CN107590140A

CN107590140A - 一种文档漏译条目处理方法

Info

Publication number: CN107590140A
Application number: CN201710955859.1A
Authority: CN
Inventors: 文杰; 张梁
Original assignee: Language Network (wuhan) Information Technology Co Ltd
Current assignee: Language Network (wuhan) Information Technology Co Ltd
Priority date: 2017-10-17
Filing date: 2017-10-17
Publication date: 2018-01-16
Anticipated expiration: 2037-10-17
Also published as: CN107590140B

Abstract

本发明提供了一种文档处理方法，包括文档检查方法，用于检查出文档的漏译条目；文档漏译条目处理方法，用于对检查出来的漏译条目进行处理，包括定位和重新翻译；文档漏译条目定位方法，用于定位漏译条目在文档的位置。本发明通过弹窗的形式集中展现漏译条目；当译员点击某一漏译条目时，可以实时定位到该漏译条目在原文档中的位置，因此，译员可以更全面的结合上下文理解该条目，从而给出更准确的翻译；更重要的是，在同一页面下直接提供输入翻译结果的输入框，便于翻译人员实时输入翻译结果，可以极大的提高翻译效率。

Description

一种文档漏译条目处理方法

技术领域

本发明属于翻译技术领域，尤其涉及一种文档的处理方法，包括文档漏译条目检查、漏译条目定位以及漏译条目处理方法。

背景技术

由于待翻译文档的复杂性，译员在进行翻译的时候，可能会遇到长难句或者部分句子暂时不需要翻译的情况。译员会对这些句子进行跳过。翻译结束后，如何快速查找并定位到漏译的句子，成为一大问题。

现有技术中，处理类似问题的常规做法包括：将跳过的句子另存到别处，等其他句子翻译完毕后再回头集中处理，或者对跳过的句子做一些特殊标记，回头一一查找。然而，这些做法再翻译文档较长时会极大增加翻译工作量，降低翻译效果。例如，采用另存到别处的方式，不仅要在翻译中途停顿进行额外的保存工作，而且回头集中处理时，该句子已经脱离了原文的上下文环境，可能导致翻译结果词不达意，导致上下文不通顺；而采用特殊标记的方法，同样需要在翻译中途对其进行标记，降低翻译速度；同时，回头一一查找还可能出现遗漏的情形。

可见，现有技术针对这一问题缺乏有效的解决方案。

发明内容

为解决上述问题，本发明首先提供一种文档检查方法，用于在对文档进行初步翻译之后，对文档进行检查，检测出其中的漏译条目。

具体来说，所述文档检查方法包括如下步骤

S11. 文档上传以及初始化：对上传的文档进行拆分，获得多个条目，每个条目对应的译文项目初始化为空，将所述多个条目及其对应的译文项目对应存储于数据库中；

S12. 文档翻译：对所述文档以条目为单位依次进行处理，直到所有条目均被处理完；

在本步骤之后，所述文档经过了初步翻译，其多个条目中，大部分条目均已有对应的翻译结果，即对应的译文项目；

具体来说，主要执行如下操作：对每一个条目进行翻译，当该条目被完整翻译后，更新该条目对应的译文项目，同时为该条目生成一个识别符；

然而，文档中仍然可能存在还没有翻译的条目，因此，需要进入下一步进行文档检查。

S13. 文档检查：检测所述文档中所有条目的识别符，定位出文档的漏译条目；

该步骤主要通过如下方式执行：检测文档中无识别符的条目，将其定位为文档的漏译条目；并且进一步包括：将所述漏译条目存储到MongoDB数据库中，并通过弹窗显现。

文档中之所以可能存在未翻译的漏译条目，主要是译员在翻译过程中，暂时无法正确翻译该条目，或者认为该条目暂时不需要翻译，因此，可以选择直接跳过，而不需要停顿下来，从而不会影响翻译速度。

体现在本发明的文档检查方法中，具体表现为在步骤S12:如果当前条目暂时不能翻译或者不能完整翻译，则跳过该条目。

进一步的，对所述文档进行拆分，具体包括：对所述文档进行断句，将文档拆分成句子作为所述条目；将所述句子存储到MongoDB数据库中；若当前句子被完整翻译后，将翻译结果作为当前句子的译文项目，对应存储到MongoDB数据库。

步骤S13的检查策略包括：检测文档中所有译文项目为空的条目，并将检测结果通过前端弹窗展现。

其中，将检测结果通过前端弹窗展现，进一步包括：将所有译文项目为空的条目以列表的形式在弹窗中展现；或者，如果不存在译文项目为空的条目，则在弹窗中提示该文档并没有漏译。

通过上述方法，翻译人员可以在文档初步翻译之后，对文档进行漏译检查，并将检查结果通过弹窗的形式集中展现。

需要强调的是，为了能够集中展示漏译条目的集合，本发明的方法将文档以句子为单位存储到MongoDB数据库中，同时对应存储了当前句子的译文项目/识别符等，后续对每一个漏译条目进行重新翻译时，能够快速定位到该漏译条目在原文中的位置。如果采用其他数据库或者其他存储方式，后续的定位和显示将会降低效率。

发明人注意到，本领域技术人员面对类似问题，通常选用的是常规的关系数据库或者非关系数据库，这些方法要么功能不够丰富，要么扩展性能不强，尤其是本发明同时需要弹窗展示和通过弹窗点击快速定位到原文档中位置的情形下，采用常规数据库会导致效率低下，并且人机交互体验差。因此，发明人通过反复对比研究，从而选择了MongoDB数据库作为本发明的存储手段。它的特点是高性能、易部署、易使用，存储数据非常方便，支持完全索引，包含内部对象。最主要的特点包括模式自由（schema-free)，意味着对于存储在mongodb数据库中的文件，我们不需要知道它的任何结构定义。如果需要的话，完全可以把不同结构的文件存储在同一个数据库里。

虽然当前某些文档存储也利用了该数据库，但是将其应用于翻译弹窗集合以及条目定位当中，是本发明的创新点之一。

如前所述，前述文档检查方法能够将漏译条目集中展现在弹窗中，提示用户还存在未翻译的项目。因此，用户需要对这些漏译条目进行处理，包括再次翻译/再次忽略等。

为解决这一问题，在本发明的第二方面，提供了一种漏译条目处理方法，用于处理前述的文档检查方法检测出的漏译条目。

所述漏译条目处理方法包括：

S21. 将所述漏译条目列表呈现在所述弹窗中；

S22. 点击任一条目，当前光标定位到该条目在文档页面中的位置并以特定颜色展现，同时所述弹窗移动到文档页面的边沿侧，例如，最右侧；当然，也可以移动到其他位置，只要不与原文档页面显示位置冲突即可；

S23. 文档底部弹出一个可输入窗口，用于输入当前条目对应的翻译结果；

S24. 输入完毕后，更新当前条目对应的译文项目，同时为该条目生成一个识别符；

S25. 更新当前弹窗的漏译条目列表，继续处理下一个漏译条目，直到所有漏译条目都被处理；

所述更新当前弹窗的漏译条目列表，具体包括：将当前被处理过的条目从当前弹窗列表中删除。

其中，所有漏译条目都被处理，具体包括：当前弹窗列表为空。

采用本方法，用户可以以较好的人机交互的形式，逐一处理漏译条目。相对于背景技术中提到的传统处理方法，本发明通过弹窗的形式集中展现漏译条目；当译员点击某一漏译条目时，可以实时定位到该漏译条目在原文档中的位置，因此，译员可以更全面的结合上下文理解该条目，从而给出更准确的翻译；在这个过程中，弹窗移动到恰当的位置，使得文档页面也能体现；更重要的是，在同一页面下直接提供输入翻译结果的输入框，便于翻译人员实时输入翻译结果。

在当前条目被处理后，该条目不再是漏译条目，因此该条目将在弹窗中消失，例如，直接删除弹窗中的当前条目，接下来可以继续处理下一个漏译条目，包括自动跳转到下一个条目，或者手动点击下一个想要处理的漏译条目。

这样，当弹窗列表为空时，即意味着所有漏译条目均被处理完毕。

因此，在执行文档检查方法之后，再通过上述文档处理方法，即可快速定位并处理完所有的漏译条目。

最后，在本发明的第三方面，则给出了本发明前述提出的定位方法。采用本发明提出的定位方法，可以在文档中快速定位出漏译条目

具体来说，所述定位方法包括：

S31. 对上传的文档进行拆分，获得多个条目时，将每一个条目作为DOM节点元素存储到Web系统的数据库中；

S32.对所述每一个DOM节点赋予唯一且有序的节点识别符，并在文档中按照从上到下的布局显示；

S33. 点击弹窗中的某一条目时，首先获得该条目对应的DOM节点元素的属性，通过DOM节点元素的属性获得当前条目在文档布局中的最左位置Left和最上位置Top；

S34. 若Top大于当前文档布局窗口的高度，则上下调整当前文档布局页面；否则进入下一步；

S35. 通过当前结点的节点识别符，定位当前条目在文档中的位置。

优选的，上传所述文档之前，将所述文档转化为XML格式。

进一步，在上述定位方法中，DOM节点元素存储到Web系统的数据库中，特别是MongoDB数据库。

正如前述发明人所强调的，为了使得在弹窗中的某一个条目能够快速定位到文档中的位置，本发明创新的采用了MongoDB数据库存储实现。

MongoDB 的主要目标是在键/值存储方式（提供了高性能和高度伸缩性）和传统的RDBMS 系统（具有丰富的功能）之间架起一座桥梁，它集两者的优势于一身。特别重要的是，发明人通过不同数据库的反复体验和研究，注意到，MongoDB 是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。因此，具备良好可扩展性和一致性的MongoDB特别适合于翻译工程中的弹窗页面和文档页面之间的查询/定位以及多页面交互显示，这是传统数据库所不能比拟的，是本发明的创新之一。

最后，发明人指出，本发明提出的上述方法，可以采用计算机编程技术完全的自动实现，也可以全部步骤自动实现，也可以在其中某些步骤采用人机交互/反馈，已达到更好的效果。因此，本发明还提供了一种计算机可读介质，其上存储有计算机可执行指令；通过存储器和处理器执行所述指令，用于所述文档检查方法和/或文档处理方法和/或文档定位方法。

总体来说，本发明旨在让译员迅速找到并定位漏译句子，提高翻译效率。文档翻译的时候，每翻译一个句子，都会生成一个识别ID。翻译完成后，系统会检测无识别ID的句子，然后通过一个弹窗将这些句子罗列出来，就是未翻译的句子。点击弹窗内未翻译的句子可以定位到原文的的位置，继续翻译。翻译过的句子，从弹窗自动消失。

附图说明

图1是展现漏译条目列表的弹窗示意图

图2是对漏译条目进行处理的页面示意图

图3是本发明的漏译条目的定位方法流程图

具体实施方式

参照图1，用户上传文档的时候首先对文档内容进行断句，将文档拆分成一句句，并对每句话存储到MongoDB数据库中，初始时所有译文项为空。用户每翻译一句话，就将对应的译文填充到数据库中。

进行漏译检查的时候，后台检索数据库中所有译文为空的项目，并将结果前端，例如，附图1展现的就是某次检查后所有漏译条目。

具体来说，上述过程包括如下步骤：

所述步骤S12中所述处理包括：对该条目进行翻译，当该条目被完整翻译后，更新该条目对应的译文项目，同时为该条目生成一个识别符；

所述步骤S13包括：检测文档中无识别符的条目，将其定位为文档的漏译条目；并且进一步包括：将所述漏译条目存储到MongoDB数据库中，并通过弹窗显现。

图2是对漏译条目进行处理的页面示意图。

将所有漏译条目检查出来之后，集中在弹窗展现。具体来说，如果有漏译的句子，前端弹出一个窗口，将所有漏译的句子以列表的形式展现出来，并做分页显示。用户点击列表中任一句子，漏译展示弹窗移动到页面的最右侧，并且将点击的句子在文档中标记出来，以特定显色显示。同时文档底部弹出一个窗口，分上下两个文本框，上面显示当前点击的句子原文，下面文本框作为译文的输入，用户输入译文后点击弹出上的保存按钮，文档中原文后面就会跟着显示用户输入的译文。原文漏译标记消失，漏译展示窗口数量减1。直到所有句子都被翻译后，漏译展示列表消失，提示用户该文档已全部翻译完毕。

具体来说，包括如下步骤：

S21. 将所述漏译条目列表呈现在所述弹窗中；

S22. 点击任一条目，当前光标定位到该条目在文档页面中的位置并以特定颜色展现，同时所述弹窗移动到文档页面的最右侧；

图2显示了这一过程的某个页面截图。

图3则给出了文档中句子是如何查找的，即定位方法的流程图。

首先整个系统是基于web来实现的。查找文档中的句子就是来找DOM节点元素，每个句子都有一个id，并且是唯一的并且有序，按照从上到下的布局来展示。这样通过id就可以获取到DOM元素。通过DOM元素的属性获取当前句子在整个文档中的left和top位置。如果top大于整个窗口的高度，说明要找的句子不在可视区域，这就要调整滚动条的位置来将要找的句子显示出来。

具体来说，包括如下步骤：

Claims

1.一种文档检查方法，用于快速定位文档的漏译条目，所述文档包含多个条目，以及与所述条目对应的译文项目；所述方法包括如下步骤：

其特征在于：

2.如权利要求1所述的方法，其中，对所述文档中的条目进行翻译，包括：如果当前条目暂时不能翻译、不能完整翻译或者不需要翻译，则跳过该条目。

3.如权利要求1所述的方法，其中，对所述文档进行拆分，具体包括：对所述文档进行断句，将文档拆分成句子作为所述条目；将所述句子存储到MongoDB数据库中；若当前句子被完整翻译后，将翻译结果作为当前句子的译文项目，对应存储到MongoDB数据库。

4.如权利要求1-3任一项所述的方法，所述步骤S13进一步包括：检测文档中所有译文项目为空的条目，并将检测结果通过前端弹窗展现。

5.如权利要求4所述的方法，其中，将检测结果通过前端弹窗展现，进一步包括：将所有译文项目为空的条目以列表的形式在弹窗中展现；或者，如果不存在译文项目为空的条目，则在弹窗中提示该文档并没有漏译。

6.一种漏译条目处理方法，用于处理采用如权利要求1-5任一项所述的文档检查方法检测出的漏译条目；所述漏译条目处理方法包括：S21. 将所述漏译条目列表呈现在所述弹窗中；

S22. 点击任一条目，当前光标定位到该条目在文档页面中的位置并以特定颜色展现，同时所述弹窗移动到文档页面的边缘侧；

其特征在于：

7.如权利要求6所述的漏译条目处理方法，其中，所有漏译条目都被处理，具体包括：当前弹窗列表为空。

8.一种文档条目定位方法，用于定位采用如权利要求1-5任一项所述的文档检查方法检测出的漏译条目在原文档中的位置，所述定位方法包括：

9.如权利要求8所述的方法，其特征在于：上传所述文档之前，将所述文档转化为XML格式。

10.一种计算机可读介质，其上存储有计算机可执行指令；通过存储器和处理器执行所述指令，用于执行权利要求1-9任一项所述的方法。