CN109815503A - 一种人机交互翻译方法 - Google Patents

Abstract

本发明公开了一种人机交互翻译方法，包括：S1.建立翻译数据库；S2.获取待翻译的源语言句子；S3.根据翻译数据库匹配得到每个源语言句子对应的所有源语言句型结构；S4.根据翻译数据库得到每个源语言句型结构对应的目标语言句型结构；S5.根据每个源语言句子对应的所有目标语言句型结构翻译得到所述源语言句子对应的所有目标语言句子；S6.根据翻译数据库对每个源语言句子对应的所有目标语言句子进行筛选得到所述源语言句子对应的最终翻译结果。本发明利用源语言句子中所有字词的属性以及句型库等来得到对应的目标语言句型结构，然后进行再进行翻译，并根据字词的属性对翻译结果进行筛选，提高了翻译的准确性。

Description

一种人机交互翻译方法

技术领域

本发明涉及计算机翻译技术，特别是涉及一种人机交互翻译方法。

背景技术

目前，计算机在将源语言文本翻译成目标语言文本时，先将输入的句子进行划分，得到多个字词块，然后分别将每个字词块对应翻译成目标语言，从而得到翻译成目标语言后的句子。这种翻译方法得到的目标语言句子的含义与源语言句子的含义容易出现较大的差异，特别是对于复杂结构的句子，翻译质量较差，难以满足要求。

发明内容

本发明的目的在于克服现有技术的不足，提供一种人机交互翻译方法。

本发明的目的是通过以下技术方案来实现的：一种人机交互翻译方法，包括：

S1.建立翻译数据库；

S2.获取待翻译的源语言句子；

S3.根据翻译数据库匹配得到每个源语言句子对应的所有源语言句型结构；

S4.根据翻译数据库得到每个源语言句型结构对应的目标语言句型结构；

S5.根据每个源语言句子对应的所有目标语言句型结构翻译得到所述源语言句子对应的所有目标语言句子；

S6.根据翻译数据库对每个源语言句子对应的所有目标语言句子进行筛选得到所述源语言句子对应的最终翻译结果。

优选的，所述翻译数据库包括字词单元库、字词属性库、句型库、符号库、词句逻辑库、标准句子库、固定搭配库和常用翻译库。

优选的，所述字词单元库包括单字、词组、短语和从句；

所述字词属性库包括源语言和目标语言中所有字词的词性、成分和时态；

所述句型库包括源语言和目标语言中的所有句型结构，以及源语言中句型结构与目标语言中句型结构的对应关系；

所述词句逻辑库包括源语言和目标语言中字词的语法逻辑，以及源语言和目标语言中句子的语法逻辑。

优选的，所述步骤S2包括：

S21.获取待翻译的源语言文本；

S22.判断所述源语言文本是否包含多个句子，若是，则利用符号库将所述源语言文本按照自然段落分为若干个独立的源语言句子。

优选的，若源语言文本包含多个句子，则所述步骤S6中还包括：将所有源语言句子对应的最终翻译结果按照源语言句子在源语言文本中的顺序组成形成目标语言文本。

优选的，所述步骤S3包括：

S31.根据字词单元库获取所述源语言句子对应的所有字词拆分结果；

S32.根据字词属性库获取所述源语言句子拆分得到的所有字词的属性；

S33.对于源语言句子的每一种拆分结果，若拆分结果符合句型库中的句型结构，则直接得到所述源语言句子对应的句型结构；若拆分结果不符合句型库中的任意一种句型结构，则根据字词的属性对字词进行分级，根据每一级及其附加级所包含字词的属性和句型库匹配再生成每一级对应的源语言句型结构，然后根据各级对应的源语言句型结构重新定义所述源语言句子对应的句型结构。

优选的，所述步骤S3还包括：

S34.根据词句逻辑库和/或标准句子库对得到的所有源语言句型结构进行筛选。

优选的，所述步骤S33中对字词进行分级包括：

判断所述源语言句子为单句或复合句；

若所述源语言句子为单句：将源语言句子中成分属于预设的核心句型中的成分的字词作为第一级，将源语言句子中除作为第一级的字词以外的其他所有字词作为第一级附加级；

若所述源语言句子为复合句：

对于源语言句子中的主句，将主句中除从句以外的部分中成分属于预设的核心句型中的成分的字词作为第一级，将主句中除从句以外的部分中除作为第一级的字词以外的其他所有字词作为第一级附加级；

对于主句引出的从句，若该从句中不包含下一级从句，则将该从句中成分属于预设的核心句型中的成分的字词作为第二级，将该从句中除作为第二级的字词以外的其他所有字词作为第二级附加级；

对于主句引出的从句，若该从句中包含下一级从句，则将该从句中除下一级从句以外的部分中成分属于预设的核心句型中的成分的字词作为第二级，将该从句中除下一级从句以外的部分中除作为第二级的字词以外的其他所有字词作为第二级附加级；

对于主句引出的从句引出的从句，若该从句中不包含下一级从句，则将该从句中成分属于预设的核心句型中的成分的字词作为第三级，将该从句中除作为第三级的字词以外的其他所有字词作为第三级附加级；

对于主句引出的从句引出的从句，若该从句中包含下一级从句，则将该从句中除下一级从句以外的部分中成分属于预设的核心句型中的成分的字词作为第三级，将该从句中除下一级从句以外的部分中除作为第三级的字词以外的其他所有字词作为第三级附加级；

以此类推。

优选的，所述步骤S6中，根据字词属性库、句型库、词句逻辑库、固定搭配库和常用翻译库中的一种或多种对所有目标语言句子进行筛选。

优选的，所述人机交互翻译方法还包括：

S7.将所述源语言句子对应的最终翻译结果存储至常用翻译库中。

本发明的有益效果是：本发明利用源语言句子中所有字词的属性以及预设句型库等来得到源语言句子对应的目标语言句型结构，以及建立字词属性的分级方法来提取句子中位置相对稳定的成分，形成新的句子结构，然后进行再进行翻译，并根据字词的属性对翻译结果进行筛选，提高了将源语言翻译成目标语言的准确性。

附图说明

图1为本发明中人机交互翻译方法的流程示意图；

图2为一种英文复合句的结构示意图；

图3为一种汉语复合句的结构示意图。

具体实施方式

下面将结合实施例，对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有付出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

参阅图1-3，本发明提供一种人机交互翻译方法：

如图1所示，一种人机交互翻译方法，包括：

S1.建立翻译数据库。

所述翻译数据库包括字词单元库、字词属性库、句型库、符号库、词句逻辑库、标准句子库、固定搭配库和常用翻译库。

所述字词单元库包括单字、词组、短语和从句，其中包括专业领域的词组等；所述从句包括主语从句、宾语从句、表语从句、同位语从句、定语从句、状语从句等；字词单元库主要用于在翻译时对源语言句子进行拆分。

所述字词属性库包括源语言和目标语言中所有字词的词性、成分和时态。所述词性包括名词、动词、形容词、副词、连词、系动词、词性转换等；所述成分包括主语、谓语、宾语、定语、状语、补语、表语等；所述时态包括现在时、过去时、将来时、完成时、进行时等。

所述句型库包括源语言和目标语言中的所有句型结构，以及源语言中句型结构与目标语言中句型结构的对应关系；所述句型结构包括五种核心句型及其变换句型、主从复合句、并列复合句、组合复合句等。

所述符号库包括逗号、句号、分号、破折号等。

所述词句逻辑库包括源语言和目标语言中字词的语法逻辑，以及源语言和目标语言中句子的语法逻辑。

所述固定搭配库主要用于记录字词、短语、从句等之间的常用固定搭配。

所述常用翻译库主要用于记录字词、短语、从句、句子等对应的翻译。

S2.获取待翻译的源语言句子。

所述步骤S2包括：

S21.获取待翻译的源语言文本；

S22.判断所述源语言文本是否包含多个句子，若是，则利用符号库将所述源语言文本按照自然段落分为若干个独立的源语言句子。例如，先将源语言文本进行分段，若句子首行的前两个字符为空格，第三个字符为非空格则表示新的一段；然后利用标点符号将段落分成独立的源语言句子。

S3.根据翻译数据库匹配得到每个源语言句子对应的所有源语言句型结构或者提取每个源语言句子的核心句型结构。

所述步骤S3包括：

S31.根据字词单元库获取所述源语言句子对应的所有字词拆分结果；即将源语言句子分成单字、词组、短语和从句等的组合，获取源语言句子所有可能的组合。

S32.根据字词属性库获取所述源语言句子拆分得到的所有字词的属性。

S33.对于源语言句子的每一种拆分结果，若拆分结果符合句型库中的句型结构，则直接得到所述源语言句子对应的句型结构；若拆分结果不符合句型库中的任意一种句型结构，则根据字词的属性对字词进行分级，根据每一级及其附加级所包含字词的属性和句型库匹配再生成每一级对应的源语言句型结构，然后根据各级对应的源语言句型结构重新定义所述源语言句子对应的句型结构。

对字词进行分级的具体方法包括：

判断所述源语言句子为单句或复合句。

若所述源语言句子为单句：将源语言句子中成分属于预设的核心句型中的成分的字词作为第一级，将源语言句子中除作为第一级的字词以外的其他所有字词作为第一级附加级。

若所述源语言句子为复合句：

对于源语言句子中的主句，将主句中除从句以外的部分中成分属于预设的核心句型中的成分的字词作为第一级，将主句中除从句以外的部分中除作为第一级的字词以外的其他所有字词作为第一级附加级；

对于主句引出的从句，若该从句中不包含下一级从句，则将该从句中成分属于预设的核心句型中的成分的字词作为第二级，将该从句中除作为第二级的字词以外的其他所有字词作为第二级附加级；

对于主句引出的从句，若该从句中包含下一级从句，则将该从句中除下一级从句以外的部分中成分属于预设的核心句型中的成分的字词作为第二级，将该从句中除下一级从句以外的部分中除作为第二级的字词以外的其他所有字词作为第二级附加级；

对于主句引出的从句引出的从句，若该从句中不包含下一级从句，则将该从句中成分属于预设的核心句型中的成分的字词作为第三级，将该从句中除作为第三级的字词以外的其他所有字词作为第三级附加级；

对于主句引出的从句引出的从句，若该从句中包含下一级从句，则将该从句中除下一级从句以外的部分中成分属于预设的核心句型中的成分的字词作为第三级，将该从句中除下一级从句以外的部分中除作为第三级的字词以外的其他所有字词作为第三级附加级；

以此类推。

所述预设的核心句型包括以下几种：

(1)主语+谓语；

(2)主语+谓语+宾语；

(3)主语+系动词+表语；

(4)主语+谓语+间接宾语+直接宾语；

(5)主语+谓语+宾语+宾语补语。

由以上句型转换的其他句型也运用以上的分级方法，目的都是找到句型中相对较稳定的成分。

所述预设的核心句型中的成分则包括：主语、谓语、宾语、系动词、表语、间接宾语、直接宾语、宾语补语等。

S34.根据词句逻辑库和/或标准句子库对得到的所有源语言句型结构进行筛选，筛除不符合逻辑的源语言句型结构，通过对源语言句型结构的筛选，既可以提高后续的翻译质量，也有利于减少后续的工作量，提高翻译效率。

S4.根据翻译数据库得到每个源语言句型结构对应的目标语言句型结构或者根据核心句型结构结合其他成分重新生成新的目标语言句型结构。

步骤S4中，根据句型库中源语言句型结构和目标语言句型结构之间的对应关系，获得所有源语言句型结构对应的所有目标语言句型结构。

S5.根据每个源语言句子对应的所有目标语言句型结构翻译得到所述源语言句子对应的所有目标语言句子。

所述步骤S5中，利用常用翻译库对源语言句子中的单子、词组、短语、从句等进行翻译，并将翻译结果按照目标语言句型结构进行整合得到目标语言句子，然后再利用字词属性库、固定搭配库等对目标语言句子进行优化，例如，根据利用副词、动词、名词等判断时态，再修改动词、助动词搭配等。

例如，他是这样提高概率的。He(increases/improves/……)the odds in the way.

所有翻译可能：“是”可以翻译为am,is,are,以及do,did,does表强调，或者不翻译。

搭配：提高概率，提高……的概率。

句子的常用库：他是这样提高概率的。He increases the odds in this way.

S6.根据翻译数据库对每个源语言句子对应的所有目标语言句子进行筛选得到所述源语言句子对应的最终翻译结果。

所述步骤S6中，根据字词属性库、句型库、词句逻辑库、固定搭配库和常用翻译库中的一种或多种对所有目标语言句子进行筛选。例如，根据固定搭配、常用翻译库库检查翻译得到的目标语言句子，筛选出较好的目标语言句子。

若源语言文本包含多个句子，则所述步骤S6中还包括：将所有源语言句子对应的最终翻译结果按照源语言句子在源语言文本中的顺序组成形成目标语言文本。

S7.将所述源语言句子对应的最终翻译结果存储至常用翻译库中。通过将最终翻译结果存储至常用翻译库中，可以增加常用翻译库的广泛性，有利于不断提高后续的翻译质量。

下面举例对本实施例的方法进行说明：

例一，简单句的翻译：他是一个普通人。

翻译数据库中的汉字注释部分如表1所示。

表1

按照字词单元库拆分为：他是一个普通人。

如果定义的句型库存在对应的词性组合和句型组合，如下：

符合定义的词性组合：pronoun+vl+num+adj+noun.

符合定义的句型组合1：subject+predict+attribute+attribute+object.

符合定义的句型组合2：object+predict+attribute+attribute+subject.(倒装句结构)

A.计算机筛选。利用已定义的逻辑关系：他—>人—>哺乳动物—>动物—>生物，他属于人，利用已有谓语“是”，选定句型组合1。

B.人为筛选。选定句型组合1。

如果定义的句型库没有对应的词性组合和句型组合，此时需要利用已定义核心句型的成分分级来确定句型，如表2所示，对于句型组合1，取出定语、状语等部分，提取句子的主干部分1：subject+predict+object，判断汉语句子为主系表结构：subject+predict+object。

找出英语句子库中主系表结构：subject+predict+object.再结合第一级附加级，生成新的英语句子的词性组合：pronoun+vl+num+adj+noun。

结合固定搭配和已有句子库，选出最合理翻译：He is a ordinary guy.

表2

进行句型筛选的另一种方法(标准句子库)：以简单句中绝大多数情况存在动词为依据；

他们是中国人。Pronoun+vl(是)+noun.主系表(对标准句子标注的内容)

根据系动词“是”以及其前后词性、句型结构进行判断。

找出句子中的动词，看动词的前后是符合什么成分，动词属于vl，前后都有成分，然后将句子之间的动词为标准找句子库中的句子，利用句型结构进行成分匹配后翻译。

例二，复合句的翻译。

第一种方法：

首先，将复杂句型结构的句子选为源句子，简单句型结构的选为目标句子。例如中文和英文，将英文选为源句子，中文选为目标翻译的句子。其次，选用大量的实例英文复合句，将其句子词性、句型进行提取，然后对复合句按照对应的句型结构进行中文翻译，再对其中的词性进行提取。

Vaux says that Science’s idea to pass some papers to statisticians“has some merit,but a weakness is that it relies on the board of reviewingeditors to identify‘the papers that need scrutiny’in the first place”.

