CN111680527A - 基于专属机翻引擎训练的人机共译系统与方法 - Google Patents

Abstract

本发明提出一种基于专属机翻引擎训练的人机共译系统、基于反馈训练环信号的人机共译方法以及实现该方法的计算机可读存储介质。本发明的技术方案包括源文输入组件以及与所述源文输入组件连接的语义识别模块、专属机翻引擎训练环、人机共译窗口、差异比对界面以及反向比对翻译引擎。本发明的技术方案能够最大程度的利用机器翻译的结果，同时最大可能的针对可能错误的翻译结果进行人工校对，在保证效率的同时，提高了准确度，从而提供人工翻译介入的准确时机，使得针对大规模语料翻译以及准确度要求较高的翻译场合既能保证翻译效率，同时确保翻译的准确性。

Description

基于专属机翻引擎训练的人机共译系统与方法

技术领域

本发明属于翻译技术领域，尤其涉及一种基于专属机翻引擎训练的人机共译系统、基于反馈训练环信号的人机共译方法以及实现该方法的计算机可读存储介质。

背景技术

实现高质量机器翻译的梦想已经存在了很多年，很多科学家都为这一梦想贡献了自己的时间和心力。从早期的基于规则的机器翻译到如今广泛应用的神经机器翻译，机器翻译的水平不断提升，已经能满足很多场景的基本应用需求。

目前最重要的两种机器翻译方式：规则法和统计法。规则法(rule based machinetranslation,RBMT)，依据语言规则对文本进行分析，再借助计算机程序进行翻译。多数商用机器翻译系统采用规则法。统计法(statistical machine translation,SMT)，通过对大量的平行语料进行统计分析，构建统计翻译模型(词汇、比对或是语言模式)，进而使用此模型进行翻译，一般会选取统计中出现概率最高的词条作为翻译，概率算法依据贝叶斯定理。假设要把一个英语句子A翻译成汉语，所有汉语句子B，都是A的可能或是非可能的潜在翻译。Pr(A)是类似A表达出现的概率，Pr(B|A)是A翻译成B出现的概率。找到两个参数的最大值，就能缩小句子及其对应翻译检索的范围，从而找出最合适的翻译。SMT根据文本分析程度级别的不同分为两种：基于词的SMT和基于短语的SMT，后一个是目前普遍使用的，Google用的就是这种。翻译文本被自动分为固定长度的词语序列，再对各词语序列在语料库里进行统计分析，以查找到出现对应概率最高的翻译。

申请号为CN201910772953.2的中国发明专利申请提出一种基于句对的机器翻译引擎测评优选方法及系统，其通过根据选择的语言对、句的领域，对各机器翻译引擎进行多个维度的评分，再对上述评分进行加权求和得到各机器翻译引擎在句上的加权和值，选择加权和值最高的机器翻译引擎输出句的翻译结果，从而整合得到整篇翻译文本。通过上述方法可以使得在众多复杂的、翻译质量参差不齐、擅长领域和语言对各有不同的各类机器翻译引擎中为用户提供机器翻译引擎自动优选服务，能够让用户在翻译文件等长文本时每句话都得到目前最优秀的机器翻译引擎服务，提高翻译效率，减少用户的后续工作量，提供优质的机器翻译服务。

申请号为CN201910542364.5的中国发明专利申请提出一种基于统计机器学习算法的实体共指消解方法，首先确定实体共指消解的特征，接着进行表述检测，建立分类模型，并通过对分类模型的反复训练和校正，在统计机器学习算法的基础上最终实现对实体共指消解，使得对实体共指消解的准确性高，从而保证了工作在机器翻译，信息抽取以及问答等领域的顺利进行，利于工作的普及和开展。

然而，机器翻译虽然快速，但是其准确度依然不能完全满足实际需要。尤其是对于一些重大的涉及敏感问题的待译文档，单纯的仅仅依靠机器翻译的结果是无法满足客户要求的。不管机器翻译或者计算机辅助翻译的方案如何改进，人工编辑校对甚至翻译都不可缺少。

目前机器翻译的前沿应用主要体现在两个方面：首先，机器翻译模式进展迅速，以神经网络为基础的翻译模型准确度不断提升，已带给专业译员至少30％的效率提升；其次，交互式机器翻译概念开始被业界接受，人机协作模式正加速落地。在机器思维里，语言的复杂多意性，导致难以实现标准化和一致性。因此，人工智能介入翻译产业比较简单，但做好做精却很不易。机器翻译还会出现遗漏翻译和过度翻译，虽然有多种方法可以解决这类问题，但没有一种方法能做到百分之百纠错。

因此，如何平衡人工编辑翻译和机器翻译的工作时间、人工翻译何时接介入、以何种方式介入并且在保证准确度的同时能够满足大规模语义翻译的需要，现有技术并未给出有效的解决方案。

发明内容

为解决上述技术问题，本发明提出一种基于专属机翻引擎训练的人机共译系统、基于反馈训练环信号的人机共译方法以及实现该方法的计算机可读存储介质。本发明的技术方案包括源文输入组件以及与所述源文输入组件连接的语义识别模块、专属机翻引擎训练环、人机共译窗口、差异比对界面以及反向比对翻译引擎。所述差异比对界面通过反向比对翻译引擎连接至所述专属机翻引擎训练环，并接收所述语义识别模块的输出结果后，将反向比对翻译引擎的输出结果与所述语义识别模块的输出结果进行差异比对，并将差异比对结果显示在所述人机共译窗口。本发明的技术方案能够最大程度的利用机器翻译的结果，同时最大可能的针对可能错误的翻译结果进行人工校对，在保证效率的同时，提高了准确度，从而提供人工翻译介入的准确时机，使得针对大规模语料翻译以及准确度要求较高的翻译场合既能保证翻译效率，同时确保翻译的准确性。

具体而言，在本发明的第一个方面，提供一种基于专属机翻引擎训练的人机共译系统，所述人机共译系统包括源文输入组件以及与所述源文输入组件连接的语义识别模块。

更具体的，作为体现本发明不同于现有技术的关键技术手段之一，所述人机共译系统还包括专属机翻引擎训练环，所述专属机翻引擎训练环接收来自人机共译窗口的反馈训练环信号；

所述人机共译窗口分别连接差异比对界面与所述专属机翻引擎训练环，所述专属机翻引擎训练环输出对应于所述源译文的至少一个翻译结果并显示在所述人机共译窗口；

所述差异比对界面通过反向比对翻译引擎连接至所述专属机翻引擎训练环，并接收所述语义识别模块的输出结果后，将反向比对翻译引擎的输出结果与所述语义识别模块的输出结果进行差异比对，并将差异比对结果显示在所述人机共译窗口；

其中，所述专属机翻引擎训练环包括多个机器翻译引擎与差异训练核心组件，所述差异训练核心组件选择所述多个机器翻译引擎的其中之一作为所述反向比对翻译引擎，并接收所述反馈训练环信号。

作为体现本发明不同于现有技术的关键技术手段之一，所述专属机翻引擎训练环包括第一机翻引擎、第二机翻引擎与第三机翻引擎，所述专属机翻引擎接收经过所述语义识别模块分析处理的源文后，通过所述第一机翻引擎、第二机翻引擎与第三机翻引擎分别输出第一目标文、第二目标文以及第三目标文；所述差异训练核心组件计算所述第一目标文、第二目标文以及第三目标文两两之间的差异度与相似度。

更具体的，所述专属机翻引擎训练环基于所述差异度与相似度，输出对应于所述源文的翻译结果至所述人机共译窗口。

所述差异训练核心组件基于所述差异度与相似度选择所述多个机器翻译引擎的其中之一作为所述反向比对翻译引擎。

值得指出的是，在本发明中，能够基于所述人机共译窗口的编辑操作，自动生成所述反馈训练环信号。

为了获得更好的翻译效果，所述语义识别模块接收所述源文输入组件输入的待译源文后，对其进行语义识别，将其拆分为以段落为单位的待译段落子集和/或以句子为单位的待译句子子集。

