言,原使用者的使用中文句子「我爱你」,接收端使用者902选择「I LoveYou」的英文句子做为正确的翻译,接收端使用者904选择「Je t′aime」的法文句子。被选择的英文及法文翻译通过虚拟转接器905提供给所有使用者901、902、903、904,即使接收端使用者并未提供任何选择(如使用者903)。
接着将原中文句子及翻译后的法文、英文句子进行连结,或是更改每一使用者资料库中的连结,因此即使使用者需目前会得到该语言的翻译,未来该翻译的连结及其常用程度皆可通用。
在本发明的部分实施例中,翻译选项可在一显示装置或一喇叭、耳机上提供使用者选择,举例而言,若使用者的听力异常,则原句子除了会以声音发出之外,翻译亦会显示在显示装置上;或使用者的视力异常,即使原句子输入,翻译亦会以喇叭或耳机的形式输出。
在本发明的部份实施例中,代码串流是由一些附加的代码所组成。举例来说,一个速度代码(speed code)用以表示该使用者输入资料的速度,一个音量代码(volumecode)用以表示该使用者输入资料的音量,及一个标点代码(punctuation code)用以表示该句子的标点位置等等。
请参考图10A,其为本发明多语言翻译的方法的一实施例流程图。
多语言翻译的方法1000首先在步骤1010中接收一第一使用者的原语言输入,在步骤1020将第一使用者的原语言输入以一基本语言翻译成基本语言文字;接着步骤1030中基本语言文字被转换成一目标语言的一单字代码,步骤1040中,判断单字代码在目标语言中所代表的字词为何,接着步骤1050搜寻目标语言的单字,当搜寻完成后,从搜寻结果中选择一个基本语言单字,如步骤1060所述,举例而言,选择最常用的单字、或选择相似度最高的单字、或选择最佳解的单字;最后在步骤1070中,将被选择的单字做为翻译结果传送给一使用者,例如第二使用者,此翻译结果是第二使用者所使用的语言。
以此方式,第一使用者提供的输入为第一使用者的常用语言,而第二使用者接收到的翻译系为第二使用者的常用语言。
请参考图12A,其为本发明多语言翻译的方法的一实施例中字母代码的方法,基本语言中的每一字母各具有一代表的号码。
在图10A至图10D所描述的字母代码的方法便是如图12A中所示。
在这些实施例中,必须先选择一个语言做为基本语言,举例而言,可选择英文做为字母代码的方法的基本语言,但亦可选择其他语言做为基本语言。
如图12A所示,每一个英文字母皆有一对应的数字,A=1、B=2、C=3...N=14、O=15、P=16...X=24、Y=25、Z=26。
因此,英文的单字可藉由数字来表示,例如PIG=16(P)9(I)7(G)=1697。
请参考图12B,其为本发明多语言翻译的方法中单字代码格式的一实施例的示意图。
在图12B的实施例中,一单字代码1200包含一语言代码1210、一数字代码1220及一文法代码1230,其中语言代码1210代表使用的语言,数字代码1220代表基本语言中的一个单字,文法代码1230代表单字的文法或型态。语言代码1210、数字代码1220及文法代码1230分别使用第12A图中的字母代码。
请参考图12C,其为本发明多语言翻译的方法中不同语言的单字代码互相比较的一实施例示意图。
于图12C所举的实施例中,语言1205中的单字1240系为英文中的“Dog”,英文的语言代码1210为514(E=5及N=14),“Dog”的数字代码1220为4157(D=4,O=15及G=7),由于“Dog”是名词,因此其文法代码1230为14152114(N=14,O=15,U=21及N=14)。
因此,英文字“Dog”的单字代码为514 4157 14152114。
本发明的部分实施例中,语言代码、数字代码及文法代码之间可插入符号或空白,例如514#4157#14152114系以#做为分隔号,或是#514#4157#14152114以#做为分隔号。