其结构如图2所示，词性为noun vt that noun noun……

然后利用已有词性库和句型结构对复合句进行联想，生成更多可能的词性组合。

对中文内容进行分析，以动词和动词的前后成分是否组成句子，复合句中的主句和/或从句的并列和从属关系判断结构。

如表3和表4所示。

表3

表4

根据定义的结构提取主体结构：

主体结构：主语+谓语+宾语从句1+宾语从句2+表语从句+定语从句。

下一步对主体结构进行联想：

主语—>进入名词、代词、名词短语库

谓语—>进入及物动词库

宾语从句1—>进入宾语从句句型库

宾语从句2—>进入宾语从句句型库

宾语从句2+表语从句—>进入从句组合句型库

表语从句+定语从句—>进入从句组合句型库

【中文】Vaux说《科学》杂志把一些论文给统计学家审校的想法有一些优点，但是有一点不足是它依赖于审稿人员首先去确定“那些需要审阅的论文”。

最后将中文句子拆分后，提取词性和句子结构，与已形成和联想的词性库和句子结构匹配，若句子结构完全匹配，词性匹配度达到90％以上，输出所有可能的翻译结果。

A.计算机筛选。利用已定义的句子逻辑关系库和固定搭配库筛选，选出最符合的翻译结果。

B.人为筛选。设定符合的复合句结构，再进行翻译。

第二种方法：

将复合句拆分句子为简单句，根据已定义的复合句结构，判断出主句、从句，以及主句和从句不同的优先级(1级高于2级高于3级)，提取主句和从句的主干句型，再找出符合英语结构的句型按优先级顺序组合主句和从句，并组织再利用英语句型结构对主句和从句主干成分和其他成分排序。

对于那些相邻的两个句号的句子或者多个句子，则根据后句是否出现连词、相同的名词、指示代词等来确定他们是否能组成复合句，若复合复合句的组成条件，然后将相邻的句子组合为复合句进行翻译。

【中文】Vaux说《科学》杂志把一些论文给统计学家审校的想法有一些优点，但是有一点不足是它依赖于审稿人员首先去确定“那些需要审阅的论文”。

拆分：

句子1：Vaux+说—>主语+谓语，主句1，优先级1。

句子2：《科学》杂志把一些论文给统计学家审校的想法有一些优点—>主语+谓语+宾语+宾语从句2，优先级2，从属于主句1。

句子3：有一点不足+是—>主语+系动词，宾语从句3，优先级2。

句子4：它依赖于审稿人员首先去确定“那些需要审阅的论文”—>主语+谓语+宾语+表语从句4，优先级3，从属于主句3。

句子5：那些需要审阅的论文—>主语+谓语+宾语+定语从句5，优先级4，从属于句3。

汉语结构如图3所示，其搭配的英语结构如图2所示。

[英语翻译]Vaux says that Science’s idea to pass some papers tostatisticians“has some merit,but a weakness is that it relies on the board ofreviewing editors to identify‘the papers that need scrutiny’in the firstplace”。

以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (10)

1.一种人机交互翻译方法，其特征在于，包括：

S1.建立翻译数据库；

S2.获取待翻译的源语言句子；

S3.根据翻译数据库匹配得到每个源语言句子对应的所有源语言句型结构；

S4.根据翻译数据库得到每个源语言句型结构对应的目标语言句型结构；

S5.根据每个源语言句子对应的所有目标语言句型结构翻译得到所述源语言句子对应的所有目标语言句子；

S6.根据翻译数据库对每个源语言句子对应的所有目标语言句子进行筛选得到所述源语言句子对应的最终翻译结果。

2.根据权利要求1所述的一种人机交互翻译方法，其特征在于，所述翻译数据库包括字词单元库、字词属性库、句型库、符号库、词句逻辑库、标准句子库、固定搭配库和常用翻译库。

3.根据权利要求2所述的一种人机交互翻译方法，其特征在于，所述字词单元库包括单字、词组、短语和从句；

所述字词属性库包括源语言和目标语言中所有字词的词性、成分和时态；

所述句型库包括源语言和目标语言中的所有句型结构，以及源语言中句型结构与目标语言中句型结构的对应关系；

所述词句逻辑库包括源语言和目标语言中字词的语法逻辑，以及源语言和目标语言中句子的语法逻辑。

4.根据权利要求2所述的一种人机交互翻译方法，其特征在于，所述步骤S2包括：

S21.获取待翻译的源语言文本；

S22.判断所述源语言文本是否包含多个句子，若是，则利用符号库将所述源语言文本按照自然段落分为若干个独立的源语言句子。

5.根据权利要求4所述的一种人机交互翻译方法，其特征在于，若源语言文本包含多个句子，则所述步骤S6中还包括：将所有源语言句子对应的最终翻译结果按照源语言句子在源语言文本中的顺序组成形成目标语言文本。

6.根据权利要求2所述的一种人机交互翻译方法，其特征在于，所述步骤S3包括：

S31.根据字词单元库获取所述源语言句子对应的所有字词拆分结果；

S32.根据字词属性库获取所述源语言句子拆分得到的所有字词的属性；

S33.对于源语言句子的每一种拆分结果，若拆分结果符合句型库中的句型结构，则直接得到所述源语言句子对应的句型结构；若拆分结果不符合句型库中的任意一种句型结构，则根据字词的属性对字词进行分级，根据每一级及其附加级所包含字词的属性和句型库匹配再生成每一级对应的源语言句型结构，然后根据各级对应的源语言句型结构重新定义所述源语言句子对应的句型结构。

7.根据权利要求6所述的一种人机交互翻译方法，其特征在于，所述步骤S3还包括：

S34.根据词句逻辑库和/或标准句子库对得到的所有源语言句型结构进行筛选。

8.根据权利要求6所述的一种人机交互翻译方法，其特征在于，所述步骤S33中对字词进行分级包括：

判断所述源语言句子为单句或复合句；

若所述源语言句子为单句：将源语言句子中成分属于预设的核心句型中的成分的字词作为第一级，将源语言句子中除作为第一级的字词以外的其他所有字词作为第一级附加级；

若所述源语言句子为复合句：

对于源语言句子中的主句，将主句中除从句以外的部分中成分属于预设的核心句型中的成分的字词作为第一级，将主句中除从句以外的部分中除作为第一级的字词以外的其他所有字词作为第一级附加级；

对于主句引出的从句，若该从句中不包含下一级从句，则将该从句中成分属于预设的核心句型中的成分的字词作为第二级，将该从句中除作为第二级的字词以外的其他所有字词作为第二级附加级；

对于主句引出的从句，若该从句中包含下一级从句，则将该从句中除下一级从句以外的部分中成分属于预设的核心句型中的成分的字词作为第二级，将该从句中除下一级从句以外的部分中除作为第二级的字词以外的其他所有字词作为第二级附加级；

对于主句引出的从句引出的从句，若该从句中不包含下一级从句，则将该从句中成分属于预设的核心句型中的成分的字词作为第三级，将该从句中除作为第三级的字词以外的其他所有字词作为第三级附加级；

对于主句引出的从句引出的从句，若该从句中包含下一级从句，则将该从句中除下一级从句以外的部分中成分属于预设的核心句型中的成分的字词作为第三级，将该从句中除下一级从句以外的部分中除作为第三级的字词以外的其他所有字词作为第三级附加级；

以此类推。

9.根据权利要求2所述的一种人机交互翻译方法，其特征在于，所述步骤S6中，根据字词属性库、句型库、词句逻辑库、固定搭配库和常用翻译库中的一种或多种对所有目标语言句子进行筛选。

10.根据权利要求2所述的一种人机交互翻译方法，其特征在于，所述人机交互翻译方法还包括：

S7.将所述源语言句子对应的最终翻译结果存储至常用翻译库中。