CN107885737A - 一种人机互动翻译方法及系统 - Google Patents

Abstract

本本发明实施例提供一种人机互动翻译方法及系统，通过获取待翻译原文，对所述待翻译原文进行断句并解析，获取翻译要素，并获取该待翻译原文对应的机器译文；从翻译语料库中匹配所述待翻译原文的相似句，获取相似句对应的译文；将相似句对应的译文与待翻译原文对应的机器译文进行解析，获取对应的翻译要素；结合所有翻译要素，计算待翻译原文与各译文之间的相似关系，确定最相似的译文为最优译文并输出。通过上述方法，更加智能化的帮助译员，进行筛选，判断，查询，验证这一过程中的每一个细小环节，提高译员工作效率。

Description

一种人机互动翻译方法及系统

技术领域

本发明涉及机器翻译领域，具体地说，涉及一种人机互动翻译方法及系统。

背景技术

近年来深度学习的迅猛发展，计算机的速度持续在大幅提升。以往，互动翻译(Interactive-Predictive Translation)因为各种原因无法商用实现：耗时费力、响应缓慢；计算机辅助语言翻译的标准方法是后期编辑(Post-Editing)的：机器生成单一的翻译，翻译人员再进行纠正。最近的研究表明，这种简单的技术有出乎意料的效果。但它无法充分地利用人类准确率翻译与机器召回率的互补优势。

发明内容

本发明的主要目的，是提供一种人机互动翻译方法及系统，更加智能化的帮助译员，进行筛选，判断，查询，验证这一过程中的每一个细小环节，提高译员工作效率。

本发明实施例提供一种人机互动翻译方法，包括：

获取待翻译原文，对所述待翻译原文进行断句并解析，获取翻译要素，并获取该待翻译原文对应的机器译文；

从翻译语料库中匹配所述待翻译原文的相似句，获取相似句对应的译文；

将相似句对应的译文与待翻译原文对应的机器译文进行解析，获取对应的翻译要素；

结合所有翻译要素，计算待翻译原文与各译文之间的相似关系，确定最相似的译文为最优译文并输出。

在一个示例中，其中，所述翻译要素包括：

实体、词性、依存关系、短语结构。

在一个示例中，其中，所述计算待翻译原文与各译文之间的相似关系，包括：

通过计算：

译文实体与原文句实体近似关系；

译文词性与原文句词性近似关系；

译文依存关系与原文句依存关系的近似关系；

译文短语结构与原文句短语结构的近似关系；

所述确定最相似的译文为最优译文并输出，包括：

基于各近似关系得分值计算总得分值，选择总得分值最高的译文作为最优译文并输出。

在一个示例中，其中，在将相似句对应的译文与待翻译原文对应的机器译文进行解析，获取对应的翻译要素之前，还包括：

获取用户输入的翻译文本并解析，确定主谓宾结构；

根据所述主谓宾结构将所述翻译文本与各译文进行匹配；

用所述翻译文本替换与其匹配的译文中的相同成分词汇，更新所述待翻译原文对应的各译文；

在输出最优译文时，去掉用户输入的翻译文本再进行输出。

在一个示例中，其中，还包括：

获取待翻译原文中重复句式，确定译文中与该句式对应的多处翻译是否相同，如不同，进行预警；

提取翻译原文中的实体，确定译文中是否存在与该实体对应的内容，如不存在，进行预警。

在一个示例中，其中，还包括：

接收启动划词触发信号；

获取鼠标选择词汇或短语；

输出所述词汇或短语对应的翻译结果，所述翻译结果包括：

术语含义、释义、例句、短语。

本发明实施例还提供一种人机互动翻译系统，包括：

获取原文单元，用于获取待翻译原文，对所述待翻译原文进行断句并解析，获取翻译要素，并获取该待翻译原文对应的机器译文；

翻译相似句单元，用于从翻译语料库中匹配所述待翻译原文的相似句，获取相似句对应的译文；

翻译要素提取单元，用于将相似句对应的译文与待翻译原文对应的机器译文进行解析，获取对应的翻译要素；

译文输出单元，用于结合所有翻译要素，计算待翻译原文与各译文之间的相似关系，确定最相似的译文为最优译文并输出。

在一个示例中，其中，所述翻译要素包括：

实体、词性、依存关系、短语结构。

在一个示例中，其中，所述计算待翻译原文与各译文之间的相似关系，包括：

通过计算：

译文实体与原文句实体近似关系；

译文词性与原文句词性近似关系；

译文依存关系与原文句依存关系的近似关系；

译文短语结构与原文句短语结构的近似关系；

所述确定最相似的译文为最优译文并输出，包括：

基于各近似关系得分值计算总得分值，选择总得分值最高的译文作为最优译文并输出。

在一个示例中，其中，所述翻译相似句单元，还用于：

当用户输入翻译文本时，获取用户输入的翻译文本并解析，确定主谓宾结构；

根据所述主谓宾结构将所述翻译文本与各译文进行匹配；

用所述翻译文本替换与其匹配的译文中的相同成分词汇，更新所述待翻译原文对应的各译文；

所述译文输出单元，还用于在输出最优译文时，去掉用户输入的翻译文本再进行输出。

本发明提出了一种人机互动翻译方法及系统，可以实现在翻译过程中断句，为每一句原文呈现一句最优译文，还可以实现译后检查、系统划词、互动翻译最优扩展等，从而更加智能化的帮助译员，进行筛选，判断，查询，验证这一过程中的每一个细小环节，提高译员工作效率。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：

图1显示了根据本发明的一个实施例的一种人机互动翻译系统的方法流程图；

图2显示了根据本发明的一个实施例的人机互动翻译系统执行智能翻译的界面示意图；

图3显示了根据本发明的一个实施例的人机互动翻译系统解析翻译元素的界面示意图；

图4显示了根据本发明的一个实施例的人机互动翻译系统执行互动翻译的界面示意图；

图5显示了根据本发明的一个实施例的人机互动翻译系统执行译后检查的界面示意图；

图6显示了根据本发明的一个实施例的人机互动翻译系统执行划词的界面示意图；

图7显示了根据本发明的一个实施例的人机互动翻译系统划词后输出结果的界面示意图；

图8显示了根据本发明的一个实施例的人机互动翻译系统的结构示意图。

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。

同时，在以下说明中，出于解释的目的而阐述了许多具体细节，以提供对本发明实施例的彻底理解。然而，对本领域的技术人员来说显而易见的是，本发明可以不用这里的具体细节或者所描述的特定方式来实施。

另外，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

本发明的主要目的，是提供一种人机互动翻译方法及系统，本发明提供的人机互动翻译方法，可以由本发明提供的人机互动翻译系统执行，可以实现在翻译过程中断句，为每一句原文呈现一句最优译文，还可以实现译后检查、系统划词、互动翻译最优扩展等，从而更加智能化的帮助译员，进行筛选，判断，查询，验证这一过程中的每一个细小环节，提高译员工作效率。

如图1所示，本发明实施例提供一种人机互动翻译方法，包括：

S101，获取待翻译原文，对所述待翻译原文进行断句并解析，获取翻译要素，并获取该待翻译原文对应的机器译文；

S102，从翻译语料库中匹配所述待翻译原文的相似句，获取相似句对应的译文；

S103，将相似句对应的译文与待翻译原文对应的机器译文进行解析，获取对应的翻译要素；

S104，结合所有翻译要素，计算待翻译原文与各译文之间的相似关系，确定最相似的译文为最优译文并输出。

在一个示例中，其中，所述翻译要素包括：

实体、词性、依存关系、短语结构。

在一个示例中，其中，所述计算待翻译原文与各译文之间的相似关系，包括：

通过计算：

译文实体与原文句实体近似关系；

译文词性与原文句词性近似关系；

译文依存关系与原文句依存关系的近似关系；

译文短语结构与原文句短语结构的近似关系；

所述确定最相似的译文为最优译文并输出，包括：

基于各近似关系得分值计算总得分值，选择总得分值最高的译文作为最优译文并输出。

实际应用中，在获取待翻译原文后，对原文进行断句，对原文每一句进行语言和语义分析，本领域技术人员熟知的语言和语义分析方式很多，在此处不再赘述，语言和语义分析后，得出对应的实体、词性、依存关系、短语结构，如图3所示，进一步，如图2所示，对待翻译原文中每一句提供唯一推荐译句，算法过程如下：

从已有翻译语料库中根据原句匹配相似句，相似算法不限于tfidf、BM25,等；

根据匹配到的相似句，取其相应译句，可称为“语料译句”；

根据原句，取多条机器译文，可称为“机器译句”；

“机器译句”和“语料译句”合称为“全体译句”，其中句子的个数，可以根据具体场景设定；

对“全体译句”进行语义解析，得到对应的实体、词性、依存关系、短语结构；

计算“全体译句”和原文句在语义上的相似关系，相似关系使用的数学模型为特征函数可以根据经验和实际场景手动设定，Fm(X)可以为如下的函数：

1.译文实体与原文句实体近似关系

2.译文词性与原文句词性近似关系

3.译文依存关系与原文句依存关系的近似关系

4.译文短语结构与原文句短语结构的近似关系

计算四种相似度得分，总相似度得分最高的，我们可以认为是最优译文，作为参考给译员。

实际应用中，本领域技术人员可以采用其他合理方式推荐最优译文，本申请不限定于此。

在一个示例中，本申请提供的人机互动翻译方法和系统，还可以实现互动翻译最优拓展，即在用户输入部分翻译内容后，将最优的后续翻译内容推荐给用户。本申请提供的人机互动翻译方法，在将相似句对应的译文与待翻译原文对应的机器译文进行解析，获取对应的翻译要素之前，当用户输入翻译文本时，还包括：

获取用户输入的翻译文本并解析，确定主谓宾结构；

根据所述主谓宾结构将所述翻译文本与各译文进行匹配；

用所述翻译文本替换与其匹配的译文中的相同成分词汇，更新所述待翻译原文对应的各译文；

在输出最优译文时，去掉用户输入的翻译文本再进行输出。

实际应用中，如图4所示，本发明实施例提供的人机互动翻译方法，还可以根据用户输入部分推荐最佳后续句，即结合用户输入部分，更新原文对应的译文，再进行相似度计算，并输出用户输入部分的最佳后续句。步骤如下：

对用户输入部分进行分词，分词后取得同近义词；

对用户输入部分进入语义解析，得到主谓宾结构；

同样对“全体译句”进行语义解析，得到依存关系，得到主谓宾结构；

根据主谓宾的不同结构组成部分，用从用户输入中解析出来的词，匹配替换“全体译句”中的词，得到“全体新译句”，并记录替换数量为“匹配数”；

对“全体新译句”运算进行语义计算，得到实体、词性、依存关系、短语结构；

计算“全体新译句”和原文句在语义上的相似关系，使用的数学模型其中特征函数可以根据经验和实际场景手动设定，Fm(X)可以为如下的函数：

1.译文实体与原文句实体近似关系；

2.译文词性与原文句词性近似关系；

3.译文依存关系与原文句依存关系的近似关系；

4.译文短语结构与原文句短语结构的近似关系；

5.【匹配数】与用户输入词数量占比。

计算五种相似度得分，取总得分最高者，去掉用户输入部分，即为后续推荐子句。

在一个示例中，本申请提供的人机互动翻译方法和系统，还可以实现译后验证检查。本申请提供的人机互动翻译方法，还包括：

获取待翻译原文中重复句式，确定译文中与该句式对应的多处翻译是否相同，如不同，进行预警；

提取翻译原文中的实体，确定译文中是否存在与该实体对应的内容，如不存在，进行预警。

实际应用中，如图5所示，执行本申请提供的人机互动翻译方法的系统，执行译后验证检查，发现问题时进行预警提醒，包括：

翻译重复检查：当一篇文章中同一句话出现多次，译文不一致时，进行预警；

实体检查：比如，当原文有一个日期时间出现，译文没有时，进行预警。

在一个示例中，本发明实施例提供的人机互动翻译方法，还可以协助译员查询单词，包括：

接收启动划词触发信号；

获取鼠标选择词汇或短语；

输出所述词汇或短语对应的翻译结果，所述翻译结果包括：

术语含义、释义、例句、短语。

实际应用中，如图6、图7所示，如图6所示，执行本发明实施例提供的人机互动翻译方法的系统，可以通过划词，确定单词或者短语范围，如图所示，可以呈现划词翻译结果，输出单词或短语对应的术语含义、释义、例句、短语，这些翻译结果的数据来源包括：用户上传术语，系统积累的术语，单词词典，网络抓取的在线词典数据集。

如图8所示，本发明实施例还提供一种人机互动翻译系统，包括：

获取原文单元801，用于获取待翻译原文，对所述待翻译原文进行断句并解析，获取翻译要素，并获取该待翻译原文对应的机器译文；

翻译相似句单元802，用于从翻译语料库中匹配所述待翻译原文的相似句，获取相似句对应的译文；

翻译要素提取单元803，用于将相似句对应的译文与待翻译原文对应的机器译文进行解析，获取对应的翻译要素；

译文输出单元804，用于结合所有翻译要素，计算待翻译原文与各译文之间的相似关系，确定最相似的译文为最优译文并输出。

在一个示例中，其中，所述翻译要素包括：

实体、词性、依存关系、短语结构。

在一个示例中，其中，所述计算待翻译原文与各译文之间的相似关系，包括：

通过计算：

译文实体与原文句实体近似关系；

译文词性与原文句词性近似关系；

译文依存关系与原文句依存关系的近似关系；

译文短语结构与原文句短语结构的近似关系；

所述确定最相似的译文为最优译文并输出，包括：

基于各近似关系得分值计算总得分值，选择总得分值最高的译文作为最优译文并输出。

在一个示例中，其中，所述翻译相似句单元802，还用于：

当用户输入翻译文本时，

获取用户输入的翻译文本并解析，确定主谓宾结构；

根据所述主谓宾结构将所述翻译文本与各译文进行匹配；

用所述翻译文本替换与其匹配的译文中的相同成分词汇，更新所述待翻译原文对应的各译文；

所述译文输出单元804，还用于在输出最优译文时，去掉用户输入的翻译文本再进行输出。

本发明提出了一种人机互动翻译方法及系统，可以实现在翻译过程中断句，为每一句原文呈现一句最优译文，还可以实现译后检查、系统划词、互动翻译最优扩展等，从而更加智能化的帮助译员，进行筛选，判断，查询，验证这一过程中的每一个细小环节，提高译员工作效率。

应该理解的是，本发明所公开的实施例不限于这里所公开的特定结构、处理步骤或材料，而应当延伸到相关领域的普通技术人员所理解的这些特征的等同替代。还应当理解的是，在此使用的术语仅用于描述特定实施例的目的，而并不意味着限制。

说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，说明书通篇各个地方出现的短语“一个实施例”或“实施例”并不一定均指同一个实施例。

虽然本发明所公开的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所公开的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (10)

1.一种人机互动翻译方法，其特征在于，包括：

获取待翻译原文，对所述待翻译原文进行断句并解析，获取翻译要素，并获取该待翻译原文对应的机器译文；

从翻译语料库中匹配所述待翻译原文的相似句，获取相似句对应的译文；

将相似句对应的译文与待翻译原文对应的机器译文进行解析，获取对应的翻译要素；

结合所有翻译要素，计算待翻译原文与各译文之间的相似关系，确定最相似的译文为最优译文并输出。

2.如权利要求1所述的方法，其中，所述翻译要素包括：

实体、词性、依存关系、短语结构。

3.如权利要求2所述的方法，其中，所述计算待翻译原文与各译文之间的相似关系，包括：

通过计算：

译文实体与原文句实体近似关系；

译文词性与原文句词性近似关系；

译文依存关系与原文句依存关系的近似关系；

译文短语结构与原文句短语结构的近似关系；

所述确定最相似的译文为最优译文并输出，包括：

基于各近似关系得分值计算总得分值，选择总得分值最高的译文作为最优译文并输出。

4.如权利要求1所述的方法，其中，在将相似句对应的译文与待翻译原文对应的机器译文进行解析，获取对应的翻译要素之前，当用户输入翻译文本时，还包括：

获取用户输入的翻译文本并解析，确定主谓宾结构；

根据所述主谓宾结构将所述翻译文本与各译文进行匹配；

用所述翻译文本替换与其匹配的译文中的相同成分词汇，更新所述待翻译原文对应的各译文；

在输出最优译文时，去掉用户输入的翻译文本再进行输出。

5.如权利要求1所述的方法，其中，还包括：

获取待翻译原文中重复句式，确定译文中与该句式对应的多处翻译是否相同，如不同，进行预警；

提取翻译原文中的实体，确定译文中是否存在与该实体对应的内容，如不存在，进行预警。

6.如权利要求1所述的方法，其中，还包括：

接收启动划词触发信号；

获取鼠标选择词汇或短语；

输出所述词汇或短语对应的翻译结果，所述翻译结果包括：

术语含义、释义、例句、短语。

7.一种人机互动翻译系统，其特征在于，包括：

获取原文单元，用于获取待翻译原文，对所述待翻译原文进行断句并解析，获取翻译要素，并获取该待翻译原文对应的机器译文；

翻译相似句单元，用于从翻译语料库中匹配所述待翻译原文的相似句，获取相似句对应的译文；

翻译要素提取单元，用于将相似句对应的译文与待翻译原文对应的机器译文进行解析，获取对应的翻译要素；

译文输出单元，用于结合所有翻译要素，计算待翻译原文与各译文之间的相似关系，确定最相似的译文为最优译文并输出。

8.如权利要求7所述的装置，其中，所述翻译要素包括：

实体、词性、依存关系、短语结构。

9.如权利要求8所述的装置，其中，所述计算待翻译原文与各译文之间的相似关系，包括：

通过计算：

译文实体与原文句实体近似关系；

译文词性与原文句词性近似关系；

译文依存关系与原文句依存关系的近似关系；

译文短语结构与原文句短语结构的近似关系；

所述确定最相似的译文为最优译文并输出，包括：

基于各近似关系得分值计算总得分值，选择总得分值最高的译文作为最优译文并输出。

10.如权利要求7所述的装置，其中，所述翻译相似句单元，还用于：

当用户输入翻译文本时，

获取用户输入的翻译文本并解析，确定主谓宾结构；

根据所述主谓宾结构将所述翻译文本与各译文进行匹配；

用所述翻译文本替换与其匹配的译文中的相同成分词汇，更新所述待翻译原文对应的各译文；

所述译文输出单元，还用于在输出最优译文时，去掉用户输入的翻译文本再进行输出。