作为体现本发明创造性的关键技术手段，所述差异训练核心组件计算所述第一目标文、第二目标文以及第三目标文两两之间的差异度与相似度，得到相似度矩阵与差异度矩阵，基于所述相似度矩阵与差异度矩阵的组合计算结果，选择所述第一目标文、第二目标文以及第三目标文之一作为所述对应于所述源文的翻译结果。

与之相组合的配置实现，所述差异训练核心组件计算所述第一目标文、第二目标文以及第三目标文两两之间的差异度与相似度，得到相似度矩阵与差异度矩阵，基于所述相似度矩阵与差异度矩阵的组合计算结果，选择所述第一目标文、第二目标文以及第三目标文之一对应的机器翻译引擎作为所述反向比对翻译引擎，所述反向比对翻译引擎将所述选择的所述第一目标文、第二目标文以及第三目标文之一反向翻译为所述源文对应的语种，并输出至所述差异比对界面。

在本发明的第二个方面，还提供一种人机共译方法，所述方法可以采用前述的人机共译系统实现。

具体来说，所述方法基于反馈训练环信号，并包括如下实现步骤：

S101：接收待译源文Tobe；

S102：对所述待译源文Tobe进行语义识别，得到段落子集Grap和/或句子子集Sen；

S103：对于所述段落子集Grap和/或句子子集Sen中的每一个段落Grapi或者每一个句子Seni，执行如下训练过程，直到所有段落子集和/或句子子集Sen均训练完成：

X001：针对每一个段落Grapi或者每一个句子Seni，利用所述专属机翻引擎训练环得到至少三个目译文A1、A2、A3；

X002：分别计算三个目译文A1、A2、A3两两之间的相似度Sij与差异度Dij，从而得到相似度矩阵与差异度矩阵；

其中，i,j∈{1,2,3}，Sij表示目译文Ai和目译文Aj之间的相似度，Dij表示目译文Ai和目译文Aj之间的差异度；

X003：基于所述相似度矩阵与差异度矩阵，选择三个目译文A1、A2、A3之一作为每一个段落Grapi或者每一个句子Seni的翻译结果；

X004：基于所述相似度矩阵与差异度矩阵，选择所述三个目译文A1、A2、A3之一对应的机器翻译引擎作为所述反向比对翻译引擎，所述反向比对翻译引擎将所述选择的三个目译文A1、A2、A3之一反向翻译为所述源文对应语种的反向翻译结果-A；

X005：将所述反向翻译结果-A与所述段落Grapi或者句子Seni的差异度对比显示在所述差异比对界面上，并输出给所述人机共译界面。

本发明的上述方法可以通过计算机指令形式的程序代码实现，因此，本发明还提供计算机可读存储介质，其上存储有计算机可执行指令，通过包含存储器和处理器的通信终端，执行所述可执行指令，用于实现前述基于反馈训练环信号的人机共译方法。

本发明的进一步优点将结合说明书附图在具体实施例部分进一步详细体现。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一个实施例的人机共译系统的整体架构图。

图2是图1所述人机共译系统中专属机翻引擎训练环的工作架构图。

图3是利用图1所述系统实现的人机共译方法流程图。

图4是图3所述方法的进一步实现细节图。

图5是现有技术的普通机器翻译引擎的效果示意图

图6是利用本发明的技术方案对于图5所述实例的翻译效果示意图

具体实施方式

下面，结合附图以及具体实施方式，对发明做出进一步的描述。

参照图1，本发明一个实施例的基于专属机翻引擎训练的人机共译系统的整体架构图。

图1中，所述人机共译系统包括源文输入组件以及与所述源文输入组件连接的语义识别模块、专属机翻引擎训练环、人机共译窗口、差异比对界面以及反向比对翻译引擎。

在图1中，所述专属机翻引擎训练环接收来自人机共译窗口的反馈训练环信号；

所述人机共译窗口分别连接差异比对界面与所述专属机翻引擎训练环，所述专属机翻引擎训练环输出对应于所述源译文的至少一个翻译结果并显示在所述人机共译窗口；

所述差异比对界面通过反向比对翻译引擎连接至所述专属机翻引擎训练环，并接收所述语义识别模块的输出结果后，将反向比对翻译引擎的输出结果与所述语义识别模块的输出结果进行差异比对，并将差异比对结果显示在所述人机共译窗口；

其中，所述专属机翻引擎训练环包括多个机器翻译引擎与差异训练核心组件，所述差异训练核心组件选择所述多个机器翻译引擎的其中之一作为所述反向比对翻译引擎，并接收所述反馈训练环信号。

在图1基础上，进一步参见图2，是图1所述人机共译系统中专属机翻引擎训练环的工作架构图。

所述专属机翻引擎训练环包括第一机翻引擎、第二机翻引擎与第三机翻引擎，所述专属机翻引擎接收经过所述语义识别模块分析处理的源文后，通过所述第一机翻引擎、第二机翻引擎与第三机翻引擎分别输出第一目标文、第二目标文以及第三目标文；所述差异训练核心组件计算所述第一目标文、第二目标文以及第三目标文两两之间的差异度与相似度。

具体来说，所述专属机翻引擎训练环基于所述差异度与相似度，输出对应于所述源文的翻译结果至所述人机共译窗口。

作为一个示意性的例子，所述第一机翻引擎、第二机翻引擎与第三机翻引擎分别输出第一目标文A1、第二目标文A2以及第三目标文A3；

分别计算A1-A3两两之间的相似度Sij以及差异度Dij(i，j∈{1.2.3})，从而得到如下相似度矩阵S与差异度矩阵D：

其中，Sij表示Ai和Aj之间的相似度，Dij表示Ai和Aj之间的差异度。

如何计算差异度或者相似度，本领域有多种常见的方法和数值标准，本发明对此不作限制，最后计算出来的相似度或者差异度值均归一化为[0,1]之间，例如，相似度为1表示二者完全相同，差异度为1表示二者完全不同。

在本实施例中，所述差异训练核心组件计算所述第一目标文、第二目标文以及第三目标文两两之间的差异度与相似度，得到相似度矩阵与差异度矩阵，基于所述相似度矩阵与差异度矩阵的组合计算结果，选择所述第一目标文、第二目标文以及第三目标文之一作为所述对应于所述源文的翻译结果。

具体来说，按照如下方式进行组合计算：

查找所述相似度矩阵S中最大元素值Smax；

查找所述差异度矩阵D中最小元素值Dmin；

将所述最大元素值Smax与最小元素值Dmin对应的共同目标文作为所述所述源文的翻译结果。

作为一个非限制性的例子，假设Smax＝S₂₁，Dmin＝D₃₂，二者共同的下表为2，则Smax与Dmin对应的共同目标文为A2，因此将A2作为所述源文的翻译结果。

进一步的，在本实施例中，所述差异训练核心组件计算所述第一目标文、第二目标文以及第三目标文两两之间的差异度与相似度，得到相似度矩阵与差异度矩阵，基于所述相似度矩阵与差异度矩阵的组合计算结果，选择所述第一目标文、第二目标文以及第三目标文之一对应的机器翻译引擎作为所述反向比对翻译引擎，所述反向比对翻译引擎将所述选择的所述第一目标文、第二目标文以及第三目标文之一反向翻译为所述源文对应的语种，并输出至所述差异比对界面。

具体来说，按照如下方式进行组合计算：

查找所述相似度矩阵S中最小元素值Smin；

查找所述差异度矩阵D中最大元素值Dmax；

将输出所述最小元素值Smin与最大元素值Dmax对应的共同目标译文的机器翻译引擎作为所述反向比对翻译引擎。

作为一个非限制性的例子，假设Smin＝S₃₁，Dmax＝D₃₂，二者共同的下表为3，则Smin与Dmax对应的共同目标文为A3，由于A3对应第三机翻引擎，则将第三机翻引擎作为所述反向比对翻译引擎。

在图1-图2基础上，图3是利用图1所述系统实现的人机共译方法流程图。

所述方法包括步骤S101与S103，各个步骤具体实现如下：

S101：接收待译源文Tobe；

S102：对所述待译源文Tobe进行语义识别，得到段落子集Grap和/或句子子集Sen；

S103：对于所述段落子集Grap和/或句子子集Sen中的每一个段落Grapi或者每一个句子Seni，执行如下训练过程，直到所有段落子集和/或句子子集Sen均训练完成。

所述训练过程的具体流程参见图4：

X001：针对每一个段落Grapi或者每一个句子Seni，利用所述专属机翻引擎训练环得到至少三个目译文A1、A2、A3；

X002：分别计算三个目译文A1、A2、A3两两之间的相似度Sij与差异度Dij，从而得到相似度矩阵与差异度矩阵；

其中，i,j∈{1,2,3}，Sij表示目译文Ai和目译文Aj之间的相似度，Dij表示目译文Ai和目译文Aj之间的差异度；

X003：基于所述相似度矩阵与差异度矩阵，选择三个目译文A1、A2、A3之一作为每一个段落Grapi或者每一个句子Seni的翻译结果；

X004：基于所述相似度矩阵与差异度矩阵，选择所述三个目译文A1、A2、A3之一对应的机器翻译引擎作为所述反向比对翻译引擎，所述反向比对翻译引擎将所述选择的三个目译文A1、A2、A3之一反向翻译为所述源文对应语种的反向翻译结果-A；

X005：将所述反向翻译结果-A与所述段落Grapi或者句子Seni的差异度对比显示在所述差异比对界面上，并输出给所述人机共译界面。

本发明中，所述相似度矩阵与差异度矩阵的每一个元素可设置可调节的权重值，作为反馈环信号，在每次选择出目译文以及反向比对翻译引擎后，降低所述反向比对翻译引擎对应的相似度矩阵元素的权重；相对应的，提升输出所述最大元素值Smax与最小元素值Dmin对应的共同目标译文的机器翻译引擎对应的差异度矩阵元素的权重。

接下来参见图5-6，是本发明上述实施例在具体一个翻译过程的效果图。

图5-6中，待译语段为：

“对于执行税收协定如何鉴别对方国家居民身仹和给予税收协定待遇，总局以[86]财税协字第14号文通知并印发了外国居民享受税收协定待遇申请表及填表须知，其中要求该表由受益所有人填写。”

现有技术某常规机翻引擎的翻译结果见图5，其中，将将“受益所有人”翻译成“Benefit from everyone”，将“[86]财税协字”翻译为“[86]Caishui Association”；

而利用本发明的技术方案，通过反馈训练与人工调整，将“受益所有人”正确翻译成“beneficiaries”，将“[86]财税协字”正确翻译的译文为“Cai Shui Xie Zi[1986]”其中86-1986的修正，代表了本发明中反馈训练环信号的自动优化与人机共译系统的智能学习结果，具体参见图6。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (10)

1.一种基于专属机翻引擎训练的人机共译系统，所述人机共译系统包括源文输入组件以及与所述源文输入组件连接的语义识别模块，

其特征在于：

所述人机共译系统还包括专属机翻引擎训练环，所述专属机翻引擎训练环接收来自人机共译窗口的反馈训练环信号；

所述人机共译窗口分别连接差异比对界面与所述专属机翻引擎训练环，所述专属机翻引擎训练环输出对应于所述源译文的至少一个翻译结果并显示在所述人机共译窗口；

所述差异比对界面通过反向比对翻译引擎连接至所述专属机翻引擎训练环，并接收所述语义识别模块的输出结果后，将反向比对翻译引擎的输出结果与所述语义识别模块的输出结果进行差异比对，并将差异比对结果显示在所述人机共译窗口；

其中，所述专属机翻引擎训练环包括多个机器翻译引擎与差异训练核心组件，所述差异训练核心组件选择所述多个机器翻译引擎的其中之一作为所述反向比对翻译引擎，并接收所述反馈训练环信号。

2.如权利要求1所述的人机共译系统，其特征在于：所述专属机翻引擎训练环包括第一机翻引擎、第二机翻引擎与第三机翻引擎，所述专属机翻引擎接收经过所述语义识别模块分析处理的源文后，通过所述第一机翻引擎、第二机翻引擎与第三机翻引擎分别输出第一目标文、第二目标文以及第三目标文；所述差异训练核心组件计算所述第一目标文、第二目标文以及第三目标文两两之间的差异度与相似度。

3.如权利要求2所述的人机共译系统，其特征在于：所述专属机翻引擎训练环基于所述差异度与相似度，输出对应于所述源文的翻译结果至所述人机共译窗口。

4.如权利要求2所述的人机共译系统，其特征在于：所述差异训练核心组件基于所述差异度与相似度选择所述多个机器翻译引擎的其中之一作为所述反向比对翻译引擎。

5.如权利要求1所述的人机共译系统，其特征在于：基于所述人机共译窗口的编辑操作，自动生成所述反馈训练环信号。

6.如权利要求1所述的人机共译系统，其特征在于：所述语义识别模块接收所述源文输入组件输入的待译源文后，对其进行语义识别，将其拆分为以段落为单位的待译段落子集和/或以句子为单位的待译句子子集。

7.如权利要求3或4所述的人机共译系统，其特征在于：所述差异训练核心组件计算所述第一目标文、第二目标文以及第三目标文两两之间的差异度与相似度，得到相似度矩阵与差异度矩阵，基于所述相似度矩阵与差异度矩阵的组合计算结果，选择所述第一目标文、第二目标文以及第三目标文之一作为所述对应于所述源文的翻译结果。

8.如权利要求3或4所述的人机共译系统，其特征在于：所述差异训练核心组件计算所述第一目标文、第二目标文以及第三目标文两两之间的差异度与相似度，得到相似度矩阵与差异度矩阵，基于所述相似度矩阵与差异度矩阵的组合计算结果，选择所述第一目标文、第二目标文以及第三目标文之一对应的机器翻译引擎作为所述反向比对翻译引擎，所述反向比对翻译引擎将所述选择的所述第一目标文、第二目标文以及第三目标文之一反向翻译为所述源文对应的语种，并输出至所述差异比对界面。

9.一种基于反馈训练环信号的人机共译方法，所述方法包括如下步骤：

S101：接收待译源文Tobe；

S102：对所述待译源文Tobe进行语义识别，得到段落子集Grap和/或句子子集Sen；

S103：对于所述段落子集Grap和/或句子子集Sen中的每一个段落Grapi或者每一个句子Seni，执行如下训练过程，直到所有段落子集和/或句子子集Sen均训练完成：

X001：针对每一个段落Grapi或者每一个句子Seni，利用所述专属机翻引擎训练环得到至少三个目译文A1、A2、A3；

X002：分别计算三个目译文A1、A2、A3两两之间的相似度Sij与差异度Dij，从而得到相似度矩阵与差异度矩阵；

其中，i,j∈{1,2,3}，Sij表示目译文Ai和目译文Aj之间的相似度，Dij表示目译文Ai和目译文Aj之间的差异度；

X003：基于所述相似度矩阵与差异度矩阵，选择三个目译文A1、A2、A3之一作为每一个段落Grapi或者每一个句子Seni的翻译结果；

X004：基于所述相似度矩阵与差异度矩阵，选择所述三个目译文A1、A2、A3之一对应的机器翻译引擎作为所述反向比对翻译引擎，所述反向比对翻译引擎将所述选择的三个目译文A1、A2、A3之一反向翻译为所述源文对应语种的反向翻译结果-A；

X005：将所述反向翻译结果-A与所述段落Grapi或者句子Seni的差异度对比显示在所述差异比对界面上，并输出给所述人机共译界面。

10.一种计算机可读存储介质，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可执行指令，用于实现权利要求9所述的方法。

Images