在本发明的另一实施例中,每一种代码的分隔号皆不同,举例而言,#为语言代码的分隔号,$为数字代码的分隔号,%为文法代码的分隔号。独立或相异的分隔号可使语言代码、数字代码及文法代码在不同的顺序或排列中更轻易的定位,举例而言,文法代码、数字代码、语言代码,或数字代码、语言代码、文法代码,或数字代码、文法代码、语言代码等。
在本发明的另一实施例中,每一种代码皆定义有长度或尺寸,例如10字元大小空间,前面以零或其它符号填满,如0000000514或#######514。以上述实施例为例,则单字代码为#######514######4157##14152114。
继续请参考图12C,中文的语言代码1210为314(CN),法文的语言代码为618(FR),西班牙文的语言代码为1916(SP)。
选择英文做为基本语言,而数字代码1220、文法代码1230对于每一种语言都维持不变。
举例而言:
“Dog”的英文单字代码为514#4157#14152114;
中文单字代码为314#4157#14152114,表示「狗」;
法文单字代码为618#4157#14152114,表示“Chien”;及
西班牙文单字代码为1916#4157#14152114,表示“Perro”。
请回头参考图1A,范例如下:
举例而言,若选择英文为基本语言,而第一使用者使用的原语言为西班牙文,第二使用者的语言为法文。
第一使用者输入西班牙文“Perro”,可藉由打字、说出、扫描含有这个字的文件、利用相机输入、通过相机取景器浏览这个字等手段输入。
接着将西班牙文“Perro”翻译成基本语言,在此实施例中基本语言为英文,因此“Perro”被翻译成英文字“Dog”。
接着将单字“Dog”转换成目标语言的一单字代码,其中语言代码=618(目标语言为“FR”),数字代码=4157(单字为“Dog”),文法代码=14152114(名词为“Noun”),因此“Dog”在目标语言的单字代码为618#4157#14152114。
接着,判断出由单字代码所表示的目标语言618#4157#14152114意义为“Chien”。
再通过如伺服器、搜寻引擎、网络、网际网络等方式搜寻目标语言单字“Chien”。
当搜寻完成后,分析搜寻结果以找出最常用、最佳选择或最像的用法或词义。
当从搜寻结果中选定一个后,将被选择的单字做为翻译结果传送给第二使用者,在此实施例中第一使用者输入西班牙文“Perro”后,第二使用者接收法文字“Chien”。
本发明的另一实施例中更包括一步骤,是在形成目标语言的单字代码前先将基本语言文件转换成基本语言的一单字代码,因此,藉由改变语言代码,可将基本语言中相同的单字翻译成多个翻译结果。
请参考图10B,其为本发明多语言翻译的方法的一实施例的流程图。
图10B中所述的实施例与图10A相似,但图10B的实施例提供句子翻译而不是单一单字的翻译。
多语言翻译的方法1000首先在步骤1010中接收由第一使用者以原语言输入的由多单字构成的句子,步骤1020将句子从原语言翻译成基本语言的文件(text),接着步骤1030将基本语言文件中的每一个字转换成目标语言的单字代码,并在步骤1040中判断这些目标语言单字为何;步骤1050搜寻这些目标语言单字,举例而言,搜寻一伺服器、网络、一搜寻引擎伺服器或网际网络,以找出使用这些目标语言单字的片语或词句。接着,步骤1060对搜寻结果进行分析并选择其中之一,选择方法系通过一些标准,诸如:目标语言单字中最常用者、最像是片语或词句用法的目标语言单字、或其它适当用法的最佳解等标准。当从搜寻结果中选择一个适当的片语或词句后,步骤1070将被选择的句子做为翻译传送给第二使用者。
举例而言,若目标语言句子为“It is rather hot today”,则搜寻结果可能会回复如下:
It’s hot!
It’s scorching outside
It’s burning up
It’s hot today等等结果。
若选择标准是基于常用程度,则“It’s hot!”被选择的可能性较“It is rather hottoday”高,因为前者较常被使用。由此可知,虽然片语更常被使用,但本发明的方法可提供更适当的翻译句子。本发明的优点的一为可依据语言的发展更新正确的语言应用方式。
请参考图10C,其为本发明多语言翻译的方法的一实施例的流程图。
图10C的实施例中更包括一步骤1015,接收从第一使用者的确认讯息,以确认第一使用者的输入是正确的。
在本实施例中,多语言翻译的方法可防止因原输入错误而产生多余的作业。当输入后,第一使用者观察并确认输入是否被接收,或是输入是否正确。
请参考图10D,其为本发明多语言翻译的方法的一实施例的流程图。
图10D的实施例中多语言翻译的方法1000更包括如步骤1070所述的反向翻译程序,其系确认翻译是否正确,若翻译是正确的,则将翻译传送到第二使用者,如步骤1070所述;若翻译是错误的,则多语言翻译的方法将回到步骤1020或步骤1060,举例而言,若多语言翻译的方法回到步骤1060,则从搜寻结果中选择另一句子。
请参考图11A,其为本发明多语言翻译的方法的一实施例的架构方块图。
在图11A的实施例中,多语言翻译的方法架构1100包括一原使用者装置1101、一伺服器1102及一接收端使用者装置1103。
原使用者利用原使用者装置1101输入一单字、片语或词句,接着将输入传送给伺服器1102,伺服器1102将原语言输入翻译成基本语言文件,再将基本语言文件转换成一目标语言的至少一单字代码,并判断目标语言单字、搜寻单字、从搜寻结果中选择最佳单字、片语或词句,最后将所选传送到接收端使用者装置1103。因此,原使用者以原语言的输入被翻译成目标语言,提供给接收端使用者装置。
请参考图11B,其为本发明多语言翻译的方法的一实施例的架构方块图。
图11B所示的实施例与图11A相似,但图11B中更包括一搜寻伺服器1104。伺服器1102将原语言输入翻译成基本语言文件、将基本语言文件转换成一目标语言的至少一单字代码,判断目标语言单字,传送一搜寻要求讯息到搜寻伺服器1104,接着,搜寻伺服器1104在网际网络1105上搜寻目标语言的使用,并提供搜寻结果到伺服器1102,伺服器1102再从搜寻结果中选择最佳单字、片语或词句,最后将所选传送到接收端使用者装置1103。
请参考图11C,其为本发明多语言翻译的方法的一实施例的架构方块图。
图11C所示的实施例中,伺服器1102将从搜寻结果中选择的翻译答案传送到原使用者装置1101而不是第二使用者装置,让原使用者可看到或听到翻译,因此原使用者可直接使用这个翻译,对于正在学习第二外语的人、或在现场且靠近原使用者却不具有使用者装置的人而言相当实用。
在本发明的实施例中,多语言翻译的方法可应用于多人电话聊天或电话会议,举例而言,第一使用者打电话给第二使用者,当连线后,第一使用者所发出的词句或片语藉由语音或打字会以第一使用者的语言传送到他们的手持装置,第二使用者听到或看到的词句或片语则是翻译成第二使用者的语言。在本发明的一实施例中,翻译、聊天、搜寻及从搜寻结果中进行选择皆是由第一使用者的手持装置所执行;另一实施例中,翻译、聊天、搜寻及选择程序系由独立于第一使用者手持装置之外的伺服器所执行。因此,使用者可与其他使用者以各自的语言及电话手持装置进行交流沟通。
但以上所述,仅为本发明的较佳实施例而已,并非用来限定本发明实施的范围。故即凡依本发明申请范围所述的特征及精神所为的均等变化或修饰,均应包括于本发明的申请专利范围内。

Claims (20)

1.一种多语言翻译的方法,其特征在于,包括下列步骤:
侦测在一代码串流中所使用的一语言代码所代表的一种语言;
确认一第二语言代码所代表的一第二语言;
利用该语言代码及该第二语言代码,将该代码串流中的多单字代码翻译为多第二语言单字;
将该代码串流中的一构句代码转换为一第二语言构句代码;以及
利用该第二语言构句代码将该第二语言单字重新排列成一句子结构。
2.如权利要求1所述的多语言翻译的方法,其特征在于,该代码串流中的每一该单字代码包含一数字代码及一文法代码。
3.如权利要求1所述的多语言翻译的方法,其特征在于,该构句代码代表一句子结构,其系依据该语言代码所象征的一语言。
4.如权利要求2所述的多语言翻译的方法,其特征在于,该数字代码代表一单字,该文法代码代表该单字所使用的文法。
5.如权利要求1所述的多语言翻译的方法,其特征在于,该代码串流更包括一第一使用者代码,唯一确认产生该代码串流的一使用者。
6.如权利要求1所述的多语言翻译的方法,其特征在于,该代码串流更包括一设备代码,唯一确认用来产生该代码串流的一设备。
7.一种多语言翻译的方法,其特征在于,包括下列步骤:
接收一原语言输入;
将该原语言输入翻译成一基本语言文字;
将该基本语言文字转换成至少一单字代码;
判断使用该单字代码的至少一目标语言单字为何;
搜寻该目标语言单字;以及
从搜寻的结果中选择一个翻译结果。
8.如权利要求7所述的多语言翻译的方法,其特征在于,每一该单字代码包含一数字代码及一文法代码。
9.如权利要求8所述的多语言翻译的方法,其特征在于,该语言代码代表所使用的语言,该数字代码代表一单字,及该文法代码代表该单字所使用的文法。
10.如权利要求7所述的多语言翻译的方法,其特征在于,每一该单字代码包括基本语言文字中每一字母所代表的数字。
11.如权利要求10所述的多语言翻译的方法,其特征在于,该基本语言为英文,A为1,B为2,C为3,D为4,E为5,F为6,G为7,H为8,I为9,J为10,K为11,L为12,M为13,N为14,O为15,P为16,Q为17,R为18,S为19,T为20,U为21,V为22,W为23,X为24,Y为25,Z为26。
12.如权利要求7所述的多语言翻译的方法,其特征在于,该原语言输入包括文字、语音、撷取的影像、取景器的影像、扫描影像或扫描文件。
13.如权利要求7所述的多语言翻译的方法,其特征在于,更包括在将该原语言输入翻译成该基本语言文字之前,先接收一确认讯息以确认该原语言输入是正确的。
14.一种多语言翻译的方法,其特征在于,包括下列步骤:
接收一原语言输入;
将该原语言输入翻译成一基本语言文字;
将该基本语言文字转换成至少一单字代码;
判断使用该单字代码的至少一目标语言单字为何;
通过网络搜寻该目标语言单字;
从搜寻的结果中选择一个翻译结果;以及
将该翻译结果传送给一使用者。
15.如权利要求14所述的多语言翻译的方法,其特征在于,每一该单字代码包含一数字代码及一文法代码。
16.如权利要求15所述的多语言翻译的方法,其特征在于,该语言代码代表所使用的语言,该数字代码代表一单字,及该文法代码代表该单字所使用的文法。
17.如权利要求14所述的多语言翻译的方法,其特征在于,每一该单字代码包括基本语言文字中每一字母所代表的数字。
18.如权利要求17所述的多语言翻译的方法,其特征在于,该基本语言为英文,A为1,B为2,C为3,D为4,E为5,F为6,G为7,H为8,I为9,J为10,K为11,L为12,M为13,N为14,O为15,P为16,Q为17,R为18,S为19,T为20,U为21,V为22,W为23,X为24,Y为25,Z为26。
19.如权利要求14所述的多语言翻译的方法,其特征在于,该原语言输入包括文字、语音、撷取的影像、取景器的影像、扫描影像或扫描文件。
20.如权利要求14所述的多语言翻译的方法,其特征在于,更包括在将该原语言输入翻译成该基本语言文字之前,先接收一确认讯息以确认该原语言输入是正确的。
CN2011101219718A 2011-02-16 2011-05-12 多语言翻译的方法 Pending CN102646092A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/028,694 US9063931B2 (en) 2011-02-16 2011-02-16 Multiple language translation system
US13/028,694 2011-02-16

