CN112988011B - 取词翻译方法和装置 - Google Patents
取词翻译方法和装置 Download PDFInfo
- Publication number
- CN112988011B CN112988011B CN202110314220.1A CN202110314220A CN112988011B CN 112988011 B CN112988011 B CN 112988011B CN 202110314220 A CN202110314220 A CN 202110314220A CN 112988011 B CN112988011 B CN 112988011B
- Authority
- CN
- China
- Prior art keywords
- word
- target
- candidate words
- target word
- content
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
- G06F3/04842—Selection of displayed objects or displayed text elements
-
- 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
- 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
- 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
本公开公开了取词翻译方法和装置,涉及计算机技术领域,具体涉及数据处理技术领域。具体实现方案为:首先实时采集当前界面中取词框包括的目标图像,目标图像包括目标词和多个候选词,然后响应于接收到用户对目标图像的锁定请求,在当前界面显示目标词的翻译内容和多个候选词,最后响应于接收到用户对候选词的选中操作,显示选中的候选词的翻译内容,能够向用户展现目标词及其周边的临近候选词,当锁定单词时因抖动出现目标单词变成中心单词的周边临近候选词时,用户可以通过切换候选词的形式来选择新的目标词,能够兼容因手机轻微抖动取词发生偏移导致取词不准确的情况。
Description
技术领域
本公开涉及计算机技术领域,具体涉及数据处理技术领域,尤其涉及取词翻译方法和装置。
背景技术
随着技术发展,在单词学习的场景下用户检索单词的方式从手动查词典,到文本输入查询,再到当前能基于OCR技术,通过手机摄像头实时扫描单词减少用户手动输入的操作成本,实现1s查询一个单词,是文本翻译效率的3倍,极大提升用户操作效率。
但当前基于OCR技术的实时取词翻译模式下,由于取词速度快,取词过程较为灵敏且未锁定结果的情况下前端一直在进行实时取词,手机轻微抖动识别结果也将变化,用户取中具体单词想要以稳定状态查看单词释义时,当他单击锁定结果时,由于单手点击操作手机很容易产生轻微抖动,使得取词符“+”偏离目标单词导致锁定的单词非目标单词而为其周边单词,间接增加了用户的操作成本。
发明内容
本公开提供了一种取词翻译方法、装置、电子设备以及存储介质。
根据本公开的一方面,提供了一种取词翻译方法,该方法包括:实时采集当前界面中取词框包括的目标图像,目标图像包括目标词和多个候选词;响应于接收到用户对目标图像的锁定请求,在当前界面显示目标词的翻译内容和多个候选词;响应于接收到用户对候选词的选中操作,显示选中的候选词的翻译内容。
根据本公开的另一方面,提供了一种取词翻译装置,该装置包括:采集模块,被配置成实时采集当前界面中取词框包括的目标图像,目标图像包括目标词和多个候选词;显示模块,被配置成响应于接收到用户对目标图像的锁定请求,在当前界面显示目标词的翻译内容和多个候选词;响应于接收到用户对候选词的选中操作,显示选中的候选词的翻译内容。
根据本公开的另一方面,提供了一种电子设备,该电子设备包括至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述取词翻译方法。
根据本公开的另一方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机指令,该计算机指令用于使计算机能够执行上述取词翻译方法。
根据本公开的另一方面,本申请实施例提供了一种计算机程序产品,其包括计算机程序,计算机程序在被处理器执行时实现上述取词翻译方法。
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,不构成对本公开的限定。其中:
图1是根据本公开可以应用于其中的示例性系统架构图;
图2是根据本公开的取词翻译方法的一个实施例的流程图;
图3是根据本公开的取词翻译方法的一个应用场景的示意图;
图4是根据本公开的显示目标词的翻译内容和多个候选词的一个实施例的流程图;
图5是根据本公开的获取显示内容的一个实施例的流程图;
图6是根据本公开的取词翻译方法的又一个实施例的流程图;
图7是根据本公开的取词翻译装置的一个实施例的示意图;
图8是用来实现本公开实施例的取词翻译方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开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,而不会背离本公开的范围和精神。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。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的取词翻译方法的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备104、105,网络106,服务器101、102、103。网络106用以在终端设备104、105与服务器101、102、103之间提供通信链路的介质。网络106可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
终端设备104、105可以通过网络106与服务器101、102、103交互,以接收或发送信息等。终端设备104、105上可以安装有各种应用,例如数据采集应用、数据处理应用、即时通信工具、社交平台软件、搜索类应用、购物类应用等。
终端设备104可以是硬件,也可以是软件。当终端设备为硬件时,可以是具有图像采集设备、显示屏并且支持与服务器通信的各种电子设备,包括但不限于智能手机、平板电脑等等。当终端设备为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
终端设备104、105可以是具有图像采集设备和显示屏的智能设备,能够通过图像采集设备对目标物体进行实时采集,并在当前界面中呈现取词框,以及实时采集当前取词框中包括的目标图像,实时采集的目标图像包括目标词和多个候选词。终端设备104、105可以在本地对目标图像进行处理,获取目标图像中包括的目标词和多个候选词,并获取目标词和多个候选词的翻译内容。或者,终端设备104、105可以将目标图像发送给服务器101、102、103,服务器101、102、103对目标图像进行处理,得到目标图像中包括的目标词和多个候选词,并获取目标词和多个候选词的翻译内容,将目标词和多个候选词的翻译内容发送给终端设备104、105。当终端设备104、105接收到用户对当前目标图像的锁定请求时,通过显示屏在当前界面显示目标词的翻译内容和多个候选词。以及,当终端设备104、105接收到用户对多个候选词中的某一候选词的选中操作时,表征当前显示的目标词不是用户需要的词语,则通过显示屏显示被选中的候选词的翻译内容。
服务器101、102、103可以是提供各种服务的服务器,例如对与其建立通信连接的终端设备发送的请求进行接收的后台服务器。后台服务器可以对终端设备发送的请求进行接收和分析等处理,并生成处理结果。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以是为终端设备提供各种服务的各种电子设备。当服务器为软件时,可以实现成为为终端设备提供各种服务的多个软件或软件模块,也可以实现成为为终端设备提供各种服务的单个软件或软件模块。在此不做具体限定。
需要说明的是,本公开的实施例所提供的取词翻译方法可以由终端设备104、105执行。相应地,取词翻译装置可以设置于终端设备104、105中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
参考图2,图2示出了可以应用于本公开的取词翻译方法的实施例的流程示意图200。该取词翻译方法包括以下步骤:
步骤210,实时采集当前界面中取词框包括的目标图像。
在本实施例中,在需要进行翻译操作时,用户可以执行启动翻译功能请求,如对翻译控件进行点击操作等。取词翻译方法的执行主体(例如图1中的终端设备104或105)可以接收用户的翻译启动请求,在当前界面中显示取词框,该取词框用于执行对用户需要翻译的内容进行截取。上述执行主体可以通过摄像头等图像采集设备对当前待翻译对象进行实时采集,当前待翻译对象可以是用户需要翻译的、一个完整的文本,其中包括待翻译的单词。上述执行主体可以实时采集当前界面中取词框包括的待翻译的单词,并采集包括待翻译的单词的内容作为目标图像,该目标图像中可以包括取词框中取词符对应的目标词,以及包括取词框中其他的多个候选词。上述执行主体在当前界面显示取词框,当用户将取词框中取词符对准某一单词时,即可实时采集当前目标词和候选词,并且可以在当前界面中同时显示目标词的翻译内容和取词框中的每个候选词。
当用户将取词框中取词符对准某一单词时,上述执行主体实时采集包括当前目标词和候选词的目标图像,可以在本地对目标图像进行图像处理,得到目标图像中的目标词和多个候选词,并进一步获取目标词和多个候选词对应的翻译内容,以在当前界面显示取词框的同时,显示取词符对应的目标词的翻译内容,同时显示取词框中其他的候选词。其中,目标词的翻译内容可以以弹窗的形式显示在当前界面中,目标词和多个候选词也可以分别以弹窗的形式显示在当前界面中,本公开对翻译内容和取词框中的目标词和候选词的显示形式不做具体限定。
步骤220,响应于接收到用户对目标图像的锁定请求,在当前界面显示目标词的翻译内容和多个候选词。
在本实施例中,上述执行主体在当前界面显示目标词和候选词时,能够接收到用户对目标图像的锁定请求,即当用户确定取词符对准且识别到目标词时,可以锁定目标词对应的目标图像,上述执行主体将不再对目标图像进行实时采集。上述执行主体可以通过接收到用户对锁定控件的点击操作来实现对目标图像的锁定,还可以通过接收到用户对当前界面的点击操作来实现对目标图像的锁定。上述执行主体在用户对目标图像的锁定请求后,取词框中的取词符变为锁定符号,并在当前界面显示锁定符号对应的目标词的翻译内容和取词框中的多个候选词,此时锁定符号对应的目标词与取词符对应的目标词可以不相同,也可以相同。若上述执行主体在用户对目标图像的锁定请求后,锁定符号对应的目标词与取词符对应的目标词不相同时,上述执行主体则采集锁定符号对应的目标词和候选词的图像,并获取锁定符号对应的目标词的翻译内容和候选词的翻译内容,在当前界面显示锁定符号对应的目标词的翻译内容,以及显示其他候选词;若上述执行主体在用户对目标图像的锁定请求后,锁定符号对应的目标词与取词符对应的目标词相同时,上述执行主体则继续显示目标词的翻译内容和取词框中的其他候选词。
作为示例,上述执行主体可以在当前界面显示锁定控件,当用户确定取词符对准且识别到目标词时,用户可以对锁定控件进行点击,上述执行主体接收到用户对锁定控件的点击操作后,对当前界面中取词框中的目标图像进行锁定,并在当前界面显示锁定后的目标词的翻译内容和取词框中的候选词;或者,用户可以点击屏幕中当前界面的任意一个地方,上述执行主体接收到用户对当前界面的点击操作,对当前界面中取词框中的目标图像进行锁定,并在当前界面显示锁定后的目标词的翻译内容和取词框中的候选词。在单独设置锁定控件的基础上,增加单击屏幕锁定识别结果的操作,能够提升锁定结果的操作便捷度,更适合移动场景下的单手操作,也能够减少因用户需要点击特定锁定控件导致手机抖动的几率,提升结果的稳定性。
步骤230,响应于接收到用户对候选词的选中操作,显示选中的候选词的翻译内容。
在本实施例中,上述执行主体接收到用户的锁定请求后,在当前界面显示锁定后的目标词的翻译内容和多个候选词。用户可以查看当前显示的目标词的翻译内容,确定当前显示的目标词是否为用户需要的待翻译词,若确定不是待翻译词,用户可以对当前界面中的候选词进行选择,选择用户需要的待翻译词。上述执行主体接收到用户对多个候选词中的某一个候选词的选中操作,则在当前界面将当前显示的目标词的翻译内容关闭,显示选中的候选词的翻译内容,实现了目标词的切换和翻译内容的切换。
作为示例,上述执行主体通过取词框采集的目标图像中包括单词A、单词B和单词C,其中,经锁定请求对应的锁定符号确定目标词为单词B,则单词A和单词C为候选词,上述执行主体在当前界面显示单词B的翻译内容,以及在当前界面将单词A和单词C作为候选词进行显示。上述执行主体接收到用户对单词A的选中操作,则关闭单词B的翻译内容,并显示单词A的翻译内容。
继续参考图3,图3是根据本实施例的取词翻译方法的一个应用场景的示意图。在图3的应用场景中,终端接收到用户开启翻译功能,则在当前界面显示取词框310和锁定按键320,其中取词框310中包括取词符“+”。用户可以通过移动终端,使得取词框310中的取词符“+”对准用户需要翻译的目标词,此时终端在当前界面中实时显示取词框中包括的单词“X2、X3和X4”,确定取词符“+”对应的单词为“X3”,则确定“X3”为目标词,并在当前界面显示目标词“X3”的翻译内容。若用户确定当前界面显示的翻译内容为用户需要的内容,则点击当前界面中的锁定按键320对当前目标词“X3”进行锁定,终端接收到用户对锁定按键320的点击操作,在当前界面继续显示目标词“X3”的翻译内容和取词框中的各个候选词。终端还可以接收用户对显示的候选词“X4”的选中操作,将目标词“X3”的翻译内容关闭,在当前界面显示候选词“X4”的翻译内容。
本公开的实施例提供的取词翻译方法,通过实时采集当前界面中取词框包括的目标图像,目标图像包括目标词和多个候选词,然后响应于接收到用户对目标图像的锁定请求,在当前界面显示目标词的翻译内容和多个候选词,最后响应于接收到用户对候选词的选中操作,显示选中的候选词的翻译内容,能够设置多个候选词供用户选择,向用户展现目标词及其周边的临近候选词,当锁定单词时因抖动出现目标单词变成中心单词的周边临近候选词时,用户可以通过切换候选词的形式来选择新的目标词,能够兼容因手机轻微抖动取词发生偏移导致取词不准确的情况,提高了对目标单词取词的准确性,从而提高了取词的容错性。
作为一个可选实现方式,进一步参考图4,其示出了显示目标词的翻译内容和多个候选词的步骤,其可以包括:
步骤410,响应于实时采集当前界面中取词框包括的目标图像,在当前界面显示目标图像对应的显示内容。
在本步骤中,上述执行主体通过当前界面中的取词框对图像进行实时采集,当用户将取词框中取词符对准某一单词时,上述执行主体即可实时采集取词框中的目标图像,并且对实时采集的目标图像进行图像解析,获取到目标图像中的多个单词,确定出目标词和每个候选词之间的位置关系。上述执行主体根据得到的目标词和每个候选词之间的位置关系,生成目标图像中每个词的翻译内容,并将目标图像中每个词的翻译内容作为目标图像的显示内容,在当前界面中显示目标图像对应的显示内容。即上述执行主体在不断采集目标图像的过程中,也在不断地获取目标图像的显示内容,并将目标图像的显示内容显示在当前界面中,以展示给用户,供用户对目标词的翻译内容进行锁定。
其中,上述显示内容可以包括目标词的翻译内容和取词框中对应的除目标词之外其他候选词,且目标词和其他候选词的显示位置与目标词和每个候选词之间的位置关系相关。
作为一个可选实现方式,进一步参考图5,其示出了显示内容的获取步骤,上述显示内容基于以下步骤获取:
步骤510,对目标图像进行词语拆分,得到目标词和多个候选词之间的位置关系。
在本步骤中,上述执行主体实时采集到目标图像后,通过深度学习网络对目标图像进行图像预处理,解决目标图像扭曲、模糊、光线不清晰、背景复杂等图像问题,强化目标图像中的文本信息,并利用OCR识别对预处理后的目标图像进行文字识别,得到目标图像中的文本信息。上述执行主体通过词语拆分将目标图像中的文本信息进行拆分,得到目标图像中包括的各个单词,可选的,上述执行主体可以对目标图像中的文本信息进行文字检测,并对检测后的文本信息进行水平方向的文字切割,得到第一处理文本信息,然后对第一处理文本信息进行垂直方向的文字切割,得到目标图像中的各个单词。
上述执行主体确定出目标图像中的各个单词后,确定取词框中的取词符对应的单词,并将该单词作为目标词,将其他的单词作为候选词。上述执行主体确定出目标词在目标图像中的位置坐标,以及确定出各个候选词在目标图像中的位置坐标,从而根据目标词的位置坐标和各个候选词的位置坐标,确定目标词和各个候选词之间的位置关系,即以目标词为中心位置,分别确定每个候选词相对于目标词的位置,该位置可以包括目标词的上方、下方、左侧、右侧等等。
步骤520,根据目标词和多个候选词之间的位置关系,确定目标词和多个候选词的显示位置。
在本步骤中,上述执行主体经过对目标图像进行词语拆分,得到目标词和每个候选词之间的位置关系后,根据位置关系与显示位置之间的对应关系,确定目标词和每个候选词的显示位置,不同位置关系的单词对应不同的显示位置,目标词可以在中间显示位置、左侧单词可以在中间显示位置的左侧显示位置,右侧单词可以在中间显示位置的右侧显示位置等等,以及,不存在某一位置关系的单词时,可以将其他位置关系的单词补充至缺失单词的显示位置。
作为示例,若目标图像中包括目标词、上方单词、下方单词、左侧单词、右侧单词,则目标图像中各个词的显示位置依次是:上方单词、左侧单词、目标词、右侧单词、下方单词。
作为示例,若目标图像中包括目标词、左侧单词、右侧单词,不包括上方单词或下方单词时,则目标图像中各个词的显示位置依次是:左侧单词、目标词、右侧单词、下方单词,或者是:上方单词、左侧单词、目标词、右侧单词。
作为示例,若目标图像中包括目标词、上方单词、下方单词,不包括左侧单词或右侧单词时,则目标图像中各个词的显示位置依次是:上方单词、目标词、右侧单词、下方单词;或者是:上方单词、左侧单词、目标词、下方单词。
步骤530,基于目标词和多个候选词的显示位置以及目标词和多个候选词的翻译内容,生成目标图像对应的显示内容。
在本步骤中,上述执行主体根据目标词和多个候选词的之间的位置关系确定出目标词和多个候选词的显示位置。上述执行主体根据目标词和多个候选词的显示位置和目标图像中的各个单词的翻译内容,生成目标图像对应的显示内容,该显示内容包括在对应显示位置显示的各个单词和各个单词的翻译内容。
在本实现方式中,通过目标图像中目标词和各个候选词的位置关系确定显示位置并确定显示内容,使得目标图像中各个单词能够有规律地展示给用户,便于用户查看,提高了目标图像中各个单词的显示方式的多样性。
步骤420,响应于接收到用户对目标词的锁定请求,在当前界面显示目标词的翻译内容和多个候选词。
在本步骤中,上述执行主体在当前界面显示目标词和候选词时,同时显示基于显示位置显示的目标词和各个候选词,以及目标词的翻译内容。上述执行主体接收到用户对当前界面中显示的目标词的锁定请求,即当用户确定取词符对准且识别到目标词时,可以锁定该目标词,上述执行主体将不再对目标图像进行实时采集。上述执行主体可以通过接收到用户对锁定控件的点击操作来实现对目标词的锁定,还可以通过接收到用户对当前界面的点击操作来实现对目标词的锁定。上述执行主体在用户对目标词的锁定请求后,取词框中的取词符变为锁定符号,并在当前界面显示锁定符号对应的目标词的翻译内容和取词框中的多个候选词,此时锁定符号对应的目标词与取词符对应的目标词可以不相同,也可以相同。若上述执行主体在用户对目标图像的锁定请求后,锁定符号对应的目标词与取词符对应的目标词不相同时,上述执行主体则采集锁定符号对应的目标词和候选词的图像,并获取锁定符号对应的目标词的翻译内容和候选词的翻译内容,基于各个单词的显示位置在当前界面显示各个单词,以及锁定符号对应的目标词的翻译内容;若上述执行主体在用户对目标图像的锁定请求后,锁定符号对应的目标词与取词符对应的目标词相同时,上述执行主体则基于各个单词的显示位置继续显示目标词的翻译内容和取词框中的其他候选词。
在本实现方式中,通过实时显示目标词和候选词,使得用户能够更准确地对目标词进行锁定,同时限定了目标词和候选词的显示方式,使得目标图像中各个单词能够有规律地展示给用户,便于用户查看,提高了目标图像中各个单词的显示方式的多样性和锁定目标词的准确性。
作为一个可选实现方式,图6示出了可以应用于本公开的取词翻译方法的又一实施例的流程示意图600。该取词翻译方法还包括以下步骤:
步骤610,实时采集当前界面中取词框包括的目标图像。
本实施例的步骤610可以按照与图2所示实施例中的步骤210类似的方式执行,此处不赘述。
步骤620,响应于接收到用户对目标词的锁定请求,在当前界面显示目标词的翻译内容和多个候选词,以及显示目标词的部分拓展内容。
在本实施例中,上述执行主体在当前界面显示目标词和候选词时,同时显示基于显示位置显示的目标词和各个候选词,以及目标词的翻译内容。上述执行主体接收到用户对当前界面中显示的目标词的锁定请求,即当用户确定取词符对准且识别到目标词时,可以锁定该目标词,上述执行主体将不再对目标图像进行实时采集。上述执行主体可以通过接收到用户对锁定控件的点击操作来实现对目标词的锁定,还可以通过接收到用户对当前界面的点击操作来实现对目标词的锁定。上述执行主体在用户对目标词的锁定请求后,取词框中的取词符变为锁定符号,并在当前界面显示锁定符号对应的目标词的翻译内容和取词框中的多个候选词,此时锁定符号对应的目标词与取词符对应的目标词可以不相同,也可以相同。若上述执行主体在用户对目标图像的锁定请求后,锁定符号对应的目标词与取词符对应的目标词不相同时,上述执行主体则采集锁定符号对应的目标词和候选词的图像,并获取锁定符号对应的目标词的翻译内容和候选词的翻译内容,基于各个单词的显示位置在当前界面显示各个单词,以及锁定符号对应的目标词的翻译内容;若上述执行主体在用户对目标图像的锁定请求后,锁定符号对应的目标词与取词符对应的目标词相同时,上述执行主体则基于各个单词的显示位置继续显示目标词的翻译内容和取词框中的其他候选词。
上述执行主体在获取到目标图像后,获取各个单词的翻译内容和拓展内容,该拓展内容可以是单词的结构化信息,例如:单词释义、场景例句、语法知识等结构化信息,口语跟读纠错等外语服务等等。上述执行主体接收到用户对目标词的锁定请求后,在当前界面显示目标词的翻译内容和多个候选词,同时也将目标词的部分拓展内容在当前界面进行显示,可以以弹窗的形式显示在当前界面中。
在本实施例中,通过在当前界面显示目标词的部分拓展内容,提高了显示内容的拓展性,能使用户了解目标词关联的更多内容,提高了显示内容的多样性。
作为一个可选实现方式,继续参考图6,该取词翻译方法还包括以下步骤:步骤630,响应于接收到用户对目标词的部分拓展内容的查看操作,在当前界面显示目标词的全部拓展内容。
在本实施例中,上述执行主体在当前界面显示目标词的翻译内容和部分拓展内容,以及各个候选词,用户可以对目标词的拓展内容进行查看,用户可以通过点击目标词的部分拓展内容,或者在当前界面执行上滑操作等对目标词的部分拓展内容进行查看。上述执行主体接收到用户对拓展内容的点击操作或者上滑操作,可以在当前界面展示拓展内容,例如将拓展内容的弹窗面积进行扩大,生成半屏页面,在半屏页面中显示目标词的全部拓展内容。上述执行主体还可以接收到用户下滑操作,关闭半屏页面,继续显示目标词的部分拓展内容。
在本实施例中,能够直接在当前界面对拓展内容进行查看,无需再跳转新页面,避免重新等待页面加载,同时下拉关闭半屏页面后即可重新显示目标词的部分拓展内容,整个过程未跳出当前界面,操作便捷简单,提高了承载内容的丰富度。
进一步参考图7,作为对上述各图所示方法的实现,本公开提供了一种取词翻译装置的一个实施例,该装置实施例与图7所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图7所示,本实施例的取词翻译装置700包括:采集模块710和显示模块720。
其中,采集模块710,被配置成实时采集当前界面中取词框包括的目标图像,目标图像包括目标词和多个候选词;
显示模块720,被配置成响应于接收到用户对目标图像的锁定请求,在当前界面显示目标词的翻译内容和多个候选词;响应于接收到用户对候选词的选中操作,显示选中的候选词的翻译内容。
在本实施例的一些可选的方式中,显示模块,进一步被配置成:响应于实时采集当前界面中取词框包括的目标图像,在当前界面显示目标图像对应的显示内容,其中,显示内容包括基于目标词和多个候选词之间的位置关系生成的各个词的翻译内容;响应于接收到用户对目标词的锁定请求,在当前界面显示目标词的翻译内容和多个候选词。
在本实施例的一些可选的方式中,显示内容基于以下步骤获取:对目标图像进行词语拆分,得到目标词和多个候选词之间的位置关系;根据目标词和多个候选词之间的位置关系,确定目标词和多个候选词的显示位置;基于目标词和多个候选词的显示位置以及目标词和多个候选词的翻译内容,生成目标图像对应的显示内容。
在本实施例的一些可选的方式中,显示模块,进一步被配置成:响应于接收到用户对目标词的锁定请求,在当前界面显示目标词的翻译内容和多个候选词,以及显示目标词的部分拓展内容。
在本实施例的一些可选的方式中,显示模块,进一步被配置成:响应于接收到用户对目标词的部分拓展内容的查看操作,在当前界面显示目标词的全部拓展内容。
本公开的实施例提供的取词翻译装置,通过实时采集当前界面中取词框包括的目标图像,目标图像包括目标词和多个候选词,然后响应于接收到用户对目标图像的锁定请求,在当前界面显示目标词的翻译内容和多个候选词,最后响应于接收到用户对候选词的选中操作,显示选中的候选词的翻译内容,能够设置多个候选词供用户选择,给用户展现目标词及其周边的临近候选词,当锁定单词时因抖动出现目标单词变成中心单词的周边临近候选词时,用户可以通过切换候选词的形式来选择新的目标词,能够兼容因手机轻微抖动取词发生偏移导致取词不准确的情况,提高了对目标单词取词的准确性,从而提高了取词的容错性。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图8示出了可以用来实施本公开的实施例的示例电子设备800的示意性框图。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/或者要求的本公开的实现。
如图8所示,电子设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
电子设备800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理,例如取词翻译方法。例如,在一些实施例中,取词翻译方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的取词翻译方法的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行取词翻译方法。
本文中以上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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、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。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
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。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
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,本发公开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,只要能够实现本公开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,并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (10)
1.一种取词翻译方法,包括:
实时采集当前界面中取词框包括的目标图像,所述目标图像包括目标词和多个候选词;
响应于接收到用户对所述目标图像的锁定请求,在所述当前界面同时显示所述目标词的翻译内容和多个候选词,包括:响应于实时采集当前界面中取词框包括的目标图像,在所述当前界面显示所述目标图像对应的显示内容,其中,所述显示内容包括基于所述目标词和多个候选词之间的位置关系生成的各个词的翻译内容,所述目标词和所述多个候选词的显示位置与所述目标词和所述多个候选词之间的位置关系相关;响应于接收到用户对所述目标词的锁定请求,在所述当前界面同时显示所述目标词的翻译内容和多个候选词;
响应于接收到所述用户对所述候选词的选中操作,在所述当前界面关闭所述目标词的翻译内容,显示选中的候选词的翻译内容。
2.根据权利要求1所述的方法,其中,所述显示内容基于以下步骤获取:
对所述目标图像进行词语拆分,得到所述目标词和多个候选词之间的位置关系;
根据所述目标词和多个候选词之间的位置关系,确定所述目标词和多个候选词的显示位置;
基于所述目标词和多个候选词的显示位置以及所述目标词和多个候选词的翻译内容,生成所述目标图像对应的显示内容。
3.根据权利要求1-2任意一项所述的方法,其中,所述响应于接收到用户对所述目标图像的锁定请求,在所述当前界面同时显示所述目标词的翻译内容和多个候选词,包括:
响应于接收到用户对所述目标词的锁定请求,在所述当前界面同时显示所述目标词的翻译内容和多个候选词,以及显示所述目标词的部分拓展内容。
4.根据权利要求3所述的方法,其中,所述方法还包括:
响应于接收到所述用户对所述目标词的部分拓展内容的查看操作,在所述当前界面显示所述目标词的全部拓展内容。
5.一种取词翻译装置,包括:
采集模块,被配置成实时采集当前界面中取词框包括的目标图像,所述目标图像包括目标词和多个候选词;
显示模块,被配置成响应于接收到用户对所述目标图像的锁定请求,在所述当前界面同时显示所述目标词的翻译内容和多个候选词;响应于接收到所述用户对所述候选词的选中操作,在所述当前界面关闭所述目标词的翻译内容,显示选中的候选词的翻译内容;
其中,所述显示模块,进一步被配置成:响应于实时采集当前界面中取词框包括的目标图像,在所述当前界面显示所述目标图像对应的显示内容,其中,所述显示内容包括基于所述目标词和多个候选词之间的位置关系生成的各个词的翻译内容,所述目标词和所述多个候选词的显示位置与所述目标词和所述多个候选词之间的位置关系相关;响应于接收到用户对所述目标词的锁定请求,在所述当前界面同时显示所述目标词的翻译内容和多个候选词。
6.根据权利要求5所述的装置,其中,所述显示内容基于以下步骤获取:
对所述目标图像进行词语拆分,得到所述目标词和多个候选词之间的位置关系;
根据所述目标词和多个候选词之间的位置关系,确定所述目标词和多个候选词的显示位置;
基于所述目标词和多个候选词的显示位置以及所述目标词和多个候选词的翻译内容,生成所述目标图像对应的显示内容。
7.根据权利要求5-6任意一项所述的装置,其中,所述显示模块,进一步被配置成:
响应于接收到用户对所述目标词的锁定请求,在所述当前界面同时显示所述目标词的翻译内容和多个候选词,以及显示所述目标词的部分拓展内容。
8.根据权利要求7所述的装置,其中,所述显示模块,进一步被配置成:
响应于接收到所述用户对所述目标词的部分拓展内容的查看操作,在所述当前界面显示所述目标词的全部拓展内容。
9.一种电子设备,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权利要求1-4中任一项所述的方法。
10.一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根据权利要求1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110314220.1A CN112988011B (zh) | 2021-03-24 | 2021-03-24 | 取词翻译方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110314220.1A CN112988011B (zh) | 2021-03-24 | 2021-03-24 | 取词翻译方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112988011A CN112988011A (zh) | 2021-06-18 |
CN112988011B true CN112988011B (zh) | 2022-08-05 |
Family
ID=76334467
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110314220.1A Active CN112988011B (zh) | 2021-03-24 | 2021-03-24 | 取词翻译方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112988011B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103616993A (zh) * | 2013-11-26 | 2014-03-05 | 小米科技有限责任公司 | 一种屏幕取词方法、装置及终端设备 |
CN107168627A (zh) * | 2017-07-06 | 2017-09-15 | 三星电子(中国)研发中心 | 用于触摸屏的文本编辑方法和装置 |
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 |
CN112085090A (zh) * | 2020-09-07 | 2020-12-15 | 百度在线网络技术(北京)有限公司 | 翻译方法、装置以及电子设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9514377B2 (en) * | 2014-04-29 | 2016-12-06 | Google Inc. | Techniques for distributed optical character recognition and distributed machine language translation |
-
2021
- 2021-03-24 CN CN202110314220.1A patent/CN112988011B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103616993A (zh) * | 2013-11-26 | 2014-03-05 | 小米科技有限责任公司 | 一种屏幕取词方法、装置及终端设备 |
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 |
CN107168627A (zh) * | 2017-07-06 | 2017-09-15 | 三星电子(中国)研发中心 | 用于触摸屏的文本编辑方法和装置 |
CN112085090A (zh) * | 2020-09-07 | 2020-12-15 | 百度在线网络技术(北京)有限公司 | 翻译方法、装置以及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112988011A (zh) | 2021-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3832541A2 (en) | Method and apparatus for recognizing text | |
US11694461B2 (en) | Optical character recognition method and apparatus, electronic device and storage medium | |
JP6986187B2 (ja) | 人物識別方法、装置、電子デバイス、記憶媒体、及びプログラム | |
CN111611990B (zh) | 用于识别图像中表格的方法和装置 | |
CN114612749B (zh) | 神经网络模型训练方法及装置、电子设备和介质 | |
US20220027575A1 (en) | Method of predicting emotional style of dialogue, electronic device, and storage medium | |
US20220130160A1 (en) | Object recognition method and apparatus, and electronic device and storage medium | |
CN113436100A (zh) | 用于修复视频的方法、装置、设备、介质和产品 | |
CN114429633A (zh) | 文本识别方法、模型的训练方法、装置、电子设备及介质 | |
CN112580666A (zh) | 图像特征的提取方法、训练方法、装置、电子设备及介质 | |
WO2023005253A1 (zh) | 文本识别模型框架的训练方法、装置及系统 | |
CN111967304A (zh) | 基于边缘计算的获取物品信息方法、装置和结算台 | |
CN113723305A (zh) | 图像和视频检测方法、装置、电子设备和介质 | |
US10963690B2 (en) | Method for identifying main picture in web page | |
CN113628239A (zh) | 显示优化方法、相关装置及计算机程序产品 | |
CN112988011B (zh) | 取词翻译方法和装置 | |
CN114724144B (zh) | 文本识别方法、模型的训练方法、装置、设备及介质 | |
US20220207286A1 (en) | Logo picture processing method, apparatus, device and medium | |
CN114842476A (zh) | 水印检测方法及装置、模型训练方法及装置 | |
CN113536031A (zh) | 视频搜索的方法、装置、电子设备及存储介质 | |
CN114173158A (zh) | 人脸识别方法、云端设备、客户端设备、电子设备及介质 | |
CN113313125A (zh) | 图像处理方法和装置、电子设备、计算机可读介质 | |
CN113139093A (zh) | 视频搜索方法及装置、计算机设备和介质 | |
CN116311271B (zh) | 文本图像的处理方法及装置 | |
CN113657230B (zh) | 训练新闻视频识别模型的方法、检测视频的方法及其装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |