CN112085090A - 翻译方法、装置以及电子设备 - Google Patents

翻译方法、装置以及电子设备 Download PDF

Info

Publication number
CN112085090A
CN112085090A CN202010929840.1A CN202010929840A CN112085090A CN 112085090 A CN112085090 A CN 112085090A CN 202010929840 A CN202010929840 A CN 202010929840A CN 112085090 A CN112085090 A CN 112085090A
Authority
CN
China
Prior art keywords
translation
target objects
image
text
splitting
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010929840.1A
Other languages
English (en)
Inventor
易绍婷
余永佳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Baidu Online Network Technology Beijing Co Ltd
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202010929840.1A priority Critical patent/CN112085090A/zh
Publication of CN112085090A publication Critical patent/CN112085090A/zh
Priority to JP2021042333A priority patent/JP7164651B2/ja
Priority to KR1020210034701A priority patent/KR102569517B1/ko
Priority to EP21163486.0A priority patent/EP3825898A3/en
Priority to US17/207,559 priority patent/US20210209428A1/en
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/40—Processing or translation of natural language
    • G06F40/58—Use of machine translation, e.g. for multi-lingual retrieval, for server-side translation for client devices or for real-time translation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/40—Processing or translation of natural language
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration by the use of local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/148—Segmentation of character regions
    • G06V30/153—Segmentation of character regions using recognition of characters or words
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/148—Segmentation of character regions
    • G06V30/158—Segmentation of character regions using character size, text spacings or pitch estimation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/18—Extraction of features or characteristics of the image
    • G06V30/18162—Extraction of features or characteristics of the image related to a structural representation of the pattern
    • G06V30/18171—Syntactic representation, e.g. using a grammatical approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/26—Techniques for post-processing, e.g. correcting the recognition result
    • G06V30/262—Techniques for post-processing, e.g. correcting the recognition result using context analysis, e.g. lexical, syntactic or semantic context
    • G06V30/268—Lexical context
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/41—Analysis of document content
    • G06V30/413—Classification of content, e.g. text, photographs or tables
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition

Abstract

本申请公开了翻译方法、装置以及电子设备，涉及计算机视觉领域。具体实现方案为：通过获取图像，所述图像包括待翻译的文本；对所述图像中的所述文本进行拆分，获得多个目标对象，所述目标对象包括所述文本的字或词；接收针对所述多个目标对象的输入操作，获得所述多个目标对象中的翻译对象；对所述翻译对象进行翻译，可实现对文本的翻译，由于上述方法只需要获取包括待翻译的文本的图像，不需要用户手动输入待翻译的文本，可简化用户操作，提高翻译效率。

