CN106557466A - 基于集中式翻译的分布式跨语种检索系统及其检索方法 - Google Patents

Abstract

本发明公开了一种基于集中式翻译的分布式跨语种检索系统及其检索方法，系统包括：检索客户端，接收本地民族语检索请求，将本地民族语检索结果反馈给用户；第一翻译模块，将本地民族语检索请求翻译为桥梁语检索请求，将桥梁语检索结果翻译为本地民族语检索结果；桥梁语中心服务器，将桥梁语检索请求发送给第二翻译模块，将桥梁语检索结果发送给第一翻译模块；第二翻译模块，将桥梁语检索请求翻译成目标民族语检索请求，将目标民族语检索结果翻译成桥梁语检索结果；检索服务器，根据目标民族语检索请求检索出目标民族语检索结果。本发明支持多语种输入和跨语种检索，向用户输出本地语言的检索结果，支持语种多、用户使用方便、检索结果准确性高。

Description

基于集中式翻译的分布式跨语种检索系统及其检索方法

技术领域

本发明涉及信息检索技术领域，具体地，涉及一种基于集中式翻译的分布式跨语种检索系统及其检索方法。

背景技术

随着经济全球化和我国“一带一路”战略的实施，我国企业、事业单位、个人等各种主体与其他国家的主体的合作越来越多，对国外各种信息的需求更多。不仅中国机构需要检索外国机构信息和技术情报，国外机构也急需检索中国机构信息和技术情报。

由于各国使用的语言不同，目前获取他国的信息时一般通过两种途径转换为本国语言，一是获取他国语言的信息后通过人为翻译成本国语言；另一种是通过翻译系统检索获取通过翻译系统翻译后的本国语言的信息。前者人工翻译工作量巨大，且质量难以管控，而后者的应用中现有机器翻译系统无法完成高质量的翻译且翻译内容非常有限、支持的语种有限，例如谷歌、微软的在线机器翻译系统的数据库老旧、零散，“谷歌专利”仅基于英语文献库和英语检索，要构建一种支持多语种的翻译系统支持检索，翻译系统的构建难度非常大。

发明内容

本发明的目的就在于克服上述现有技术的缺点和不足，提供一种基于集中式翻译的分布式跨语种检索系统及其检索方法，该跨语种检索系统支持多语种输入和跨语种检索，并向用户输出基于用户所使用语言的检索结果，支持语种多、用户使用方便并且检索结果准确性高。

本发明解决上述问题所采用的技术方案是：

基于集中式翻译的分布式跨语种检索系统，包括桥梁语中心服务器、第一翻译模块、检索客户端、第二翻译模块、检索服务器，所述检索客户端、检索服务器的数量有多个，所有检索客户端通过第一翻译模块连接桥梁语中心服务器，所有检索服务器通过第二翻译模块连接桥梁语中心服务器，其中：

检索客户端，用于接收用户发送的本地民族语检索请求并发送给第一翻译模块，接收第一翻译模块返回的本地民族语检索结果并反馈给用户；

第一翻译模块，用于将本地民族语检索请求翻译为桥梁语检索请求并发送给桥梁语中心服务器；将桥梁语中心服务器返回的桥梁语检索结果翻译为本地民族语检索结果，并发送给检索客户端；

桥梁语中心服务器，用于根据桥梁语检索请求选择检索服务器，并将该桥梁语检索请求发送给第二翻译模块；以及将第二翻译模块返回的桥梁语检索结果发送给第一翻译模块；

第二翻译模块，将桥梁语检索请求翻译成目标民族语检索请求后发送给桥梁语中心服务器选择的检索服务器，并将检索服务器返回的目标民族语检索结果翻译成桥梁语检索结果发送给桥梁语中心服务器；

检索服务器，根据目标民族语检索请求检索出用户所需的数据作为目标民族语检索结果返回给第二翻译模块。基于集中式翻译的分布式跨语种检索系统支持多语种输入检索请求，用户可直接使用自己的民族语输入即可获得所使用的民族语的检索结果，使用方便而且无需用户翻译； 每个检索服务器存储一个国家的数据信息，用户可以通过该系统跨语种查询该系统中任意国家的数据信息；采用桥梁语作为中间语言，支持跨语种检索，对用户要求低，系统的扩容只需要增加翻译模块再配以相应的检索服务器即可，系统构建难度远小于直接构建民族语之间的翻译系统网难度，而且系统可扩展能力强。所有检索客户端输入的检索请求和发送给检索客户端的检索结果采用一个第一翻译模块进行翻译，发送给所有检索服务器检索结果和所有检索服务器返回的检索结果采用一个第二翻译模块进行翻译，形成一种集中式翻译模式，节省翻译设备资源。

作为本发明的进一步改进，所述第一翻译模块和第二翻译模块中均存储有桥梁语与民族语的术语库。本技术方案中，构建术语库支持翻译模块的翻译，可以增加机器翻译的准确性。

进一步，所述桥梁语采用人工国际语。

进一步，所述第一翻译模块和第二翻译模块中均还设置有翻译记忆库，该翻译记忆库中存储有翻译过的语句及其译文。

进一步，所述第一翻译模块和第二翻译模块中还设置有对翻译记忆库中的译文进行校准的人工校准模块。

本发明还提供了基于桥梁语的分布式跨语种系统的检索方法，该方法包括以下步骤：

S1、检索客户端接收本地民族语检索请求并发送给第一翻译模块；

S2、第一翻译模块将本地民族语检索请求翻译成桥梁语检索请求并发送给桥梁语中心服务器；

S3、桥梁语中心服务器根据桥梁语检索请求选择检索服务器，并将该桥梁语检索请求发送给第二翻译模块；

S4、第二翻译模块将桥梁语检索请求翻译成目标民族语检索请求并发送给桥梁语中心服务器选择的检索服务器；

S5、检索服务器根据目标民族语检索请求检索出用户所需的数据作为目标民族语检索结果返回给第二翻译模块；

S6、第二翻译模块将检索服务器返回的目标民族语检索结果翻译成桥梁语检索结果发送给桥梁语中心服务器；

S7、桥梁语中心服务器将桥梁语检索结果返回给对应的第一翻译模块；

S8、第一翻译模块将桥梁语中心服务器返回的桥梁语检索结果翻译为本地民族语检索结果，并发送给对应的检索客户端；

S9、检索客户端接收第一翻译模块返回的本地民族语检索结果并反馈给用户。

综上，本发明的有益效果是：

1、本发明支持多语种输入检索请求，用户可直接使用自己的民族语输入即可获得所使用的民族语的检索结果，使用方便而且无需用户翻译；

2、本发明采用桥梁语作为中间语言，支持跨语种检索，使得多个国家的跨语种检索成为可能；

3、本发明采用桥梁语作为中间语言，系统的扩容只需要在翻译模块中增加某种或某几种民族语与桥梁语的术语库并增加相应的检索服务器即可，系统构建难度远小于直接构建民族语之间的翻译系统网难度，而且系统可扩展能力强；

4、本发明的桥梁语采用人工国际语，人工国际语的语义明确语法严谨，第一翻译模块和第二翻译模块中使用桥梁语与民族语的专业术语库，翻译准确性好；

5、本发明采用集中式翻译模式，将所有检索客户端输入的检索请求和发送给检索客户端的检索结果采用一个第一翻译模块翻译，发送给所有检索服务器检索结果和所有检索服务器返回的检索结果采用一个第二翻译模块翻译，节省翻译设备资源。

附图说明

图1是本发明的一个具体实施例的结构示意图。

具体实施方式

为了解决现有技术中检索外国信息中存在的机器翻译支持语种少、翻译准确性低、翻译系统构建难度大的问题，本发明提供了一种基于集中式翻译的分布式跨语种检索系统及其检索方法。该系统的主要思想是：选用一种语义明确、语法严谨的人工国际语作为中间语言，与各国的通用语言（文字）进行匹配和转换。用户在检索国外的信息时，使用自己常用的语言（例如通用语言（文字））输入检索请求，该请求通过中间语言对应转化为目标数据集对应的语言进行检索，检索结果再通过中间语言转化为用户常用的语言返回给用户。

本发明中的“民族语”是指各国的通用语言（文字），每种通用语言（文字）例如英语、汉语、德语、法语等等为一种民族语，“本地民族语”指用户所使用的通用语言（文字），“目标民族语”是指用户需检索的数据所使用的通用语言（文字），“桥梁语”即前述的中间语言，“目标数据集”是指用户获得所述数据的数据来源。

本发明主要用于跨国和跨语种的信息检索，并且主要针对某一特定类型的信息进行检索，例如但不限于仅检索企业组织机构代码或仅检索护照号、仅检索专利等，针对不同的类型的信息检索对应采用一个本发明的检索系统实现。下面结合实施例及附图，对本发明作进一步地的详细说明，但本发明的实施方式不限于此。

【实施例1】

如图1所示，基于集中式翻译的分布式跨语种检索系统，包括桥梁语中心服务器、第一翻译模块、检索客户端、第二翻译模块、检索服务器。所述检索客户端有多个，可供世界各国的用户接入；所有检索客户端通过第一翻译模块连接桥梁语中心服务器，第一翻译模块能够将检索客户端使用的民族语翻译成桥梁语、将检索结果从桥梁语翻译成检索客户端使用的民族语。所述检索服务器的数量也有多个，每个检索服务器存储一个国家的数据信息，形成该国的目标数据集，该数据信息可以根据检索系统的目的选择，例如但不限于公开专利或政府信息，这些数据信息使用该国家的通用语言（文字）存储；所有检索服务器通过第二翻译模块连接桥梁语中心服务器，第二翻译模块能够将与其相连的检索服务器使用的民族语翻译成桥梁语、能将桥梁语检索请求翻译为检索服务器使用的民族语。上述的各国的目标数据集的构建可以直接构建，也可以基于强大网络数据抓取和快照技术进行构建，还可以与各国的官方数据库链接，都是现有技术中较成熟的技术，本实施例中不再赘述。

跨语种检索系统中各装置、服务器的作用和连接方式如下：

检索客户端，用于接收用户发送的本地民族语检索请求并发送给第一翻译模块，接收第一翻译模块返回的本地民族语检索结果并反馈给用户；所述本地民族语检索请求是指检索请求的语言为本地民族语，所述本地民族语检索结果是指检索结果使用的语言为本地民族语；

第一翻译模块，用于将检索客户端发送至的本地民族语检索请求翻译为桥梁语检索请求并发送给桥梁语中心服务器；将桥梁语中心服务器返回的桥梁语检索结果翻译为本地民族语检索结果，并发送给对应的检索客户端；所述桥梁语检索请求是指检索请求使用的语言为桥梁语；前述“对应的检索客户端”是指发送来与桥梁语检索结果对应的本地民族语检索请求的检索客户端；

桥梁语中心服务器，用于根据桥梁语检索请求选择检索服务器，并将该桥梁语检索请求发送给第二翻译模块；以及将第二翻译模块返回的桥梁语检索结果发送给第一翻译模块；所述桥梁语检索结果是指检索结果使用的语言为桥梁语。前述根据桥梁语检索请求选择检索服务器时，一般检索请求中携带有“检索国家”的信息，桥梁语中心服务器根据该信息选择与存储有该国家的目标数据集的检索服务器；

第二翻译模块，将桥梁语检索请求翻译成目标民族语检索请求后发送给检索服务器，并将检索服务器返回的目标民族语检索结果翻译成桥梁语检索结果发送给桥梁语中心服务器；所述目标民族语检索请求是指检索请求使用的语言为目标民族语；

检索服务器，根据目标民族语检索请求检索出用户所需的数据作为目标民族语检索结果返回给第二翻译模块，所述目标民族语检索结果是指检索结果使用的语言为目标民族语。检索服务器根据检索请求进行检索的具体方法采用现有技术中常用的检索方法实现，本实施例中不再赘述。

本实施例中，所述桥梁语采用人工国际语，人工国际语具有语义明确、语法严谨的特点，不同于民族语的各种字、字母的组合，人工国际语的每个词仅有一个含义，因此其语义非常明确，保证了翻译的准确性。本实施例中可以但不限于采用Lojban、Interlingua，Esperanto等人工国际语。

本实施例中，桥梁语中心服务器中存储有整个跨语种检索系统中各模块、服务器的连接方式，在工作过程中还对经其转发的每一个检索请求的来源和去向进行记录，记录时可以但不限于记录检索客户端和检索服务器的编号或IP地址或Mac地址等，便于桥梁语中心服务器、第一翻译模块、第二翻译模块、检索客户端和检索服务器的通信和数据发送。在通信过程中，检索请求中除了基本的请求数据外还携带有检索客户端的识别信息（编号或IP地址或Mac地址等）和检索国家等信息，桥梁语中心服务器可以对检索请求进行解析获得前述所有信息。桥梁语中心服务器还对第一翻译模块和第二翻译模块具有控制作用，控制第一翻译模块和第二翻译模块的翻译语种和翻译后的数据发送目的地。例如，桥梁语中心服务器根据检索请求中的检索国家信息控制第二翻译模块将桥梁语检索请求翻译为对应国家的目标民族语检索请求，并将目标民族语检索请求发送到选择的存储有对应国家的目标数据集的检索服务器；桥梁语中心服务器根据检索请求中的检索客户端的识别信息控制第一翻译模块将桥梁语检索结果翻译为对应国家的本地民族语检索结果，并将本地民族语检索结果发送到检索客户端的识别信息对应的检索客户端，保证信息传递的准确性，这是通信领域常用的控制方式，本实施例中不再详述具体的控制方法。

所述第一翻译模块和第二翻译模块中均存储有桥梁语与所有民族语的术语库，第一翻译模块根据该术语库对本地民族语检索请求和桥梁语检索结果进行翻译，第二翻译模块根据该术语库对桥梁语检索请求和目标民族语检索结果进行翻译。前述术语库包括但不限于有桥梁语与所有民族语的术语对，第一翻译模块和第二翻译模块就可以根据这些术语对进行翻译。

本实施例中，基于集中式翻译的分布式跨语种检索系统支持多语种输入检索请求，用户可直接使用自己的民族语输入即可获得所使用的民族语的检索结果，各国用户均能使用其母语检索，并得到母语的检索结果，使用方便而且无需用户翻译；

每个检索服务器存储一个国家的数据信息，用户就能通过该系统跨语种检索该系统中的各国数据；系统采用桥梁语作为中间语言，系统的扩容只需要在第一翻译模块和第二翻译模块中增加某种或某几种民族语与桥梁语的术语库、再配以相应的检索服务器即可，系统构建难度远小于直接构建民族语之间的翻译系统网难度，而且系统可扩展能力强。术语库建设和优化可以由各国母语人士参与，确保翻译处理结果准确无误。

本发明主要用于跨国和跨语种的信息检索，并且主要针对某一特定类型的信息进行检索，例如但不限于仅检索企业组织机构代码或仅检索护照号、仅检索专利等，针对不同的类型的信息检索对应采用一个本发明的检索系统实现，如此，能避免桥梁语中心服务器大量信息堆积而影响检索的效率，以及使得术语库的构建难度小进而能将术语库完善得更加准确和全面，保证翻译结构的准确性。由于系统主要用于某一特定类型的信息进行检索，系统处理的数据量一般不会太大，为了节省翻译设备资源，本发明采用集中式翻译模式，将所有检索客户端输入的检索请求和发送给检索客户端的检索结果采用一个第一翻译模块翻译，发送给所有检索服务器检索结果和所有检索服务器返回的检索结果采用一个第二翻译模块翻译，在满足用户的使用需求的前提下充分节省系统使用的设备，降低系统构建成本。

基于桥梁语的分布式跨语种系统的检索方法，包括以下步骤：

S1、检索客户端接收用户输入的本地民族语检索请求并发送给第一翻译模块，所述本地民族检索请求中携带有检索国家、请求的数据、检索客户端IP地址等信息；

S2、第一翻译模块将本地民族语检索请求翻译成桥梁语检索请求并发送给桥梁语中心服务器；

S3、桥梁语中心服务器接收并解析桥梁语检索请求，根据桥梁语检索请求中的检索国家信息选择检索服务器，并将该桥梁语检索请求发送给选择的第二翻译模块；

S4、第二翻译模块将桥梁语检索请求翻译成目标民族语检索请求并发送给桥梁语中心服务器选择的检索服务器；

S5、检索服务器根据目标民族语检索请求检索出用户所需的数据作为目标民族语检索结果返回给第二翻译模块；

S6、第二翻译模块将检索服务器返回的目标民族语检索结果翻译成桥梁语检索结果发送给桥梁语中心服务器；

S7、桥梁语中心服务器将桥梁语检索结果返回给第一翻译模块；

S8、第一翻译模块将桥梁语中心服务器返回的桥梁语检索结果翻译为本地民族语检索结果，并发送给对应的检索客户端，该检索客户端的IP地址与发送来检索请求的检索客户端的IP地址一致；

S9、检索客户端接收第一翻译模块返回的本地民族语检索结果并反馈给用户。

以下以基于集中式翻译的分布式跨语种检索系统应用于专利检索，中国用户检索西班牙语的专利数据为例说明本发明的检索方法，检索步骤如下：

S1、检索客户端接收来自用户的汉语输入的检索请求并发送给第一翻译模块，该检索请求中的检索国家为“西班牙”，请求的数据为：主题名称为“检索系统”的专利；

S2、第一翻译模块将检索请求从汉语翻译成桥梁语形成桥梁语检索请求并将该桥梁语检索请求发送给桥梁语中心服务器；

S3、桥梁语中心服务器接收并解析桥梁语检索请求，根据桥梁语检索请求选择与存储西班牙专利的检索服务器，并将该桥梁语检索请求发送给选择的第二翻译模块；

S4、第二翻译模块将检索请求从桥梁语翻译成西班牙语并发送给存储西班牙专利的检索服务器，该检索服务器内部存储的资料为西班牙语格式；

S5、检索服务器根据检索请求检索出用户所需的数据即主题名称为“检索系统”的专利列表作为西班牙语检索结果返回给第二翻译模块；

S6、第二翻译模块将检索服务器返回的检索结果从西班牙语翻译成桥梁语然后发送给桥梁语中心服务器；

S7、桥梁语中心服务器将桥梁语检索结果返回给第一翻译模块；

S8、第一翻译模块将桥梁语中心服务器返回的检索结果从桥梁语翻译为汉语，并将汉语形式的检索结果发送给对应的检索客户端；

S9、检索客户端接收第一翻译模块返回的检索结果并反馈给用户，此时用户就能够获得汉语的检索结果，不用再进行翻译。

其他任意两种语言之间的检索方式也与上述相同，本实施例中不再一一详述。

【实施例2】

在实施例1的基础上，本实施例中对第一翻译模块和第二翻译模块进行改进，所述第一翻译模块中还设置有翻译记忆库，该翻译记忆库中存储有该第一翻译模块翻译过的语句及其译文；所述第二翻译模块中也设置有翻译记忆库，第二翻译模块的翻译记忆库中存储有其自身翻译过的语句及其译文。

第一翻译模块和第二翻译模块在进行翻译时，采用术语库和翻译记忆技术相结合的方式进行翻译，具体方法如下：

第一步，初步翻译：在翻译新语句的时候，搜索自身的翻译记忆库，对该句和翻译记忆库中存储的句子进行对比和匹配，挑出原文最接近的翻译单元，给出参考译文；

第二步，术语调整：将原句中的术语与术语库中的术语对进行比较，并比较译文中术语的译文与术语对中的译文是否相同，不同则将译文中不一致的术语替换为术语库中的术语，形成正式译文；

第三部，存储和发送：发送正式译文（第一翻译模块将正式译文发送给检索客户端或桥梁语中心服务器，第二翻译模块将正式译文发送给检索服务器或桥梁语中心服务器），并将原句和正式译文存入翻译记忆库中。

进一步地，所述第一翻译模块和第二翻译模块中均还设置有对翻译记忆库中的译文进行校准的人工校准模块。在具体使用过程中，还可以定期对记忆库中的译文进行人工校准，使翻译模块的翻译更加准确。所述人工校准模块包括：

人机交互接口，用于与校对人员进行交互，校对人员通过该人机交互接口对译文进行读写操作，包括输入译文调取请求、阅读译文、对译文进行修改和保存；

译文调取模块，用于根据校对人员的调用请求从翻译记忆库调取译文并输出给人机交互接口；

译文修改模块，用于根据校对人员通过人机交互接口输入的修改信息对翻译记忆库中的译文进行修改；

译文保存模块，用于将译文修改模块修改后的译文进行保存，译文保存模块执行保存操作后翻译记忆库中存储的译文即为修改后的译文。

本实施例中，术语库和翻译记忆技术相结合保障了高质量的翻译，从而保障了检索结果的准确性。人工校准的加入也进一步提高了翻译质量。

以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (6)

1.基于集中式翻译的分布式跨语种检索系统，其特征在于，包括桥梁语中心服务器、第一翻译模块、检索客户端、第二翻译模块、检索服务器，所述检索客户端、检索服务器的数量有多个，所有检索客户端通过第一翻译模块连接桥梁语中心服务器，所有检索服务器通过第二翻译模块连接桥梁语中心服务器，其中：

检索客户端，用于接收用户发送的本地民族语检索请求并发送给第一翻译模块，接收第一翻译模块返回的本地民族语检索结果并反馈给用户；

第一翻译模块，用于将本地民族语检索请求翻译为桥梁语检索请求并发送给桥梁语中心服务器；将桥梁语中心服务器返回的桥梁语检索结果翻译为本地民族语检索结果，并发送给检索客户端；

桥梁语中心服务器，用于根据桥梁语检索请求选择检索服务器，并将该桥梁语检索请求发送给第二翻译模块；以及将第二翻译模块返回的桥梁语检索结果发送给第一翻译模块；

第二翻译模块，将桥梁语检索请求翻译成目标民族语检索请求后发送给桥梁语中心服务器选择的检索服务器，并将检索服务器返回的目标民族语检索结果翻译成桥梁语检索结果发送给桥梁语中心服务器；

检索服务器，根据目标民族语检索请求检索出用户所需的数据作为目标民族语检索结果返回给第二翻译模块。

2.根据权利要求1所述的基于集中式翻译的分布式跨语种检索系统，其特征在于，所述第一翻译模块和第二翻译模块中均存储有桥梁语与民族语的术语库。

3.根据权利要求1或2所述的基于集中式翻译的分布式跨语种检索系统，其特征在于，所述桥梁语采用人工国际语。

4.根据权利要求1或2所述的基于集中式翻译的分布式跨语种检索系统，其特征在于，所述第一翻译模块和第二翻译模块中均还设置有翻译记忆库，该翻译记忆库中存储有翻译过的语句及其译文。

5.根据权利要求4所述的基于集中式翻译的分布式跨语种检索系统，其特征在于，所述第一翻译模块和第二翻译模块中还设置有对翻译记忆库中的译文进行校准的人工校准模块。

6.基于桥梁语的分布式跨语种系统的检索方法，其特征在于，包括以下步骤：

S1、检索客户端接收本地民族语检索请求并发送给第一翻译模块；

S2、第一翻译模块将本地民族语检索请求翻译成桥梁语检索请求并发送给桥梁语中心服务器；

S3、桥梁语中心服务器根据桥梁语检索请求选择检索服务器，并将该桥梁语检索请求发送给第二翻译模块；

S4、第二翻译模块将桥梁语检索请求翻译成目标民族语检索请求并发送给桥梁语中心服务器选择的检索服务器；

S5、检索服务器根据目标民族语检索请求检索出用户所需的数据作为目标民族语检索结果返回给第二翻译模块；

S6、第二翻译模块将检索服务器返回的目标民族语检索结果翻译成桥梁语检索结果发送给桥梁语中心服务器；

S7、桥梁语中心服务器将桥梁语检索结果返回给对应的第一翻译模块；

S8、第一翻译模块将桥梁语中心服务器返回的桥梁语检索结果翻译为本地民族语检索结果，并发送给对应的检索客户端；

S9、检索客户端接收第一翻译模块返回的本地民族语检索结果并反馈给用户。