Publications (1)

Publication Number Publication Date
CN102646092A true CN102646092A (zh) 2012-08-22

Family

ID=46637573

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011101219718A Pending CN102646092A (zh) 2011-02-16 2011-05-12 多语言翻译的方法

Country Status (3)

Country Link
US (1) US9063931B2 (zh)
CN (1) CN102646092A (zh)
TW (1) TW201235866A (zh)

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9063931B2 (en) * 2011-02-16 2015-06-23 Ming-Yuan Wu Multiple language translation system
US8538742B2 (en) * 2011-05-20 2013-09-17 Google Inc. Feed translation for a social network
US9208144B1 (en) * 2012-07-12 2015-12-08 LinguaLeo Inc. Crowd-sourced automated vocabulary learning system
KR101864361B1 (ko) 2014-04-08 2018-06-04 네이버 주식회사 다양한 의미 범주에 기반한 번역 결과 제공 방법 및 시스템
US9740687B2 (en) 2014-06-11 2017-08-22 Facebook, Inc. Classifying languages for objects and entities
US9864744B2 (en) 2014-12-03 2018-01-09 Facebook, Inc. Mining multi-lingual data
US9830404B2 (en) 2014-12-30 2017-11-28 Facebook, Inc. Analyzing language dependency structures
US9830386B2 (en) 2014-12-30 2017-11-28 Facebook, Inc. Determining trending topics in social media
US10067936B2 (en) 2014-12-30 2018-09-04 Facebook, Inc. Machine translation output reranking
US9477652B2 (en) 2015-02-13 2016-10-25 Facebook, Inc. Machine learning dialect identification
US9734142B2 (en) * 2015-09-22 2017-08-15 Facebook, Inc. Universal translation
US20170116194A1 (en) 2015-10-23 2017-04-27 International Business Machines Corporation Ingestion planning for complex tables
US10133738B2 (en) 2015-12-14 2018-11-20 Facebook, Inc. Translation confidence scores
US9734143B2 (en) 2015-12-17 2017-08-15 Facebook, Inc. Multi-media context language processing
US10002125B2 (en) 2015-12-28 2018-06-19 Facebook, Inc. Language model personalization
US9805029B2 (en) 2015-12-28 2017-10-31 Facebook, Inc. Predicting future translations
US9747283B2 (en) 2015-12-28 2017-08-29 Facebook, Inc. Predicting future translations
US10902215B1 (en) 2016-06-30 2021-01-26 Facebook, Inc. Social hash for language models
US10902221B1 (en) 2016-06-30 2021-01-26 Facebook, Inc. Social hash for language models
US10180935B2 (en) 2016-12-30 2019-01-15 Facebook, Inc. Identifying multiple languages in a content item
US10380249B2 (en) 2017-10-02 2019-08-13 Facebook, Inc. Predicting future trending topics
US11200378B2 (en) * 2018-10-11 2021-12-14 International Business Machines Corporation Methods and systems for processing language with standardization of source data
US11188721B2 (en) * 2018-10-22 2021-11-30 Andi D'oleo Headphones for a real time natural language machine interpretation
US10831999B2 (en) * 2019-02-26 2020-11-10 International Business Machines Corporation Translation of ticket for resolution
US11244123B2 (en) 2019-06-05 2022-02-08 International Business Machines Corporation Addressing additional meanings resulting from language translation
EP4176372A1 (en) * 2020-07-02 2023-05-10 Cabo Applications LLC Multilingual conversation tool

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1212407A (zh) * 1997-09-22 1999-03-31 信快达电脑公司 在机器翻译中能够翻译文化上细微差异的方法
US6278967B1 (en) * 1992-08-31 2001-08-21 Logovista Corporation Automated system for generating natural language translations that are domain-specific, grammar rule-based, and/or based on part-of-speech analysis
US6996520B2 (en) * 2002-11-22 2006-02-07 Transclick, Inc. Language translation system and method using specialized dictionaries
CN1928862A (zh) * 2005-09-08 2007-03-14 富士通株式会社 基于数据挖掘获取词或词组单元译文信息的系统和方法
US20090307183A1 (en) * 2008-06-10 2009-12-10 Eric Arno Vigen System and Method for Transmission of Communications by Unique Definition Identifiers
CN101777044A (zh) * 2010-01-29 2010-07-14 中国科学院声学研究所 利用语句结构信息的机器翻译自动评测系统及实现方法

Family Cites Families (71)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4864503A (en) * 1987-02-05 1989-09-05 Toltran, Ltd. Method of using a created international language as an intermediate pathway in translation between two national languages
US4991094A (en) * 1989-04-26 1991-02-05 International Business Machines Corporation Method for language-independent text tokenization using a character categorization
US5418717A (en) * 1990-08-27 1995-05-23 Su; Keh-Yih Multiple score language processing system
US5477451A (en) * 1991-07-25 1995-12-19 International Business Machines Corp. Method and system for natural language translation
BR9307175A (pt) * 1992-09-04 1999-03-30 Caterpillar Inc Sistema e método à base de computador para desenvolvimento de documentos monolingues sistemas à base de computador para traduzir texto de entrada em lingua fonte para uma lingua estrangeira e para desenvolvimento de documentos monolíngues e tradução multilíngue método à base de computador para traduzir texto em lingua fonte para uma lingua estrageira método à base de computador para desenvolvimento de documentos monolíngues e tradução multilíngue e modelo de domínio tripartite
US5587903A (en) * 1994-06-22 1996-12-24 Yale; Thomas W. Artificial intelligence language program
US5794177A (en) * 1995-07-19 1998-08-11 Inso Corporation Method and apparatus for morphological analysis and generation of natural language text
US6993471B1 (en) * 1995-11-13 2006-01-31 America Online, Inc. Integrated multilingual browser
US5793869A (en) * 1996-10-11 1998-08-11 Claflin, Jr.; Raymond E. Method and apparatus for encoding and data compressing text information
US7672829B2 (en) * 1997-03-04 2010-03-02 Hiroshi Ishikura Pivot translation method and system
US6233545B1 (en) * 1997-05-01 2001-05-15 William E. Datig Universal machine translator of arbitrary languages utilizing epistemic moments
ITUD980032A1 (it) * 1998-03-03 1998-06-03 Agostini Organizzazione Srl D Sistema di traduzione a macchina e rispettivo tradsistema di traduzione a macchina e rispettivo traduttore che comprende tale sistema uttore che comprende tale sistema
US6275789B1 (en) * 1998-12-18 2001-08-14 Leo Moser Method and apparatus for performing full bidirectional translation between a source language and a linked alternative language
JP4008607B2 (ja) * 1999-01-22 2007-11-14 株式会社東芝 音声符号化/復号化方法
US6393389B1 (en) * 1999-09-23 2002-05-21 Xerox Corporation Using ranked translation choices to obtain sequences indicating meaning of multi-token expressions
CN1302030B (zh) * 1999-12-24 2010-04-21 纽昂斯通讯公司 词义消歧的机器翻译方法和系统
JP4011268B2 (ja) * 2000-07-05 2007-11-21 株式会社アイアイエス 多言語翻訳システム
US20020072914A1 (en) * 2000-12-08 2002-06-13 Hiyan Alshawi Method and apparatus for creation and user-customization of speech-enabled services
US6885985B2 (en) * 2000-12-18 2005-04-26 Xerox Corporation Terminology translation for unaligned comparable corpora using category based translation probabilities
US7711547B2 (en) * 2001-03-16 2010-05-04 Meaningful Machines, L.L.C. Word association method and apparatus
US20020198699A1 (en) * 2001-06-21 2002-12-26 International Business Machines Corporation Apparatus, system and method for providing open source language translation
WO2003005166A2 (en) * 2001-07-03 2003-01-16 University Of Southern California A syntax-based statistical translation model
US7249012B2 (en) * 2002-11-20 2007-07-24 Microsoft Corporation Statistical method and apparatus for learning translation relationships among phrases
FR2857528B1 (fr) * 2003-07-08 2006-01-06 Telisma Reconnaissance vocale pour les larges vocabulaires dynamiques
US7539619B1 (en) * 2003-09-05 2009-05-26 Spoken Translation Ind. Speech-enabled language translation system and method enabling interactive user supervision of translation and speech recognition accuracy
JP3919771B2 (ja) * 2003-09-09 2007-05-30 株式会社国際電気通信基礎技術研究所 機械翻訳システム、その制御装置、及びコンピュータプログラム
US20050216253A1 (en) * 2004-03-25 2005-09-29 Microsoft Corporation System and method for reverse transliteration using statistical alignment
JP2007532995A (ja) * 2004-04-06 2007-11-15 デパートメント・オブ・インフォメーション・テクノロジー 疑似インターリングア及び交雑アプローチを用いた英語からヒンディ語及びその他のインド諸語への複数言語機械翻訳システム
US8095364B2 (en) * 2004-06-02 2012-01-10 Tegic Communications, Inc. Multimodal disambiguation of speech recognition
JP2008511883A (ja) * 2004-08-31 2008-04-17 テックマインド ソシエタ ア レスポンサビリタ リミタータ 第1言語から第2言語への自動翻訳のための方法および/またはそのための集積回路処理装置における処理機能およびその方法を実行するための装置
US7577561B2 (en) * 2004-11-09 2009-08-18 Sony Online Entertainment Llc System and method for generating a target language markup language text template
US8027832B2 (en) * 2005-02-11 2011-09-27 Microsoft Corporation Efficient language identification
JP4439431B2 (ja) * 2005-05-25 2010-03-24 株式会社東芝 コミュニケーション支援装置、コミュニケーション支援方法およびコミュニケーション支援プログラム
US7974833B2 (en) * 2005-06-21 2011-07-05 Language Weaver, Inc. Weighted system of expressing language information using a compact notation
US8121261B2 (en) * 2005-08-24 2012-02-21 Verizon Business Global Llc Systems and methods for providing interpretation services
US8265924B1 (en) * 2005-10-06 2012-09-11 Teradata Us, Inc. Multiple language data structure translation and management of a plurality of languages
JP4047885B2 (ja) * 2005-10-27 2008-02-13 株式会社東芝 機械翻訳装置、機械翻訳方法および機械翻訳プログラム
US7672832B2 (en) * 2006-02-01 2010-03-02 Microsoft Corporation Standardized natural language chunking utility
CN101443759B (zh) * 2006-05-12 2010-08-11 北京乐图在线科技有限公司 多语言信息检索的方法和系统
CN1937664B (zh) * 2006-09-30 2010-11-10 华为技术有限公司 一种实现多语言会议的系统及方法
US9069750B2 (en) * 2006-10-10 2015-06-30 Abbyy Infopoisk Llc Method and system for semantic searching of natural language texts
US8195447B2 (en) * 2006-10-10 2012-06-05 Abbyy Software Ltd. Translating sentences between languages using language-independent semantic structures and ratings of syntactic constructions
US8892423B1 (en) * 2006-10-10 2014-11-18 Abbyy Infopoisk Llc Method and system to automatically create content for dictionaries
KR100834549B1 (ko) * 2006-10-19 2008-06-02 한국전자통신연구원 번역 시스템 및 번역 서비스 제공방법
GB2444084A (en) * 2006-11-23 2008-05-28 Sharp Kk Selecting examples in an example based machine translation system
US20090125295A1 (en) * 2007-11-09 2009-05-14 William Drewes Voice auto-translation of multi-lingual telephone calls
US8041018B2 (en) * 2007-12-03 2011-10-18 Samuel Joseph Wald System and method for establishing a conference in two or more different languages
US8478578B2 (en) * 2008-01-09 2013-07-02 Fluential, Llc Mobile speech-to-speech interpretation system
US20090204482A1 (en) * 2008-02-13 2009-08-13 Eran Reshef System and method for streamlining social media marketing
US8706474B2 (en) * 2008-02-23 2014-04-22 Fair Isaac Corporation Translation of entity names based on source document publication date, and frequency and co-occurrence of the entity names
US8402046B2 (en) * 2008-02-28 2013-03-19 Raytheon Company Conceptual reverse query expander
JP5100445B2 (ja) * 2008-02-28 2012-12-19 株式会社東芝 機械翻訳する装置および方法
EP2251798A1 (en) * 2008-02-29 2010-11-17 Sharp Kabushiki Kaisha Information processing device, method, and program
US8250083B2 (en) * 2008-05-16 2012-08-21 Enpulz, Llc Support for international search terms—translate as you crawl
US8543580B2 (en) * 2008-12-23 2013-09-24 Microsoft Corporation Mining translations of web queries from web click-through data
WO2010105265A2 (en) * 2009-03-13 2010-09-16 Jean-Pierre Makeyev Text creation system and method
EP2411953A4 (en) * 2009-03-26 2014-08-06 Scott Jones METHOD AND SYSTEM FOR IMPROVING ADVERTISING TARGETING
US9277021B2 (en) * 2009-08-21 2016-03-01 Avaya Inc. Sending a user associated telecommunication address
US9087045B2 (en) * 2009-11-24 2015-07-21 Intel Corporation Methods and systems for real time language translation using social networking
US8731901B2 (en) * 2009-12-02 2014-05-20 Content Savvy, Inc. Context aware back-transliteration and translation of names and common phrases using web resources
EP4318463A3 (en) * 2009-12-23 2024-02-28 Google LLC Multi-modal input on an electronic device
US8478581B2 (en) * 2010-01-25 2013-07-02 Chung-ching Chen Interlingua, interlingua engine, and interlingua machine translation system
US20120095993A1 (en) * 2010-10-18 2012-04-19 Jeng-Jye Shau Ranking by similarity level in meaning for written documents
US9063931B2 (en) * 2011-02-16 2015-06-23 Ming-Yuan Wu Multiple language translation system
US9183199B2 (en) * 2011-03-25 2015-11-10 Ming-Yuan Wu Communication device for multiple language translation system
US8762128B1 (en) * 2011-05-20 2014-06-24 Google Inc. Back-translation filtering
US20120303352A1 (en) * 2011-05-24 2012-11-29 The Boeing Company Method and apparatus for assessing a translation
US20120330644A1 (en) * 2011-06-22 2012-12-27 Salesforce.Com Inc. Multi-lingual knowledge base
KR101850124B1 (ko) * 2011-06-24 2018-04-19 구글 엘엘씨 교차-언어 쿼리 제안을 위한 쿼리 번역 평가
US9323746B2 (en) * 2011-12-06 2016-04-26 At&T Intellectual Property I, L.P. System and method for collaborative language translation
US8914395B2 (en) * 2013-01-03 2014-12-16 Uptodate, Inc. Database query translation system

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6278967B1 (en) * 1992-08-31 2001-08-21 Logovista Corporation Automated system for generating natural language translations that are domain-specific, grammar rule-based, and/or based on part-of-speech analysis
CN1212407A (zh) * 1997-09-22 1999-03-31 信快达电脑公司 在机器翻译中能够翻译文化上细微差异的方法
US6996520B2 (en) * 2002-11-22 2006-02-07 Transclick, Inc. Language translation system and method using specialized dictionaries
CN1928862A (zh) * 2005-09-08 2007-03-14 富士通株式会社 基于数据挖掘获取词或词组单元译文信息的系统和方法
US20090307183A1 (en) * 2008-06-10 2009-12-10 Eric Arno Vigen System and Method for Transmission of Communications by Unique Definition Identifiers
CN101777044A (zh) * 2010-01-29 2010-07-14 中国科学院声学研究所 利用语句结构信息的机器翻译自动评测系统及实现方法

Also Published As

Publication number Publication date
US20120209588A1 (en) 2012-08-16
US9063931B2 (en) 2015-06-23
TW201235866A (en) 2012-09-01

Similar Documents

Publication Publication Date Title
CN102646092A (zh) 多语言翻译的方法
US7739118B2 (en) Information transmission system and information transmission method
CN102693220A (zh) 多语言翻译系统的沟通装置
CN101595447B (zh) 输入预测
CN101542419B (zh) 消息传送语言的动态修改
KR100588623B1 (ko) 숫자 및 문자열의 동시 입력을 통한 선택 서비스 제공방법 및 시스템
CN110444196A (zh) 基于同声传译的数据处理方法、装置、系统和存储介质
US20120245920A1 (en) Communication device for multiple language translation system
CN1983271A (zh) 用于定义和翻译聊天缩略语的系统和方法
CN101867632A (zh) 一种手机语音即时翻译系统和翻译方法
JP2003345379A (ja) 音声映像変換装置及び方法、音声映像変換プログラム
KR101606128B1 (ko) 언어권 인식을 이용한 자동 번역 메신저가 탑재된 스마트기기
US20100268525A1 (en) Real time translation system and method for mobile phone contents
EP1854756A1 (en) Elevator car inside display
JP5374629B2 (ja) サービスサーバ装置、サービス提供方法、サービス提供プログラム
CN105955967A (zh) 数据处理方法及装置
JP2013009367A (ja) サービスサーバ装置、サービス提供方法、サービス提供プログラム
KR101351264B1 (ko) 음성인식 기반의 메시징 통역서비스 제공 시스템 및 그 방법
CN101005640A (zh) 文本信息转换成流媒体或多媒体进而被终端接收的方法
CN100525432C (zh) 以基于双或多字节字符集的语言来交换站点名的会议系统
KR101597248B1 (ko) VoIP 기반 음성 통화 시 음성 인식을 이용한 광고 제공 시스템 및 방법
JP2010124445A (ja) 電話番号からurl情報を提供するシステム
JP2001265700A (ja) 携帯通信端末装置
KR100642577B1 (ko) 음성 메시지를 문자 메시지로 변환하여 전송하는 방법 및장치
KR101043823B1 (ko) 문자에 소리를 대응시켜 메세지를 제공하는 장치 및 방법

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20120822