Description

翻译方法、装置以及电子设备
技术领域
本申请涉及图像处理技术领域中的计算机视觉技术，尤其涉及一种翻译方法、装置以及电子设备。
背景技术
现有的翻译包括文本翻译、语音翻译或图像翻译。其中，文本翻译需要用户手动输入需要翻译的文字内容，若文本内容较长，输入成本高；语音翻译需要通过用户朗读的方式输入需要翻译的文本内容，对于用户不熟悉的外文内容，无法采用语音输入；图像翻译是通过对文本内容进行拍摄，然后基于图像理解技术对拍摄获得的内容进行翻译。
发明内容
本公开提供了一种翻译方法、装置、电子设备以及存储介质。
根据本公开的第一方面，提供了一种翻译方法，包括：
获取图像，所述图像包括待翻译的文本；
对所述图像中的所述文本进行拆分，获得多个目标对象，所述目标对象包括所述文本的字或词；
接收针对所述多个目标对象的输入操作，获得所述多个目标对象中的翻译对象；
对所述翻译对象进行翻译。
根据本公开的第二方面，提供了一种翻译装置，包括：
获取模块，用于获取图像，所述图像包括待翻译的文本；
拆分模块，用于对所述图像中的所述文本进行拆分，获得多个目标对象，所述目标对象包括所述文本的字或词；
接收模块，用于接收针对所述多个目标对象的输入操作，获得所述多个目标对象中的翻译对象；
翻译模块，用于对所述翻译对象进行翻译。
根据本公开的第三方面，提供了一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面任一项所述的方法。
根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行第一方面任一项所述的方法。
本申请的技术解决了用户手动输入待翻译内容效率低的问题，本申请通过获取图像，所述图像包括待翻译的文本；对所述图像中的所述文本进行拆分，获得多个目标对象，所述目标对象包括所述文本的字或词；接收针对所述多个目标对象的输入操作，获得所述多个目标对象中的翻译对象；对所述翻译对象进行翻译，可实现对文本的翻译，由于上述方法只需要获取包括待翻译的文本的图像，不需要用户手动输入待翻译的文本，可简化用户操作，提高翻译效率。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是本申请实施例提供的翻译方法的流程图；
图2a-2b是本申请实施例提供的文本拆分结果示意图；
图2c是本申请实施例提供的翻译对象选择界面示意图；
图2d-2e是本申请实施例提供的翻译对象选择结果示意图；
图3是本申请实施例提供的翻译装置的结构图；
图4是用来实现本申请实施例的翻译方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
参见图1，图1是本申请实施例提供的翻译方法的流程图，如图1所示，本实施例提供一种翻译方法，应用于电子设备，包括以下步骤：
步骤101、获取图像，所述图像包括待翻译的文本。
图像包括待翻译的文本，图像可通过拍摄获得或者扫描获得，在此不做限定。
步骤102、对所述图像中的所述文本进行拆分，获得多个目标对象，所述目标对象包括所述文本的字或词。
可采用图像识别技术对文本进行识别，并对识别出的文本进切词，获得单个的字和/或词，即获得多个目标对象，每个目标对象包括文本的字或词。
步骤103、接收针对所述多个目标对象的输入操作，获得所述多个目标对象中的翻译对象。
针对多个目标对象进行输入操作，例如，选中多个目标对象中的部分或全部对象，以确定翻译对象，翻译对象即为基于输入操作确定的多个目标对象中的部分或全部对象。
步骤104、对所述翻译对象进行翻译。
在获取到翻译对象之后，可采用翻译软件对翻译对象进行翻译，例如，采用基于互联网的神经网络翻译系统进行翻译，并在电子设备的显示屏上显示翻译结果。
电子设备可以为手机、平板电脑、膝上型电脑、个人数字助理、移动上网装置或可穿戴式设备等。
本实施例中，通过获取图像，所述图像包括待翻译的文本；对所述图像中的所述文本进行拆分，获得多个目标对象，所述目标对象包括所述文本的字或词；接收针对所述多个目标对象的输入操作，获得所述多个目标对象中的翻译对象；对所述翻译对象进行翻译，可实现对文本的翻译，由于上述方法只需要获取包括待翻译的文本的图像，不需要用户手动输入待翻译的文本，可简化用户操作，提高翻译效率，另外，上述方法还可应用在用户不认识待翻译的文本的情况下，有利于用户自主学习新知识，了解新事物。
在本申请一个实施例中，所述输入操作为针对所述多个目标对象中一个目标对象或多个位置不连续的目标对象的第一输入；或者，所述输入操作为针对所述多个目标对象中多个位置连续的目标对象的第二输入。
第一输入可为点选输入，例如，对文本中的多个目标对象进行点选输入，选中多个目标对象中的一个目标对象，或者选中多个目标对象中的多个位置不连续的目标对象，目标对象的位置即目标对象在文本中的位置。位置不连续是指选中的多个目标对象位于文本中的位置不相邻，例如，选中的多个目标对象位于同一行中时，存在两个目标对象不相邻，或者，选中的多个目标对象位于不同行时，存在两个目标对象不在相邻行。也就是说，通过第一输入，可选中一个目标对象，或者多个位置不连续的目标对象，文本中在选中的多个目标对象之间存在未被选中的目标对象。例如，若文本中ABCDE分别表示一句话的5个字和/或词，每个字或词为一个目标对象，第一输入可选中ABCDE中的一个或多个目标对象，选中的多个目标对象的位置不连续，如可选中ACD，BDE，或ABDE等等。
上述在进行第一输入时，第一输入可包括多个点选输入，在完成一个点选输入之后，若在预设时间内未检测到下一个点选输入，则认为用户完成第一输入，此时，对已选中的目标对象进行翻译。预设时间可为0.5秒或1秒等，具体可根据实际情况进行设置，在此不做限定。
另外，还可以对多个目标对象中的多个位置连续的目标对象进行选择，可以通过点选输入进行选择，例如通过点选选中多个位置连续的目标对象。也可以通过滑动输入进行选择。
例如，通过长按起始位置的目标对象，以该目标对象的位置为起始位置进行滑动，将滑动轨迹经过的位置处的目标对象选中，或者，确定由滑动轨迹的起始位置和结束位置构成的矩形区域，例如起始位置为A1(x1,y1)，结束位置为B1(x2,y2)，则矩形区域的四个顶点分别为(x1,y1)、(x2,y1)、(x1,y2)、(x2,y2)，将位于矩形区域中的目标对象选中。上述中，通过滑动输入可对文本的多个位置连续的目标对象进行快速选中，简化用户的选中操作，提高选中效率。
本实施例中，所述输入操作为针对所述多个目标对象中一个目标对象或多个位置不连续的目标对象的第一输入；或者，所述输入操作为针对所述多个目标对象中多个位置连续的目标对象的第二输入。当输入操作为第一输入时，翻译对象包括所述多个目标对象中的一个目标对象，或多个位置不连续的目标对象；当输入操作为第二输入时，翻译对象包括所述多个目标对象中多个位置连续的目标对象。用户可根据实际需求对文本中的多个目标对象的部分或全部进行选中，简化用户的输入操作，提高输入效率。同时，由于输入操作可选中文本中的多个位置不连续的目标对象，或者多个位置连续的目标对象，使得后续的翻译步骤可对文本的多个位置不连续的目标对象，或者多个位置连续的目标对象进行翻译，提高了对文本中的内容进行选择翻译的灵活性。
在本申请一个实施例中，所述对所述图像中的所述文本进行拆分，获得多个目标对象，包括：
对所述图像进行内容识别，获得第一识别结果；
对所述第一识别结果中的文字进行拆分，获得多个目标对象；
在所述图像中所述目标对象所在的位置处显示点选框，所述目标对象还包括点选框；
所述接收针对所述多个目标对象的输入操作，获得所述多个目标对象中的翻译对象，包括：
接收针对所述多个目标对象的点选框的输入操作，获得所述多个目标对象中的翻译对象，所述翻译对象为所述点选框对应的字或词。
本实施例中，在获取包括待翻译的文本的图像后，对图像进行内容识别，获得第一识别结果，第一识别结果可理解为识别出的文字区域。具体的，通过图像预处理的方式强化图像中的文本信息，解决原始图像扭曲、模糊、光线不清晰、背景复杂等问题。然后对文字进行拆分，具体的对所述第一识别结果中的文字进行拆分，获得所述多个目标对象，包括：
对所述第一识别结果中的文字按照行进行拆分，获得至少一行文字信息；
对所述至少一行文字信息中的各行文字信息分别根据字符间隔进行拆分，获得所述多个目标对象。
通过文字检测技术定位图片中文本区域的位置，进行水平方向切割，即将文本区域切割成一行一行的文字区域，即至少一行文字信息。
然后对至少一行文字信息中的每一行文字信息分别进行拆分，在拆分时，可根据相邻文字之间的字符间隔进行拆分，例如，字符间隔隔开的两个文字为两个独立的字，或者在拆分时，也可以启动文字识别功能，判断字符间隔隔开的连续多个字是否组成词组，若是词组，则可不对该连续多个字进行拆分，而是将其作为一个整体，将每行文字信息采用上述方式进行拆分，以拆分成多个字和/或词，每个字或词为一个目标对象。将拆分的粒度降低到字或词，便于用户对字或词进行选择，以满足用户的多样化翻译需求。
根据目标对象在图像中的位置，在目标对象的位置处显示点选框，每个目标对象包括一个点选框，点选框可以被用户选中，当点选框被用户选中时，点选框对应的字或词被选中。
在拆分时，可利用文字本身的特性进行拆分，例如，文字中各个字或词之间具有空格，如英语中，每个单词使用空格进行分隔，可对每行文字在垂直方向上进行切割，获得每个单词的位置，该位置可为单词所在区域的最小外接矩形，再在每个单词的位置处显示点选框。
图像中文本的每个目标对象所在的位置处显示有点选框，用户可对点选框进行选中，例如通过点选操作选中一个点选框，或多个位置连续的点选框，或者多个位置不连续的点选框，被选中的点选框对应的字或词即为翻译对象，若选中多个位置连续的点选框，则翻译对象中，这多个位置连续的点选框在文本中的位置关系可确定其所对应的字或词在翻译对象中的位置关系。例如，在文本中有位置依次连续的点选框1、点选框2和点选框3，其分别对应的单词为“I”、“like”、“it”，在翻译对象中“I”、“like”、“it”之间的位置关系由点选框的位置关系确定，即在翻译对象中单词的顺序为“I”、“like”、“it”。
在获得翻译对象后，对翻译对象进行翻译，具体可采用现有的翻译系统进行翻译，在此不做限定。
本实施例中，通过对所述图像进行内容识别，获得第一识别结果；对所述第一识别结果中的文字进行拆分，获得多个目标对象；在所述图像中所述目标对象所在的位置处显示点选框；接收针对所述多个目标对象的点选框的输入操作，获得所述多个目标对象中的翻译对象，所述翻译对象为所述点选框对应的字或词。可为用户提供选中目标对象的点选框，用户通过选中点选框来选中目标对象，然后电子设备基于用户选中的目标对象进行翻译，简化了用户输入，提高了输入效率，从而提高了翻译效率。
在本申请一个实施例中，在所述图像中所述目标对象所在的位置处显示点选框，包括：
在所述图像中所述目标对象所在的位置处显示预设透明度的遮罩层；
在所述遮罩层上显示点选框。
进一步的，为了提高显示效果，在确定目标对象所在的位置后，在图像中目标对象所在的位置处显示预设透明度的遮罩层，预设透明度的遮罩层可理解为具有一定透明效果的覆盖在目标对象上层的遮罩层，预设透明度的遮罩层可使得用户仍旧可以透过遮罩层辨别遮罩层下层的目标对象，预设透明度可根据实际情况进行设置，在此不做限定。一个目标对象上层显示一个遮罩层，目标对象的点选框显示在遮罩层上，点选框所包括的区域的面积可略小于对应的遮罩层的覆盖面积。用户在选中点选框时，点选框所包括的区域显示被选中时对应的颜色，例如，紫色，或者蓝色等等，以提示用户该目标对象的点选框被选中。
本实施例中，为了呈现更好的显示效果，在图像中目标对象所在的位置处显示预设透明度的遮罩层，然后在遮罩层上显示点选框，使得用户可通过选中点选框来选中需要进行翻译的目标对象，用户不再需要对翻译的字或词进行手动输入，简化了用户输入，提高了输入效率，最终提高了翻译效率。
在本申请一个实施例中，所述对所述翻译对象进行翻译，包括：
对所述翻译对象进行翻译，获得翻译结果；
获取所述文本中所述翻译对象的上下文，从数据库中提取多个知识点信息；
基于用户的历史查询数据，确定所述多个知识点信息的优先级；
对所述多个知识点信息按照优先级进行排序，并获取排序在前的N个知识点信息，所述N为正整数；
显示所述翻译结果和所述N个知识点信息。
在本实施例中，不仅对翻译对象进行翻译，获得翻译结果，还会结合翻译对象在文本中的上下文，从已有数据库中提取多个知识点信息，知识点信息可为与目标对象相关的信息，例如，相关的典故、与目标对象相关的固定词组搭配，目标对象的近义词或反义词，常用词组、时态等等，以向用户提供额外的知识点，供用户学习或了解。
在获取到知识点信息后，基于用户的历史查询数据，确定知识点信息的优先级，例如，对于某一知识点信息来说，若用户的历史查询次数较多，则该知识点信息的优先级较大，或者，口语中使用较多的知识点信息，优先级较大。
对所述多个知识点信息按照优先级进行排序，并获取排序在前的N个知识点信息，所述N为正整数。例如，在显示时，按照优先级从大到小排序，依次显示N个知识点信息。这样，优先级高的知识点信息会被显示在靠前的位置，用户可以大概率的尽早的获取到所需要的信息，减少用户信息查找的成本。
在本申请一个实施例中，所述对所述图像中的所述文本进行拆分，获得多个目标对象，包括：
采用识别模型对所述图像进行识别，获得第二识别结果；
若根据所述第二识别结果确定所述图像为学习场景下的图像，则对所述图像中的所述文本进行拆分，获得多个目标对象。
本实施例中，先对图像进行识别，判断其是否为学习场景下的图像，若是学习场景下的图像，则对图像中的文本进行拆分，获得多个目标对象。
通用的翻译场景下，使用的场景多而且杂，包括：商品翻译、课本题目翻译、电子屏翻译、错误页翻译等。不同场景下用户诉求差异较大，学习类的场景下用户对于结构语法等知识诉求强烈，其它通用类的场景下用户对于单词、词组、句子的诉求不高，可不用对文本进行拆分，因此，在本实施例中，可先通过文字场景分类模型筛选出学习类的翻译场景。即在对图像进行场景识别时，可采用识别模型(即文字场景分类模型)进行识别。识别模型的获取过程包括：
首先，获取学习场景和非学习场景下的图像，并对每张图像进行人工标记，组成训练集，其中学习场景包括：包括印刷文本类题目的图像、或者包括图文彩色课本的图像。
其次，使用上述训练集训练分类器，来学习每种类型的图像的特征。
最后，当完成分类器训练后，分类器可用于预测输入图像的分类，为了验证该分类器的效果，可进一步将分类器的预测结果与该输入图像的真实标签进行比较，以对分类器的参数进行调整，优化分类器的参数，提高分类器的预测准确率。识别模型可理解为训练完成之后的分类器。
基于分类器可对图像进行识别，以确定图像是否为学习场景下的图像。
本实施例中，在对图像中的文本进行拆分之前，先对图像的学习场景进行判断，在图像为学习场景的情况下，再对图像中的文本进行拆分，使得拆分更符合场景需求，减少无用拆分。
以下以对英文翻译为例，对上述翻译方法进行举例说明。
第一步：学习翻译场景识别。
通用的翻译场景下，用户的使用的场景多而且杂，包括：商品翻译、课本题目翻译、电子屏翻译、错误页翻译等。不同场景下用户诉求差异较大，学习类(英语课文/题目)的场景下用户对于结构英语语法等知识诉求强烈，其它通用类的场景下用户对于单词、词组、句子的诉求不高，因此可通过文字场景分类模型筛选出学习类的翻译场景。
首先，获取学习场景和非学习场景下的图像，并对每张图像进行人工标记，组成训练集，其中学习场景包括：包括印刷文本类题目的图像、或者包括图文彩色课本的图像。
其次，使用上述训练集训练分类器，来学习每种类型的图像的特征。
最后，当完成分类器训练后，分类器可用于预测输入图像的分类，为了验证该分类器的效果，可进一步将分类器的预测结果与该输入图像的真实标签进行比较，以对分类器的参数进行调整，优化分类器的参数，提高分类器的预测准确率。识别模型可理解为训练完成之后的分类器。
基于分类器可对图像进行识别，以确定图像是否为学习场景下的图像。
第二步：OCR(Optical Character Recognition，光学字符识别)切词和识别。
在英语学习场景下，英语单词为粒度最小的有效语义片段。为了满足用户多粒度的翻译诉求，基于OCR文字检测及拆分技术，将图像中的文本内容进行识别及拆分。
基于深度学习技术，首先通过图像预处理的方式强化图像中的文本信息，解决原始图像扭曲、模糊、光线不清晰、背景复杂等问题。其次，通过文字检测技术定位图像中文本区域的位置，进行水平方向切割，获得一行一行的文本区域，如图2a所示，图中画在文字外侧的线框为进行水平方向切割后获得的文本区域。在完成文字检测后，基于英语单词间用空格分隔的特点，在垂直方向对英文单词进行切割，如图2b所示，并获取对应的单词所在区域的位置坐标，图2b中画在文字外侧的线框为进行垂直方向切割后获得的单词位置区域。在切割后的单词上展示遮罩蒙层(即遮罩层)及点选框，如图2c所示，图2c中遮罩蒙层的透明度为0.5，图中位于单词外侧的框为点选框，点选框方便用户进行选择操作，选中想要翻译的文本内容。
最后进行文字识别，识别图像中具体的文本内容，同时获取文本及版面信息，并获取具体的文本内容，使得后续用户点击对应点选框时，可获取对应的文本内容。
第三步：点选需要翻译的内容。
相比于已有的仅支持点选查单个单词的交互操作，本功能支持通过不连续多选的点选方式选中想要翻译的单词、词组、句子、段落或文章。具体的实现方案为：由于第二步中是按照单词的粒度进行切词，在实际点选过程中，单个点选框对应一个单词，在检测到用户有点选操作时，将多个点选框对应的单词以空格进行分隔，从而组成新的词组、句子或段落。
当用户在完成点选操作后，在1s内未检测到用户的点选操作，认为用户完成内容的选择，此时自动进行下一步的翻译，获取对应结构化学习信息。
在选中内容的过程中，选择的手势支持长按首个单词，并快速滑动选中连续文本内容的快捷手势，从而减少在长文本翻译诉求下，用户连续点选的操作成本。如图2d所示，选中的单词在文本中不连续，选中的单词所显示的颜色可与未选中的单词显示的颜色不同，或者选中的单词所在位置处的遮罩层的透明度与未选中的单词所在位置处的遮罩层的透明度不同，以提示用户那些单词被选中，图2d中，选中的单词所在位置处的遮罩层为全透明，例如“hair”和“long”处的遮罩层，如图2e所示，选中的单词在文本中连续，例如，选中的“My”、“hair”、“was”、“long”、“then”为文本中的同一句话中的单词。
第四步：文字翻译。
在获取到文字识别结果后，基于互联网神经网络翻译系统，实现将外文内容翻译为中文，帮助用户获取外文内容的具体中文释义，更好地掌握外语。
第五步：展示结构化英语学习信息。
针对于学习场景下的诉求，基于中高考考试大纲的要求，除了基础的翻译结果外，同时基于考试重点给用户提供重点词汇、词组及语法句型，并提供对应内容在历届中高考中出现的频率，帮助学生群体更快捷地明确考试重点，获取结构化英语学习信息。
展示结构化学习信息的过程主要包括：1、从用户拍摄的图像中提取知识点内容；2、基于提取的知识点从数据库中拉取对应的学习数据；3、对知识点内容进行分级，并在前端展示。
知识点提取：通过智能语义分析技术，分析识别文字中的考点；
学习数据拉取：基于对考纲的研究，人工富集中高考的考点及对应的信息，例如：对于单词富集它对应的时态、常用词组、固定搭配、使用语法等信息，覆盖考试重点；
信息展示：在拉取到对应数据后，基于群体用户历史对于该文本的诉求分布，来对结果页的内容的优先级进行动态调整，即，以come的单词为例，在历史的检索行为，用户主要会查询该单词的固定搭配词组信息，在翻译结果的展示顺序上，该单词的固定搭配词组信息将会排在较靠前的位置，减少用户信息查找的成本；
本申请提供的翻译方法具有如下有益效果：输入效率高，实现1秒识别1个单词，查词组、句子、段落的速度是文本输入的5倍，大幅提升学习效率；
无输入门槛，仅需拍照，即可实现自动切词，点选后自动识别及翻译内容，利用视觉理解技术可完全解决因为不认识文本内容导致无法输入的问题；
翻译粒度多维，可解决当前图像翻译模式中的整屏翻译、取词/切词翻译模式无法对词组、句子、段落粒度内容进行翻译的问题，便捷地满足用户在学习场景下多样化的翻译诉求，更符合学生的学习诉求。同时基于词组、句子或段落为用户提供差异化结构化的学习信息，高效获取考试重点内容，提升学习效率。
参见图3，图3是本申请实施例提供的音频调节装置的结构图，如图3所示，本实施例提供一种翻译装置300，包括：
获取模块301，用于获取图像，所述图像包括待翻译的文本；
拆分模块302，用于对所述图像中的所述文本进行拆分，获得多个目标对象，所述目标对象包括所述文本的字或词；
接收模块303，用于接收针对所述多个目标对象的输入操作，获得所述多个目标对象中的翻译对象；
翻译模块304，用于对所述翻译对象进行翻译。
在本申请一个实施例中，所述输入操作为针对所述多个目标对象中一个目标对象或多个位置不连续的目标对象的第一输入；或者，所述输入操作为针对所述多个目标对象中多个位置连续的目标对象的第二输入。
在本申请一个实施例中，所述拆分模块302，包括：
第一识别子模块，用于对所述图像进行内容识别，获得第一识别结果；
第一拆分子模块，用于对所述第一识别结果中的文字进行拆分，获得所述多个目标对象；
第一显示子模块，用于在所述图像中所述目标对象所在的位置处显示点选框，所述目标对象还包括点选框；
所述接收模块303，用于接收针对所述多个目标对象的点选框的输入操作，获得所述多个目标对象中的翻译对象，所述翻译对象为所述点选框对应的字或词。
在本申请一个实施例中，所述第一显示子模块，包括：
第一显示单元，用于在所述图像中所述目标对象所在的位置处显示预设透明度的遮罩层；
第二显示单元，用于在所述遮罩层上显示点选框。
在本申请一个实施例中，所述翻译模块304，包括：
翻译子模块，用于对所述翻译对象进行翻译，获得翻译结果；
第一获取子模块，用于获取所述文本中所述翻译对象的上下文，从数据库中提取多个知识点信息；
确定子模块，用于基于用户的历史查询数据，确定所述多个知识点信息的优先级；
排序子模块，用于对所述多个知识点信息按照优先级进行排序，并获取排序在前的N个知识点信息，所述N为正整数；
第二显示子模块，用于显示所述翻译结果和所述N个知识点信息。
在本申请一个实施例中，所述拆分模块302，包括：
第二识别子模块，用于采用识别模型对所述图像进行识别，获得第二识别结果；
第二拆分子模块，用于若根据所述第二识别结果确定所述图像为学习场景下的图像，则对所述图像中的所述文本进行拆分，获得所述多个目标对象。
翻译装置300能够实现图1所示的方法实施例中电子设备实现的各个过程，为避免重复，这里不再赘述。
本申请实施例的翻译装置300，通过获取图像，所述图像包括待翻译的文本；对所述图像中的所述文本进行拆分，获得多个目标对象，所述目标对象包括所述文本的字或词；接收针对所述多个目标对象的输入操作，获得所述多个目标对象中的翻译对象；对所述翻译对象进行翻译，可实现对文本的翻译，由于上述方法只需要获取包括待翻译的文本的图像，不需要用户手动输入待翻译的文本，可简化用户操作，提高翻译效率。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图4所示，是根据本申请实施例的翻译的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图4所示，该电子设备包括：一个或多个处理器501、存储器502，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图4中以一个处理器501为例。
存储器502即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的翻译的方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的翻译的方法。
存储器502作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的翻译的方法对应的程序指令/模块(例如，附图3所示的获取模块301、拆分模块302、接收模块303和翻译模块304)。处理器501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的翻译的方法。
存储器502可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据翻译的电子设备的使用所创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器502可选包括相对于处理器501远程设置的存储器，这些远程存储器可以通过网络连接至翻译的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
翻译的方法的电子设备还可以包括：输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接，图4中以通过总线连接为例。
输入装置503可接收输入的数字或字符信息，以及产生与翻译的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置504可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案，通过获取图像，所述图像包括待翻译的文本；对所述图像中的所述文本进行拆分，获得多个目标对象，所述目标对象包括所述文本的字或词；接收针对所述多个目标对象的输入操作，获得所述多个目标对象中的翻译对象；对所述翻译对象进行翻译，可实现对文本的翻译，由于上述方法只需要获取包括待翻译的文本的图像，不需要用户手动输入待翻译的文本，可简化用户操作，提高翻译效率，另外，上述方法还可应用在用户不认识待翻译的文本的情况下，有利于用户自主学习新知识，了解新事物。
所述输入操作为针对所述多个目标对象中一个目标对象或多个位置不连续的目标对象的第一输入；或者，所述输入操作为针对所述多个目标对象中多个位置连续的目标对象的第二输入。用户可根据实际需求对文本中的多个目标对象的部分或全部进行选中，简化用户的输入操作，提高输入效率。同时，由于输入操作可选中文本中的多个位置不连续的目标对象，或者多个位置连续的目标对象，使得后续的翻译步骤可对文本的多个位置不连续的目标对象，或者多个位置连续的目标对象进行翻译，提高了对文本中的内容进行选择翻译的灵活性。
通过对所述图像进行内容识别，获得第一识别结果；对所述第一识别结果中的文字进行拆分，获得多个目标对象；在所述图像中所述目标对象所在的位置处显示点选框；接收针对所述多个目标对象的点选框的输入操作，获得所述多个目标对象中的翻译对象，所述翻译对象为所述点选框对应的字或词。可为用户提供选中目标对象的点选框，用户通过选中点选框来选中目标对象，然后电子设备基于用户选中的目标对象进行翻译，简化了用户输入，提高了输入效率，从而提高了翻译效率。
为了呈现更好的显示效果，在图像中目标对象所在的位置处显示预设透明度的遮罩层，然后在遮罩层上显示点选框，使得用户可通过选中点选框来选中需要进行翻译的目标对象，用户不再需要对翻译的字或词进行手动输入，简化了用户输入，提高了输入效率，最终提高了翻译效率。
对所述多个知识点信息按照优先级进行排序，并获取排序在前的N个知识点信息，所述N为正整数。例如，在显示时，按照优先级从大到小排序，依次显示N个知识点信息。这样，优先级高的知识点信息会被显示在靠前的位置，用户可以大概率的尽早的获取到所需要的信息，减少用户信息查找的成本。
在对图像中的文本进行拆分之前，先对图像的学习场景进行判断，在图像为学习场景的情况下，再对图像中的文本进行拆分，使得拆分更符合场景需求，减少无用拆分。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (16)

1.一种翻译方法，包括：
获取图像，所述图像包括待翻译的文本；
对所述图像中的所述文本进行拆分，获得多个目标对象，所述目标对象包括所述文本的字或词；
接收针对所述多个目标对象的输入操作，获得所述多个目标对象中的翻译对象对所述翻译对象进行翻译。
2.根据权利要求1所述的方法，其中，所述翻译对象包括所述多个目标对象中的一个目标对象，或多个位置不连续的目标对象，或所述多个目标对象中多个位置连续的目标对象。
3.根据权利要求1所述的方法，其中，所述对所述图像中的所述文本进行拆分，获得多个目标对象，包括：
对所述图像进行内容识别，获得第一识别结果；
对所述第一识别结果中的文字进行拆分，获得所述多个目标对象；
在所述图像中所述目标对象所在的位置处显示点选框，所述目标对象还包括点选框；
所述接收针对所述多个目标对象的输入操作，获得所述多个目标对象中的翻译对象，包括：
接收针对所述多个目标对象的点选框的输入操作，获得所述多个目标对象中的翻译对象，所述翻译对象为所述点选框对应的字或词。
4.根据权利要求3所述的方法，其中，所述对所述第一识别结果中的文字进行拆分，获得所述多个目标对象，包括：
对所述第一识别结果中的文字按照行进行拆分，获得至少一行文字信息；
对所述至少一行文字信息中的各行文字信息分别根据字符间隔进行拆分，获得所述多个目标对象。
5.根据权利要求3所述的方法，其中，在所述图像中所述目标对象所在的位置处显示点选框，包括：
在所述图像中所述目标对象所在的位置处显示预设透明度的遮罩层；
在所述遮罩层上显示点选框。
6.根据权利要求1所述的方法，其中，所述对所述翻译对象进行翻译，包括：
对所述翻译对象进行翻译，获得翻译结果；
获取所述文本中所述翻译对象的上下文，从数据库中提取多个知识点信息；
基于用户的历史查询数据，确定所述多个知识点信息的优先级；
对所述多个知识点信息按照优先级进行排序，并获取排序在前的N个知识点信息，N为正整数；
显示所述翻译结果和所述N个知识点信息。
7.根据权利要求1-6中任一项所述的方法，其中，所述对所述图像中的所述文本进行拆分，获得多个目标对象，包括：
采用识别模型对所述图像进行识别，获得第二识别结果；
若根据所述第二识别结果确定所述图像为学习场景下的图像，则对所述图像中的所述文本进行拆分，获得所述多个目标对象。
8.一种翻译装置，包括：
获取模块，用于获取图像，所述图像包括待翻译的文本；
拆分模块，用于对所述图像中的所述文本进行拆分，获得多个目标对象，所述目标对象包括所述文本的字或词；
接收模块，用于接收针对所述多个目标对象的输入操作，获得所述多个目标对象中的翻译对象；
翻译模块，用于对所述翻译对象进行翻译。
9.根据权利要求8所述的装置，其中，所述翻译对象包括所述多个目标对象中的一个目标对象，或多个位置不连续的目标对象，或所述多个目标对象中多个位置连续的目标对象。
10.根据权利要求8所述的装置，其中，所述拆分模块，包括：
第一识别子模块，用于对所述图像进行内容识别，获得第一识别结果；
第一拆分子模块，用于对所述第一识别结果中的文字进行拆分，获得所述多个目标对象；
第一显示子模块，用于在所述图像中所述目标对象所在的位置处显示点选框，所述目标对象还包括点选框；
所述接收模块，用于接收针对所述多个目标对象的点选框的输入操作，获得所述多个目标对象中的翻译对象，所述翻译对象为所述点选框对应的字或词。
11.根据权利要求10所述的装置，其中，所述第一拆分子模块，用于：
对所述第一识别结果中的文字按照行进行拆分，获得至少一行文字信息；
对所述至少一行文字信息中的各行文字信息分别根据字符间隔进行拆分，获得所述多个目标对象。
12.根据权利要求10所述的装置，其中，所述第一显示子模块，包括：
第一显示单元，用于在所述图像中所述目标对象所在的位置处显示预设透明度的遮罩层；
第二显示单元，用于在所述遮罩层上显示点选框。
13.根据权利要求8所述的装置，其中，所述翻译模块，包括：
翻译子模块，用于对所述翻译对象进行翻译，获得翻译结果；
第一获取子模块，用于获取所述文本中所述翻译对象的上下文，从数据库中提取多个知识点信息；
确定子模块，用于基于用户的历史查询数据，确定所述多个知识点信息的优先级；
排序子模块，用于对所述多个知识点信息按照优先级进行排序，并获取排序在前的N个知识点信息，N为正整数；
第二显示子模块，用于显示所述翻译结果和所述N个知识点信息。
14.根据权利要求8-13中任一项所述的装置，其中，所述拆分模块，包括：
第二识别子模块，用于采用识别模型对所述图像进行识别，获得第二识别结果；
第二拆分子模块，用于若根据所述第二识别结果确定所述图像为学习场景下的图像，则对所述图像中的所述文本进行拆分，获得所述多个目标对象。
15.一种电子设备，其中，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的方法。
CN202010929840.1A 2020-09-07 2020-09-07 翻译方法、装置以及电子设备 Pending CN112085090A (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN202010929840.1A CN112085090A (zh) 2020-09-07 2020-09-07 翻译方法、装置以及电子设备
JP2021042333A JP7164651B2 (ja) 2020-09-07 2021-03-16 翻訳方法、装置、電子機器及びコンピュータプログラム製品
KR1020210034701A KR102569517B1 (ko) 2020-09-07 2021-03-17 번역 방법, 장치 및 전자 기기
EP21163486.0A EP3825898A3 (en) 2020-09-07 2021-03-18 Translation method and apparatus and electronic device
US17/207,559 US20210209428A1 (en) 2020-09-07 2021-03-19 Translation Method and Apparatus and Electronic Device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010929840.1A CN112085090A (zh) 2020-09-07 2020-09-07 翻译方法、装置以及电子设备

Publications (1)

Publication Number Publication Date
CN112085090A true CN112085090A (zh) 2020-12-15

Family

ID=73732376

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010929840.1A Pending CN112085090A (zh) 2020-09-07 2020-09-07 翻译方法、装置以及电子设备

Country Status (5)

Country Link
US (1) US20210209428A1 (zh)
EP (1) EP3825898A3 (zh)
JP (1) JP7164651B2 (zh)
KR (1) KR102569517B1 (zh)
CN (1) CN112085090A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112926569A (zh) * 2021-03-16 2021-06-08 重庆邮电大学 一种社交网络中的自然场景图像文本检测方法
CN112988011A (zh) * 2021-03-24 2021-06-18 百度在线网络技术（北京）有限公司 取词翻译方法和装置
CN113012264A (zh) * 2021-03-25 2021-06-22 北京有竹居网络技术有限公司 一种图片处理方法、装置和设备
CN113486679A (zh) * 2021-07-08 2021-10-08 中联国智科技管理(北京)有限公司 一种基于神经网络的语句翻译方法及装置
CN114154092A (zh) * 2021-11-18 2022-03-08 网易有道信息技术(江苏)有限公司 用于对网页进行翻译的方法及其相关产品

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113778303A (zh) * 2021-08-23 2021-12-10 深圳价值在线信息科技股份有限公司 一种文字提取的方法、装置及计算机可读存储介质
CN115543161B (zh) * 2022-11-04 2023-08-15 广东保伦电子股份有限公司 一种适用于白板一体机的抠图方法及装置

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5224040A (en) * 1991-03-12 1993-06-29 Tou Julius T Method for translating chinese sentences
JP2000259630A (ja) * 1999-03-12 2000-09-22 Nippon Telegr & Teleph Corp <Ntt> 機械翻訳方法及びその装置並びに機械翻訳プログラムを記憶した媒体
US20040210444A1 (en) * 2003-04-17 2004-10-21 International Business Machines Corporation System and method for translating languages using portable display device
US20100223047A1 (en) * 2009-03-02 2010-09-02 Sdl Plc Computer-assisted natural language translation
JP2012113459A (ja) * 2010-11-24 2012-06-14 Toshiba Corp 用例翻訳システム、用例翻訳方法及び用例翻訳プログラム
CN102982329A (zh) * 2012-11-02 2013-03-20 华南理工大学 移动设备中融合切分识别和语义分析的翻译方法
US20140180670A1 (en) * 2012-12-21 2014-06-26 Maria Osipova General Dictionary for All Languages
US20150199908A1 (en) * 2013-02-08 2015-07-16 Google Inc. Translating content for learning a language
CN105786803A (zh) * 2016-02-22 2016-07-20 广东小天才科技有限公司 翻译方法及翻译装置
CN106599888A (zh) * 2016-12-13 2017-04-26 广东小天才科技有限公司 一种翻译方法、装置及移动终端
CN107451127A (zh) * 2017-07-04 2017-12-08 广东小天才科技有限公司 一种基于图像的单词翻译方法及系统、移动设备
CN107656922A (zh) * 2017-09-25 2018-02-02 广东小天才科技有限公司 一种翻译方法、装置、终端及存储介质
US10068359B2 (en) * 2013-09-27 2018-09-04 Sharp Kabushiki Kaisha Information processing device
CN109614628A (zh) * 2018-11-16 2019-04-12 广州市讯飞樽鸿信息技术有限公司 一种基于智能硬件的翻译方法与翻译系统
CN109657619A (zh) * 2018-12-20 2019-04-19 江苏省舜禹信息技术有限公司 一种附图翻译方法、装置及存储介质
CN110347978A (zh) * 2019-07-02 2019-10-18 深圳市数字星河科技有限公司 一种电子书辅助阅读的方法
CN111079489A (zh) * 2019-05-28 2020-04-28 广东小天才科技有限公司 一种内容识别方法及电子设备

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3114703B2 (ja) * 1998-07-02 2000-12-04 富士ゼロックス株式会社 対訳文検索装置
US11120063B2 (en) * 2016-01-25 2021-09-14 Sony Corporation Information processing apparatus and information processing method
EP3522038A4 (en) * 2016-09-28 2020-06-03 Systran International Co. Ltd. METHOD FOR TRANSLATING CHARACTERS AND DEVICE THEREFOR
KR102478396B1 (ko) * 2017-11-29 2022-12-19 삼성전자주식회사 이미지에서 텍스트를 인식할 수 있는 전자 장치
US10757148B2 (en) * 2018-03-02 2020-08-25 Ricoh Company, Ltd. Conducting electronic meetings over computer networks using interactive whiteboard appliances and mobile devices
CN109088995B (zh) * 2018-10-17 2020-11-13 永德利硅橡胶科技(深圳)有限公司 支持全球语言翻译的方法及手机

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5224040A (en) * 1991-03-12 1993-06-29 Tou Julius T Method for translating chinese sentences
JP2000259630A (ja) * 1999-03-12 2000-09-22 Nippon Telegr & Teleph Corp <Ntt> 機械翻訳方法及びその装置並びに機械翻訳プログラムを記憶した媒体
US20040210444A1 (en) * 2003-04-17 2004-10-21 International Business Machines Corporation System and method for translating languages using portable display device
US20100223047A1 (en) * 2009-03-02 2010-09-02 Sdl Plc Computer-assisted natural language translation
JP2012113459A (ja) * 2010-11-24 2012-06-14 Toshiba Corp 用例翻訳システム、用例翻訳方法及び用例翻訳プログラム
CN102982329A (zh) * 2012-11-02 2013-03-20 华南理工大学 移动设备中融合切分识别和语义分析的翻译方法
US20140180670A1 (en) * 2012-12-21 2014-06-26 Maria Osipova General Dictionary for All Languages
US20150199908A1 (en) * 2013-02-08 2015-07-16 Google Inc. Translating content for learning a language
US10068359B2 (en) * 2013-09-27 2018-09-04 Sharp Kabushiki Kaisha Information processing device
CN105786803A (zh) * 2016-02-22 2016-07-20 广东小天才科技有限公司 翻译方法及翻译装置
CN106599888A (zh) * 2016-12-13 2017-04-26 广东小天才科技有限公司 一种翻译方法、装置及移动终端
CN107451127A (zh) * 2017-07-04 2017-12-08 广东小天才科技有限公司 一种基于图像的单词翻译方法及系统、移动设备
CN107656922A (zh) * 2017-09-25 2018-02-02 广东小天才科技有限公司 一种翻译方法、装置、终端及存储介质
CN109614628A (zh) * 2018-11-16 2019-04-12 广州市讯飞樽鸿信息技术有限公司 一种基于智能硬件的翻译方法与翻译系统
CN109657619A (zh) * 2018-12-20 2019-04-19 江苏省舜禹信息技术有限公司 一种附图翻译方法、装置及存储介质
CN111079489A (zh) * 2019-05-28 2020-04-28 广东小天才科技有限公司 一种内容识别方法及电子设备
CN110347978A (zh) * 2019-07-02 2019-10-18 深圳市数字星河科技有限公司 一种电子书辅助阅读的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张龙坤 等: "基于机器学习的截图识别翻译应用研究", 《网络安全技术与应用》, no. 8, pages 54 - 56 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112926569A (zh) * 2021-03-16 2021-06-08 重庆邮电大学 一种社交网络中的自然场景图像文本检测方法
CN112926569B (zh) * 2021-03-16 2022-10-18 重庆邮电大学 一种社交网络中的自然场景图像文本检测方法
CN112988011A (zh) * 2021-03-24 2021-06-18 百度在线网络技术（北京）有限公司 取词翻译方法和装置
CN112988011B (zh) * 2021-03-24 2022-08-05 百度在线网络技术（北京）有限公司 取词翻译方法和装置
CN113012264A (zh) * 2021-03-25 2021-06-22 北京有竹居网络技术有限公司 一种图片处理方法、装置和设备
CN113486679A (zh) * 2021-07-08 2021-10-08 中联国智科技管理(北京)有限公司 一种基于神经网络的语句翻译方法及装置
CN114154092A (zh) * 2021-11-18 2022-03-08 网易有道信息技术(江苏)有限公司 用于对网页进行翻译的方法及其相关产品
CN114154092B (zh) * 2021-11-18 2023-04-18 网易有道信息技术(江苏)有限公司 用于对网页进行翻译的方法及其相关产品

Also Published As

Publication number Publication date
EP3825898A2 (en) 2021-05-26
JP2021106008A (ja) 2021-07-26
EP3825898A3 (en) 2021-10-13
US20210209428A1 (en) 2021-07-08
KR20210037637A (ko) 2021-04-06
KR102569517B1 (ko) 2023-08-21
JP7164651B2 (ja) 2022-11-01

Similar Documents

Publication Publication Date Title
CN112085090A (zh) 翻译方法、装置以及电子设备
CN112560912B (zh) 分类模型的训练方法、装置、电子设备和存储介质
JP6317772B2 (ja) 外国語の文字セットおよびそれらの翻訳を資源に制約のあるモバイル機器上にリアルタイムで表示するためのシステムおよび方法
CN111625635A (zh) 问答处理、语言模型的训练方法、装置、设备及存储介质
US9971763B2 (en) Named entity recognition
CN110991427B (zh) 用于视频的情绪识别方法、装置和计算机设备
US20210216819A1 (en) Method, electronic device, and storage medium for extracting spo triples
US20110201387A1 (en) Real-time typing assistance
CN111125435A (zh) 视频标签的确定方法、装置和计算机设备
CN111832403A (zh) 文档结构识别方法、文档结构识别的模型训练方法和装置
CN112507735A (zh) 机器翻译模型的训练方法、装置和电子设备
US20220027575A1 (en) Method of predicting emotional style of dialogue, electronic device, and storage medium
CN112487242A (zh) 用于识别视频的方法、装置、电子设备及可读存储介质
CN111126061B (zh) 对联信息生成方法和装置
EP3825869A1 (en) Method and apparatus for pushing information, electronic device, medium and computer program product
CN111783760A (zh) 文字识别的方法、装置、电子设备及计算机可读存储介质
CN111858905A (zh) 模型训练方法、信息识别方法、装置、电子设备及存储介质
CN111125438A (zh) 实体信息提取方法、装置、电子设备及存储介质
CN111858880A (zh) 获取查询结果的方法、装置、电子设备和可读存储介质
CN113360751A (zh) 意图识别方法、装置、设备和介质
CN113626441A (zh) 基于扫描设备的文本管理方法、装置、设备以及存储介质
CN111523019B (zh) 用于输出信息的方法、装置、设备以及存储介质
CN112036315A (zh) 字符识别方法、装置、电子设备及存储介质
US20210382918A1 (en) Method and apparatus for labeling data
CN115017922A (zh) 图片翻译的方法、装置、电子设备及可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination