專利名稱：多語(yǔ)機(jī)器翻譯智能輔助處理方法和系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及自然語(yǔ)言計(jì)算機(jī)處理技術(shù)領(lǐng)域，尤其是涉及機(jī)器翻譯技術(shù)領(lǐng)域，特別是涉及一種多語(yǔ)機(jī)器翻譯智能輔助處理方法和系統(tǒng)。
背景技術(shù)：
在文本翻譯的過(guò)程中，翻譯人員通常需要將一種語(yǔ)言(源語(yǔ)言)翻譯成另外一種語(yǔ)目(目標(biāo)語(yǔ)目)。
近年來(lái)，基于機(jī)器翻譯和翻譯記憶的計(jì)算機(jī)輔助翻譯解決了人工翻譯中的一些問(wèn)題，但是計(jì)算機(jī)輔助翻譯通常有三個(gè)問(wèn)題。第一，基于詞的輔助翻譯提示的粒度太小，部分詞語(yǔ)的在句子中的翻譯往往不是詞語(yǔ)直接對(duì)應(yīng)的目標(biāo)語(yǔ)言候選。第二，基于移動(dòng)調(diào)序的機(jī)器翻譯后編輯形式的輔助翻譯，很費(fèi)時(shí)費(fèi)力，翻譯人員操作很不方便。第三，基于機(jī)器翻譯的以短語(yǔ)為粒度的候選提示，首先將所有的短語(yǔ)翻譯候選列出，然后讓操作人員通過(guò)選擇候選的方式的進(jìn)行后編輯，這種方式一定程度地解決了詞粒度的候選提示問(wèn)題。但是，這種方式的短語(yǔ)候選翻譯列表不能根據(jù)翻譯人員輸入而動(dòng)態(tài)改變。翻譯人員在翻譯的過(guò)程中，要進(jìn)行目標(biāo)語(yǔ)言的輸入?，F(xiàn)有的目標(biāo)語(yǔ)言輸入方法通常是一種語(yǔ)言的音字轉(zhuǎn)換過(guò)程，從翻譯文本錄入過(guò)程的角度來(lái)看，現(xiàn)有方法主要有四個(gè)不足。第一，現(xiàn)有的方法通常直接針對(duì)目標(biāo)語(yǔ)言而設(shè)計(jì)，沒(méi)有利用源語(yǔ)言的信息；第二，現(xiàn)有的方法，沒(méi)有把人工翻譯和機(jī)器翻譯交互式地結(jié)合起來(lái)；第三，現(xiàn)有的方法很少有支持翻譯的功能，翻譯的粒度不夠。第四，現(xiàn)有的方法無(wú)法結(jié)合已輸入的目標(biāo)語(yǔ)言上下文和翻譯人員翻譯習(xí)慣的進(jìn)行智能翻譯。

發(fā)明內(nèi)容
本發(fā)明提供了一種多語(yǔ)機(jī)器翻譯智能輔助處理方法和系統(tǒng)，其克服現(xiàn)有技術(shù)中存在的不足，加快多語(yǔ)翻譯的速度，用戶體驗(yàn)好，智能化程度高，提高了翻譯準(zhǔn)確度。為實(shí)現(xiàn)本發(fā)明目的而提供了一種多語(yǔ)機(jī)器翻譯智能輔助處理方法，包括如下步驟步驟S100，根據(jù)源語(yǔ)言和已翻譯目標(biāo)語(yǔ)言獲取源語(yǔ)言已翻譯的區(qū)間，對(duì)源語(yǔ)言未翻譯的區(qū)間進(jìn)行擴(kuò)展；步驟S200，根據(jù)源語(yǔ)言未翻譯的區(qū)間擴(kuò)展，生成K-best提示集；并根據(jù)源語(yǔ)言未翻譯的區(qū)間和已翻譯的目標(biāo)語(yǔ)言生成輸入歷史提示集和語(yǔ)言模型提示集；步驟S300，結(jié)合輸入歷史提示集、語(yǔ)言模型提示集、以及K-best提示集，生成所述源語(yǔ)言未翻譯源區(qū)間對(duì)應(yīng)的目標(biāo)語(yǔ)言的候選集。較優(yōu)地，作為一可實(shí)施例，所述的多語(yǔ)機(jī)器翻譯智能輔助處理方法，所述步驟S300之后還包括如下步驟步驟S400，顯示所述目標(biāo)語(yǔ)言的候選集，等待用戶輸入或者選擇，并在捕捉到用戶輸入或者選擇動(dòng)作后，得到未翻譯源語(yǔ)言翻譯對(duì)應(yīng)的目標(biāo)語(yǔ)言，返回到步驟Sioo重新進(jìn)行未翻譯源語(yǔ)言翻譯，直至翻譯完成。
較優(yōu)地，作為一可實(shí)施例，所述步驟SlOO包括如下步驟步驟S110，設(shè)已翻譯目標(biāo)語(yǔ)言集E=ei. . . effl(m>=l)，則確定一個(gè)E的劃分S: {(a, b) I l=〈a〈=b〈=m},對(duì)于任意的一個(gè)元素(a, b)屬于S,計(jì)算確定一個(gè)源語(yǔ)言集對(duì)應(yīng)的區(qū)間(a’，b’)的集合T，得到已翻譯源語(yǔ)言區(qū)間集合；步驟S120，將集合T的每一個(gè)區(qū)間序列作為一個(gè)實(shí)例采用語(yǔ)言模型解碼方法采用不同的短語(yǔ)特征對(duì)對(duì)應(yīng)的源語(yǔ)言未翻譯的區(qū)間進(jìn)行擴(kuò)展。較優(yōu)地，作為一可實(shí)施例，所述步驟S200中，根據(jù)源語(yǔ)言未翻譯的區(qū)間擴(kuò)展，生成K-best提示集,包括如下步驟步驟S210，根據(jù)未翻譯的區(qū)間擴(kuò)展，獲取源語(yǔ)言未翻譯的區(qū)間對(duì)應(yīng)的翻譯結(jié)果中前K個(gè)最好的結(jié)果，其中，K為大于等于O的整數(shù)； 步驟S220，將前K個(gè)最好的結(jié)果作為K-best提示集中的提示的字符串，并計(jì)算所述K個(gè)K-best提示集中的提示的字符串對(duì)應(yīng)的概率，將提示的類型設(shè)置為2，生成K-best提示集。較優(yōu)地，作為一可實(shí)施例，所述步驟S200中，根據(jù)源語(yǔ)言未翻譯的區(qū)間和已翻譯目標(biāo)語(yǔ)言，利用用戶輸入歷史集，生成輸入歷史提示集，包括如下步驟步驟S211’，初始化候選的輸入歷史提示集為空，根據(jù)源語(yǔ)言未翻譯的區(qū)間，獲得源語(yǔ)言未翻譯的區(qū)間中已輸入的字符串的后η個(gè)詞previous_n_word, η為整數(shù)，η與所用的語(yǔ)言模型相對(duì)應(yīng)；步驟S212’，將源語(yǔ)言未翻譯的區(qū)間全切分，得到不同的源語(yǔ)言片段，并根據(jù)源語(yǔ)言片段從語(yǔ)言模型集中檢索獲取對(duì)應(yīng)的所有可能的候選目標(biāo)翻譯語(yǔ)言的短語(yǔ)作為源語(yǔ)言片段對(duì)應(yīng)的候選短語(yǔ)集S ；步驟S213’，根據(jù)η個(gè)詞previous_n_word和所述源語(yǔ)言片段對(duì)應(yīng)的候選短語(yǔ)集，通過(guò)最小編輯距離算法，計(jì)算相似度，相似度大于等于閾值KT的詞作為候選的源語(yǔ)言集合{source_word}；步驟S214’，根據(jù)previous_n_word和{source_word}查詢用戶輸入歷史集，并將查詢結(jié)果加入候選的輸入歷史提示集，其中對(duì)于action為〃選擇提示"，直接將對(duì)應(yīng)的action_word和出現(xiàn)的次數(shù)加入到候選的輸入歷史提示集中，其對(duì)應(yīng)的提示類型為O ;對(duì)于action為〃插入〃,將對(duì)應(yīng)的action_word和出現(xiàn)的次數(shù)加入到候選的輸入歷史提示集中，其對(duì)應(yīng)的提示類型為O ;對(duì)于action為”不選擇提示”,將對(duì)應(yīng)的action_word和出現(xiàn)的次數(shù)加入到候選的輸入歷史提示集中，其對(duì)應(yīng)的提示類型為O ;對(duì)于action為“刪除”的，將對(duì)應(yīng)的action_word和出現(xiàn)的次數(shù)加入到候選的輸入歷史提示集中，其對(duì)應(yīng)的提示類型為3 ；步驟S215’，根據(jù)出現(xiàn)次數(shù)的多少，將候選的輸入歷史提示集中的前K’個(gè)作為結(jié)果作為輸入歷史提示集中的提示的字符串，并計(jì)算所述K’個(gè)輸入歷史提示集中的提示的字符串對(duì)應(yīng)的概率，以及對(duì)應(yīng)的提示的類型，生成輸入歷史提示集；其中，K’為大于等于I的整數(shù)。較優(yōu)地，作為一可實(shí)施例，所述步驟S200中，根據(jù)源語(yǔ)言未翻譯的區(qū)間和已翻譯目標(biāo)語(yǔ)言，生成語(yǔ)言模型提示集，包括如下步驟步驟S211 ”，根據(jù)所獲得的目標(biāo)語(yǔ)言的語(yǔ)料，訓(xùn)練一個(gè)N-Gram語(yǔ)言模型；步驟S212”，將源語(yǔ)言未翻譯的區(qū)間擴(kuò)展全切分，得到不同的源語(yǔ)言片段，并根據(jù)源語(yǔ)言片段從語(yǔ)言模型集中檢索獲取對(duì)應(yīng)的所有可能的候選目標(biāo)翻譯語(yǔ)言的短語(yǔ)作為源語(yǔ)言片段對(duì)應(yīng)的候選短語(yǔ)集S ；步驟S213”，對(duì)于短語(yǔ)翻譯候選集合S中的一個(gè)串S，枚舉s的所有前綴，構(gòu)成一個(gè)S的前綴集S_Prefix ；步驟S214”，根據(jù)用戶已輸入的字符串，從后往前，分別取I-gram, 2-gram,. . . , n-gram的字符串，得到一個(gè)字符串集合T ；步驟S215”，對(duì)于T中的每一個(gè)串t，在N-Gram語(yǔ)言模型中搜索所有以s為前綴的串，并記錄該串對(duì)應(yīng)的概率，并將搜索到的集合添加到候選提示集T_candidate中； 步驟S216”,對(duì)候選提示集T_candidate中的每一個(gè)串t_c,計(jì)算與前綴集S_Prefix的距離；其中，所述距離為串t_c與前前綴集S_prefix中的任意一個(gè)串的最大相似度；步驟S217”，根據(jù)相似度排序，取前K”個(gè)作為候選的結(jié)果；其中，K”為大于等于I的整數(shù)；步驟S218”，對(duì)K”個(gè)候選的結(jié)果的概率做歸一化；步驟S219”，將前K”個(gè)候選的結(jié)果作為語(yǔ)言模型提示集中的提示的字符串，將相對(duì)應(yīng)的歸一化后的概率作為相應(yīng)的字符串對(duì)應(yīng)的概率，將提示的類型設(shè)置為1，生成語(yǔ)言模型提示集。較優(yōu)地，作為一可實(shí)施例，所述步驟S300包括如下步驟步驟S310，獲得輸入歷史提示集中提示類型為3的所有提示的集合A_delete，剩余的為集合A_history ；步驟S320，檢索語(yǔ)言模型提示集，K-best提示集；若語(yǔ)言模型提示集，K_best提示集中的提示在集合A_delete中存在，則將該提示刪除；否則保留；步驟S330，對(duì)于集語(yǔ)言模型提示集，K-best提示集中的剩下的每個(gè)目標(biāo)語(yǔ)言候選提示，將該每個(gè)目標(biāo)語(yǔ)言候選提示對(duì)應(yīng)的概率分別乘以相應(yīng)的權(quán)重Wa，Wb,Wc，得到最后的概率值，并按最后的概率值大小排序，取前Ν__個(gè)結(jié)果，作為目標(biāo)語(yǔ)言候選集；其中，Ntjbj為大于等于I的整數(shù)。較優(yōu)地，作為一可實(shí)施例，所述的多語(yǔ)機(jī)器翻譯智能輔助處理方法，所述步驟S400在得到目標(biāo)語(yǔ)言后，返回步驟Sioo前，還包括如下步驟步驟S400’，記錄用戶的輸入或者選擇動(dòng)作，將用戶的輸入記錄到用戶的輸入歷史集。為實(shí)現(xiàn)本發(fā)明目的還提供一種多語(yǔ)機(jī)器翻譯智能輔助處理系統(tǒng)，包括擴(kuò)展模塊，提示集生成模塊和候選集生成模塊，其中所述擴(kuò)展模塊，用于根據(jù)源語(yǔ)言和已翻譯目標(biāo)語(yǔ)言獲取源語(yǔ)言已翻譯的區(qū)間，對(duì)源語(yǔ)言未翻譯的區(qū)間進(jìn)行擴(kuò)展；所述提示集生成模塊，用于根據(jù)源語(yǔ)言未翻譯的區(qū)間擴(kuò)展，生成K-best提示集；并根據(jù)源語(yǔ)言未翻譯的區(qū)間和已翻譯的目標(biāo)語(yǔ)言生成輸入歷史提示集和語(yǔ)言模型提示集;所述候選集生成模塊，用于結(jié)合輸入歷史提示集、語(yǔ)言模型提示集、以及K-best提示集，生成所述源語(yǔ)言未翻譯源區(qū)間對(duì)應(yīng)的目標(biāo)語(yǔ)言的候選集。較優(yōu)地，作為一可實(shí)施例，所述的多語(yǔ)機(jī)器翻譯智能輔助處理系統(tǒng)，還包括顯示處理模塊，用于顯示所述目標(biāo)語(yǔ)言的候選集，等待用戶輸入或者選擇，并在捕捉到用戶輸入或者選擇動(dòng)作后，得到未翻譯源語(yǔ)言翻譯對(duì)應(yīng)的目標(biāo)語(yǔ)言，返回重新進(jìn)行未翻譯源語(yǔ)言翻譯，直至翻譯完成。較優(yōu)地，作為一可實(shí)施例，所述的多語(yǔ)機(jī)器翻譯智能輔助處理系統(tǒng)，還包括記錄模塊，用于記錄用戶的輸入或者選擇動(dòng)作，將用戶的輸入記錄到用戶的輸入歷史集。本發(fā)明的有益效果包括本發(fā)明提供的一種多語(yǔ)機(jī)器翻譯智能輔助處理方法和 系統(tǒng)，將用戶輸入和機(jī)器翻譯結(jié)合起來(lái)，融入到機(jī)器翻譯的語(yǔ)言模型和翻譯解碼過(guò)程中，為用戶提供更好的翻譯輸入體驗(yàn)，可以在用戶無(wú)輸入，輸入部分字母或者單詞以及選擇候選之后分別給出針對(duì)性的智能提示，加快了翻譯的速度，又給出了更好的翻譯建議，其加快了多語(yǔ)翻譯的速度，用戶體驗(yàn)非常好，并且學(xué)習(xí)翻譯智能化程度高，從而進(jìn)一步提高翻譯準(zhǔn)確度。


以下，結(jié)合附圖詳細(xì)說(shuō)明本發(fā)明的實(shí)施例，其中圖I為本發(fā)明的多語(yǔ)機(jī)器翻譯智能輔助處理方法一實(shí)施例的流程圖；圖2為本發(fā)明實(shí)施例的多語(yǔ)機(jī)器翻譯智能輔助處理系統(tǒng)結(jié)構(gòu)示意圖。
具體實(shí)施例方式下面結(jié)合說(shuō)明書附圖，對(duì)本發(fā)明多語(yǔ)機(jī)器翻譯智能輔助處理方法和系統(tǒng)的具體實(shí)施方式
進(jìn)行說(shuō)明。本發(fā)明實(shí)施例中，以漢-英或者英-漢機(jī)器翻譯為例，對(duì)本發(fā)明實(shí)施例的多語(yǔ)機(jī)器翻譯智能輔助處理方法和系統(tǒng)進(jìn)行詳細(xì)說(shuō)明，但應(yīng)當(dāng)理解的是，本發(fā)明同樣適用于多種語(yǔ)言之間的機(jī)器翻譯，本發(fā)明請(qǐng)求保護(hù)的范圍以權(quán)利要求書所請(qǐng)求保護(hù)的范圍為準(zhǔn)，并不限于漢-英或者英-漢兩種語(yǔ)言的機(jī)器翻譯，亦不限于兩種語(yǔ)言之間的機(jī)器翻譯。本發(fā)明實(shí)施例的多語(yǔ)機(jī)器翻譯智能輔助處理方法，通過(guò)支持翻譯的英漢、漢英雙語(yǔ)輸入法智能輔助處理，解決計(jì)算機(jī)機(jī)器輔助翻譯過(guò)程中所存在的問(wèn)題和不足。本發(fā)明實(shí)施例的多語(yǔ)機(jī)器翻譯智能輔助處理方法，如圖I所示，包括如下步驟步驟S100，根據(jù)源語(yǔ)言和已翻譯目標(biāo)語(yǔ)言獲取源語(yǔ)言已翻譯的區(qū)間，對(duì)源語(yǔ)言未翻譯的區(qū)間進(jìn)行擴(kuò)展；作為一種可實(shí)施方式，在步驟SlOO包括如下步驟步驟S110，設(shè)已翻譯目標(biāo)語(yǔ)言集E=ei. . . effl(m>=l)，則確定一個(gè)E的劃分S: {(a, b) I l=〈a〈=b〈=m},對(duì)于任意的一個(gè)元素(a, b)屬于S,計(jì)算確定一個(gè)源語(yǔ)言集對(duì)應(yīng)的區(qū)間(a’，b’)的集合T，得到已翻譯源語(yǔ)言區(qū)間集合。本發(fā)明實(shí)施例中，通過(guò)枚舉E的所有可能的劃分，即可以得所有合理的T的集合。
本發(fā)明實(shí)施例多語(yǔ)機(jī)器翻譯智能輔助處理過(guò)程中，需要確定目標(biāo)語(yǔ)言的某一個(gè)區(qū)間是由源語(yǔ)言的哪一個(gè)區(qū)間翻譯過(guò)去的，并在確定了源語(yǔ)言已翻譯的區(qū)間后進(jìn)行之后的翻譯擴(kuò)展，得到源語(yǔ)言未翻譯的區(qū)間。由于已翻譯得到的目標(biāo)語(yǔ)言，可能是用戶輸入翻譯的；或者可能是用戶從目標(biāo)語(yǔ)言候選集中選擇的；或者可能是用戶先從目標(biāo)語(yǔ)言候選集中進(jìn)行選擇，再進(jìn)行翻譯調(diào)整得至IJ。因此，它們對(duì)應(yīng)的源語(yǔ)言區(qū)間也不是確定的。而且用戶輸入的行為又多變，翻譯的順序也不一定是從第一個(gè)短語(yǔ)開(kāi)始翻譯，因此，為了保持翻譯提示的過(guò)程的一致性，本發(fā)明實(shí)施例中，需要確定源語(yǔ)言已翻譯區(qū)間。較佳地，作為一種可實(shí)施方式，步驟S110，根據(jù)源語(yǔ)言和已翻譯目標(biāo)語(yǔ)言獲取源語(yǔ)言已翻譯的區(qū)間，包括如下步驟步驟S111，設(shè)源語(yǔ)言的詞序列為C1. . . Cn ;目標(biāo)語(yǔ)言已翻譯的詞序列為ei. . . em，其中，n、m為整數(shù)； 步驟S112，枚舉區(qū)間[l，m]的所有可能劃分，得到集合S ;步驟S113，根據(jù)已翻譯源語(yǔ)言從語(yǔ)言模型集中檢索獲取所有可能的候選目標(biāo)翻譯語(yǔ)目短語(yǔ)集合P ；其中，所述語(yǔ)言模型集(也稱為短語(yǔ)模型集)是根據(jù)大規(guī)模的訓(xùn)練語(yǔ)料訓(xùn)練得到的多語(yǔ)機(jī)器翻譯的語(yǔ)言模型集。所述大規(guī)模的訓(xùn)練語(yǔ)料可以通過(guò)購(gòu)買和網(wǎng)絡(luò)挖掘得到，例如互譯的漢英句對(duì)等。作為一種可實(shí)施方式，所述語(yǔ)言模型集可以由統(tǒng)計(jì)機(jī)器翻譯工具包Moses訓(xùn)練出語(yǔ)言模型而得到。訓(xùn)練語(yǔ)言模型是統(tǒng)計(jì)機(jī)器翻譯模型中最為成熟的模型之一，語(yǔ)言模型以雙語(yǔ)短語(yǔ)為基本的建模單元。從語(yǔ)言模型集中檢索獲取所有可能的候選目標(biāo)翻譯語(yǔ)言短語(yǔ)是一種現(xiàn)有技術(shù)，因此，在本發(fā)明實(shí)施例中，不再詳細(xì)描述。本發(fā)明實(shí)施例中，較佳地，作為一種可實(shí)施方式，所述訓(xùn)練語(yǔ)言模型集采用判別式模型進(jìn)行訓(xùn)練，可以融合自定義的特征，使得語(yǔ)言模型可以更方便的擴(kuò)展，大大提高了模型的適應(yīng)性。步驟SI 14，對(duì)于集合S中的每一個(gè)可能劃分S，設(shè)置一個(gè)臨時(shí)的集合D，對(duì)于劃分s中的任意一個(gè)元素[a, b], l=〈a〈=b〈=m ；步驟SI 15，對(duì)于P中的任意一個(gè)原始元素p，查找與ea. . . eb最相似的類似元素P* ；如果目標(biāo)語(yǔ)言(a，b)區(qū)間對(duì)應(yīng)的串ea. . . eb,與源語(yǔ)言區(qū)間(a’，b’)的對(duì)應(yīng)的候選目標(biāo)語(yǔ)言翻譯短語(yǔ)集中某一個(gè)最相似，即認(rèn)為這兩個(gè)區(qū)間對(duì)應(yīng)；作為一種可實(shí)施方式，所述相似度計(jì)算的方法為最小編輯距離計(jì)算方法。步驟S116，根據(jù)類似元素P*，查找到類似元素P*對(duì)應(yīng)的源語(yǔ)言的區(qū)間d，將d加入到D中；步驟S117，判斷D是否有重疊元素，如無(wú)，則將D加入到已翻譯源語(yǔ)言區(qū)間集合T中，直至S中所有元素的劃分完成。步驟S120，將集合T的每一個(gè)區(qū)間序列作為一個(gè)實(shí)例采用語(yǔ)言模型解碼方法采用不同的短語(yǔ)特征對(duì)對(duì)應(yīng)的源語(yǔ)言未翻譯的區(qū)間進(jìn)行擴(kuò)展。所述語(yǔ)言模型解碼方法采用短語(yǔ)特征進(jìn)行擴(kuò)展是一種現(xiàn)有技術(shù)，因此，在本發(fā)明實(shí)施例中，不再詳細(xì)描述。作為一種可實(shí)施方式，本發(fā)明的語(yǔ)言模型解碼方法進(jìn)行擴(kuò)展采用的特征包括但不限于正向短語(yǔ)翻譯概率，正向短語(yǔ)詞匯化翻譯概率，逆向短語(yǔ)翻譯概率，逆向短語(yǔ)詞匯化翻譯概率，短語(yǔ)長(zhǎng)度，詞長(zhǎng)度，調(diào)序的距離，雙向單調(diào)、交換、不連續(xù)(MSD)調(diào)序，語(yǔ)言模型，用戶歷史命中次數(shù)及其組合等特征。本發(fā)明實(shí)施例中，通過(guò)采用語(yǔ)言模型集，使用了跟用戶輸入歷史有關(guān)的特征等進(jìn)行擴(kuò)展，增加了機(jī)器翻譯的智能性，使得機(jī)器翻譯時(shí)的擴(kuò)展更具有針對(duì)性。步驟S200，根據(jù)源語(yǔ)言未翻譯的區(qū)間擴(kuò)展，生成K-best提示集；并根據(jù)源語(yǔ)言未翻譯的區(qū)間和已翻譯的目標(biāo)語(yǔ)言生成輸入歷史提示集和語(yǔ)言模型提示集；較佳地，作為一種可實(shí)施方式，所述輸入歷史提示集、語(yǔ)言模型提示集、以及K-best提示集的字段格式相同，均為{提示的字符串；該字符串對(duì)應(yīng)的概率；提示的類型}。 其中，類型O表示輸入歷史提示；類型I表示語(yǔ)言模型提示；類型2表示K-best提示；類型3表示輸出歷史中的動(dòng)作類型為刪除詞的提示。較佳地，作為一種可實(shí)施方式，所述步驟S200中，根據(jù)源語(yǔ)言未翻譯的區(qū)間擴(kuò)展，生成K-best提示集,包括如下步驟步驟S210，根據(jù)未翻譯的區(qū)間擴(kuò)展，獲取源語(yǔ)言未翻譯的區(qū)間對(duì)應(yīng)的翻譯結(jié)果中前K個(gè)最好的結(jié)果(K-best)，其中，K為大于等于O的整數(shù)；步驟S220，將前K個(gè)最好的結(jié)果作為K-best提示集中的提示的字符串，并計(jì)算所述K個(gè)K-best提示集中的提示的字符串對(duì)應(yīng)的概率，將提示的類型設(shè)置為2，生成K-best提示集。較佳地，所述K-best集合合并采用的是最長(zhǎng)公共前綴分組合并的方法，分組后的最長(zhǎng)公共前綴概率作為K-best提示集中的每一字符串對(duì)應(yīng)的概率，該分組后的最長(zhǎng)公共前綴概率采用了組內(nèi)平均的方式進(jìn)行計(jì)算。即前K個(gè)最好的結(jié)果(K-best)采用最長(zhǎng)公共前綴的方式進(jìn)行分組，不同的前綴集合即為合并結(jié)果，計(jì)算得到合并后的概率，作為所有相同前綴的串的概率平均。較佳地，作為一種可實(shí)施方式，所述步驟S200中，根據(jù)源語(yǔ)言未翻譯的區(qū)間和已翻譯目標(biāo)語(yǔ)言，生成輸入歷史提示集，是根據(jù)源語(yǔ)言未翻譯的區(qū)間，利用用戶輸入歷史集，生成輸入歷史提示集。用戶輸入歷史集，是利用在多語(yǔ)翻譯過(guò)程中，對(duì)從源語(yǔ)言到目標(biāo)語(yǔ)言的翻譯過(guò)程中，用戶輸入或者選擇動(dòng)作的特征，生成的用戶輸入歷史記錄集合。其跟不同用戶的輸入和翻譯風(fēng)格有關(guān)。其中，作為一種可實(shí)施方式，所述用戶輸入歷史記錄的字段為{編號(hào)；已輸入的目標(biāo)語(yǔ)言的后η個(gè)詞(previous_n_word) ;n為整數(shù),與所用的語(yǔ)言模型相對(duì)應(yīng)；已輸入的目標(biāo)語(yǔ)言的后η個(gè)詞(previous_n_word)所對(duì)應(yīng)的源語(yǔ)言片段集{correlation_source_word};用戶輸入的動(dòng)作(action);用戶輸入的動(dòng)作所對(duì)應(yīng)的詞(action_word);累計(jì)出現(xiàn)的次數(shù)}其中用戶輸入的動(dòng)作(action)集合為{選擇提示；不選擇提示，直接輸入；插入詞；刪除詞};用戶輸入的動(dòng)作(action)所對(duì)應(yīng)的詞(action_word)為{“選擇提示”的action_word為選擇提示的內(nèi)容；“不選擇提示，直接輸入”的acti0n_W0rd為新輸入的詞；“插入詞”的acti0n_W0rd為當(dāng)前插入的內(nèi)容；“刪除詞”為刪除的內(nèi)容}累計(jì)出現(xiàn)的次數(shù)是當(dāng)“已輸入的目標(biāo)語(yǔ)言的后η個(gè)詞(preViOUS_n_WOrd) ”；“已輸入的目標(biāo)語(yǔ)言的后η個(gè)詞(previous_n_word)所對(duì)應(yīng)的源語(yǔ)言片段集{correlation_source_word} ” ；“用戶輸入的動(dòng)作(action)” ；“用戶輸入的動(dòng)作所對(duì)應(yīng)的詞(action_word) ”字段相同的時(shí)候，不重復(fù)插入，而是計(jì)數(shù)加I。較佳地，作為一種可實(shí)施方式，所述步驟S200中，根據(jù)源語(yǔ)言未翻譯的區(qū)間和已翻譯目標(biāo)語(yǔ)言，利用用戶輸入歷史集，生成輸入歷史提示集，包括如下步驟步驟S211’，初始化候選的輸入歷史提示集為空，根據(jù)源語(yǔ)言未翻譯的區(qū)間，獲得源語(yǔ)言未翻譯的區(qū)間中已輸入的字符串的后η個(gè)詞previous_n_word, η為整數(shù)，η與所用的語(yǔ)言模型相對(duì)應(yīng)；步驟S212’，將源語(yǔ)言未翻譯的區(qū)間全切分，得到不同的源語(yǔ)言片段，并根據(jù)源語(yǔ)言片段從語(yǔ)言模型集中檢索獲取對(duì)應(yīng)的所有可能的候選目標(biāo)翻譯語(yǔ)言的短語(yǔ)作為源語(yǔ)言片段對(duì)應(yīng)的候選短語(yǔ)集S ；步驟S213’，根據(jù)η個(gè)詞previous_n_word和所述源語(yǔ)言片段對(duì)應(yīng)的候選短語(yǔ)集，通過(guò)最小編輯距離算法，計(jì)算相似度，相似度大于等于閾值KT的詞作為候選的源語(yǔ)言集合{source_word}；步驟S214’，根據(jù)previous_n_word和{source_word}查詢用戶輸入歷史集,并將查詢結(jié)果加入候選的輸入歷史提示集，其中對(duì)于action為〃選擇提示"，直接將對(duì)應(yīng)的action_word和出現(xiàn)的次數(shù)加入到候選的輸入歷史提示集中，其對(duì)應(yīng)的提示類型為O ;對(duì)于action為〃插入〃,將對(duì)應(yīng)的action_word和出現(xiàn)的次數(shù)加入到候選的輸入歷史提示集中，其對(duì)應(yīng)的提示類型為O ;對(duì)于action為”不選擇提示”,將對(duì)應(yīng)的action_word和出現(xiàn)的次數(shù)加入到候選的輸入歷史提示集中，其對(duì)應(yīng)的提示類型為O ;對(duì)于action為“刪除”的，將對(duì)應(yīng)的action_word和出現(xiàn)的次數(shù)加入到候選的輸入歷史提示集中，其對(duì)應(yīng)的提示類型為3 ；步驟S215’，根據(jù)出現(xiàn)次數(shù)的多少，將候選的輸入歷史提示集中的前K’個(gè)作為結(jié)果作為輸入歷史提示集中的提示的字符串，并計(jì)算所述K’個(gè)輸入歷史提示集中的提示的字符串對(duì)應(yīng)的概率，以及對(duì)應(yīng)的提示的類型，生成輸入歷史提示集；其中，K’為大于等于I的整數(shù)。較佳地，作為一種可實(shí)施方式，對(duì)于用戶輸入歷史集生成的輸入歷史提示集而言，所述K’個(gè)輸入歷史提示集中的提示的字符串對(duì)應(yīng)的概率為
權(quán)利要求
1.一種多語(yǔ)機(jī)器翻譯智能輔助處理方法，其特征在于，包括如下步驟 步驟S100，根據(jù)源語(yǔ)言和已翻譯目標(biāo)語(yǔ)言獲取源語(yǔ)言已翻譯的區(qū)間，對(duì)源語(yǔ)言未翻譯的區(qū)間進(jìn)行擴(kuò)展； 步驟S200，根據(jù)源語(yǔ)言未翻譯的區(qū)間擴(kuò)展，生成K-best提示集；并根據(jù)源語(yǔ)言未翻譯的區(qū)間和已翻譯目標(biāo)語(yǔ)言生成輸入歷史提示集和語(yǔ)言模型提示集； 步驟S300，結(jié)合輸入歷史提示集、語(yǔ)言模型提示集、以及K-best提示集，生成所述源語(yǔ)言未翻譯源區(qū)間對(duì)應(yīng)的目標(biāo)語(yǔ)言的候選集。
2.根據(jù)權(quán)利要求I所述的多語(yǔ)機(jī)器翻譯智能輔助處理方法，其特征在于，所述步驟S300之后還包括如下步驟 步驟S400，顯示所述目標(biāo)語(yǔ)言的候選集，等待用戶輸入或者選擇，并在捕捉到用戶輸入或者選擇動(dòng)作后，得到未翻譯源語(yǔ)言翻譯對(duì)應(yīng)的目標(biāo)語(yǔ)言，返回到步驟SlOO重新進(jìn)行未翻譯源語(yǔ)言翻譯，直至翻譯完成。
3.根據(jù)權(quán)利要求I或2所述的多語(yǔ)機(jī)器翻譯智能輔助處理方法，其特征在于，所述步驟SlOO包括如下步驟 步驟SI 10,設(shè)已翻譯目標(biāo)語(yǔ)言集Eze1. . . em(m>=l),則確定一個(gè)E的劃分S: {(a, b) I l=〈a〈=b〈=m},對(duì)于任意的一個(gè)元素(a, b)屬于S,計(jì)算確定一個(gè)源語(yǔ)言集對(duì)應(yīng)的區(qū)間(a’，b’)的集合T，得到已翻譯源語(yǔ)言區(qū)間集合； 步驟S120，將集合T的每一個(gè)區(qū)間序列作為一個(gè)實(shí)例采用語(yǔ)言模型解碼方法采用不同的短語(yǔ)特征對(duì)對(duì)應(yīng)的源語(yǔ)言未翻譯的區(qū)間進(jìn)行擴(kuò)展。
4.根據(jù)權(quán)利要求3所述的多語(yǔ)機(jī)器翻譯智能輔助處理方法，其特征在于，所述步驟SllO包括如下步驟 步驟SI 11,設(shè)源語(yǔ)言的詞序列為C1. . . Cn ;目標(biāo)語(yǔ)言已翻譯的詞序列為ep . . em,其中，n、m為整數(shù)； 步驟S112，枚舉區(qū)間[l，m]的所有可能劃分，得到集合S ; 步驟S113，根據(jù)已翻譯源語(yǔ)言從語(yǔ)言模型集中檢索獲取所有可能的候選目標(biāo)翻譯語(yǔ)言短語(yǔ)集合P ； 步驟SI 14，對(duì)于集合S中的每一個(gè)可能劃分S，設(shè)置一個(gè)臨時(shí)的集合D，對(duì)于劃分s中的任意一個(gè)元素[a, b], l=〈a〈=b〈=m ； 步驟SI 15,對(duì)于P中的任意一個(gè)原始元素P,查找與ea. . . eb最相似的類似元素p* ； 步驟S116，根據(jù)類似元素p*，查找到類似元素p*對(duì)應(yīng)的源語(yǔ)言的區(qū)間d，將d加入到D中； 步驟S 117，判斷D是否有重疊元素，如無(wú)，則將D加入到已翻譯源語(yǔ)言區(qū)間集合T中，直至S中所有元素的劃分完成。
5.根據(jù)權(quán)利要求I或2所述的多語(yǔ)機(jī)器翻譯智能輔助處理方法，其特征在于，所述步驟S200中，根據(jù)源語(yǔ)言未翻譯的區(qū)間擴(kuò)展，生成K-best提示集，包括如下步驟 步驟S210，根據(jù)未翻譯的區(qū)間擴(kuò)展，獲取源語(yǔ)言未翻譯的區(qū)間對(duì)應(yīng)的翻譯結(jié)果中前K個(gè)最好的結(jié)果，其中，K為大于等于0的整數(shù)； 步驟S220，將前K個(gè)最好的結(jié)果作為K-best提示集中的提示的字符串，并計(jì)算所述K個(gè)K-best提示集中的提示的字符串對(duì)應(yīng)的概率，將提示的類型設(shè)置為2，生成K-best提示集。
6.根據(jù)權(quán)利要求I或2所述的多語(yǔ)機(jī)器翻譯智能輔助處理方法，其特征在于，所述步驟S200中，根據(jù)源語(yǔ)言未翻譯的區(qū)間和已翻譯目標(biāo)語(yǔ)言，利用用戶輸入歷史集，生成輸入歷史提示集，包括如下步驟 步驟S211’，初始化候選的輸入歷史提示集為空，根據(jù)源語(yǔ)言未翻譯的區(qū)間，獲得源語(yǔ)言未翻譯的區(qū)間中已輸入的字符串的后n個(gè)詞previous_n_word, n為整數(shù)，n與所用的語(yǔ)言模型相對(duì)應(yīng)； 步驟S212’，將源語(yǔ)言未翻譯的區(qū)間全切分，得到不同的源語(yǔ)言片段，并根據(jù)源語(yǔ)言片段從語(yǔ)言模型集中檢索獲取對(duì)應(yīng)的所有可能的候選目標(biāo)翻譯語(yǔ)言的短語(yǔ)作為源語(yǔ)言片段對(duì)應(yīng)的候選短語(yǔ)集S ； 步驟S213’，根據(jù)n個(gè)詞previous_n_word和所述源語(yǔ)言片段對(duì)應(yīng)的候選短語(yǔ)集,通過(guò)最小編輯距離算法，計(jì)算相似度，相似度大于等于閾值Kt的詞作為候選的源語(yǔ)言集合{source_word}； 步驟S214’，根據(jù)previous_n_word和{source_word}查詢用戶輸入歷史集,并將查詢結(jié)果加入候選的輸入歷史提示集，其中 對(duì)于action為〃選擇提示"，直接將對(duì)應(yīng)的action_word和出現(xiàn)的次數(shù)加入到候選的輸入歷史提示集中，其對(duì)應(yīng)的提示類型為0 ; 對(duì)于action為〃插入",將對(duì)應(yīng)的action_word和出現(xiàn)的次數(shù)加入到候選的輸入歷史提不集中，其對(duì)應(yīng)的提不類型為0 ; 對(duì)于action為”不選擇提示”,將對(duì)應(yīng)的action_word和出現(xiàn)的次數(shù)加入到候選的輸入歷史提示集中，其對(duì)應(yīng)的提示類型為0 ; 對(duì)于action為“刪除”的，將對(duì)應(yīng)的acti0n_W0rd和出現(xiàn)的次數(shù)加入到候選的輸入歷史提示集中，其對(duì)應(yīng)的提示類型為3 ； 步驟S215’，根據(jù)出現(xiàn)次數(shù)的多少，將候選的輸入歷史提示集中的前K’個(gè)作為結(jié)果作為輸入歷史提示集中的提示的字符串，并計(jì)算所述K’個(gè)輸入歷史提示集中的提示的字符串對(duì)應(yīng)的概率，以及對(duì)應(yīng)的提示的類型，生成輸入歷史提示集； 其中，K’為大于等于I的整數(shù)。
7.根據(jù)權(quán)利要求I或2所述的多語(yǔ)機(jī)器翻譯智能輔助處理方法，其特征在于，所述步驟S200中，根據(jù)源語(yǔ)言未翻譯的區(qū)間和已翻譯目標(biāo)語(yǔ)言，生成語(yǔ)言模型提示集，包括如下步驟 步驟S211”，根據(jù)所獲得的目標(biāo)語(yǔ)言的語(yǔ)料，訓(xùn)練一個(gè)N-Gram語(yǔ)言模型； 步驟S212”，將源語(yǔ)言未翻譯的區(qū)間擴(kuò)展全切分，得到不同的源語(yǔ)言片段，并根據(jù)源語(yǔ)言片段從語(yǔ)言模型集中檢索獲取對(duì)應(yīng)的所有可能的候選目標(biāo)翻譯語(yǔ)言的短語(yǔ)作為源語(yǔ)言片段對(duì)應(yīng)的候選短語(yǔ)集S ； 步驟S213”，對(duì)于短語(yǔ)翻譯候選集合S中的一個(gè)串S，枚舉s的所有前綴，構(gòu)成一個(gè)S的前綴集S_Prefix ； 步驟S214”,根據(jù)用戶已輸入的字符串，從后往前，分別取1-gram, 2-gram,. . . , n-gram的字符串，得到一個(gè)字符串集合T ; 步驟S215”，對(duì)于T中的每一個(gè)串t，在N-Gram語(yǔ)言模型中搜索所有以s為前綴的串，并記錄該串對(duì)應(yīng)的概率，并將搜索到的集合添加到候選提示集T_candidate中； 步驟S216”,對(duì)候選提示集T_candidate中的每一個(gè)串t_c,計(jì)算與前綴集S_Pref ix的距離；其中，所述距離為串t_c與前前綴集S_prefix中的任意一個(gè)串的最大相似度； 步驟S217”，根據(jù)相似度排序，取前K”個(gè)作為候選的結(jié)果；其中，K”為大于等于I的整數(shù)； 步驟S218”，對(duì)K”個(gè)候選的結(jié)果的概率做歸一化； 步驟S219”，將前K”個(gè)候選的結(jié)果作為語(yǔ)言模型提示集中的提示的字符串，將相對(duì)應(yīng)的歸一化后的概率作為相應(yīng)的字符串對(duì)應(yīng)的概率，將提示的類型設(shè)置為1，生成語(yǔ)言模型提示集。
8.根據(jù)權(quán)利要求I或2所述的多語(yǔ)機(jī)器翻譯智能輔助處理方法，其特征在于，所述步驟S300包括如下步驟 步驟S310，獲得輸入歷史提示集中提示類型為3的所有提示的集合A_delete，剩余的為集合 A_history ； 步驟S320,檢索語(yǔ)目模型提不集，K-best提不集；若語(yǔ)目模型提不集，K_best提不集中的提示在集合A_delete中存在，則將該提示刪除；否則保留； 步驟S330，對(duì)于集語(yǔ)言模型提示集，K-best提示集中的剩下的每個(gè)目標(biāo)語(yǔ)言候選提示，將該每個(gè)目標(biāo)語(yǔ)言候選提示對(duì)應(yīng)的概率分別乘以相應(yīng)的權(quán)重Wa，ffb, Wc，得到最后的概率值，并按最后的概率值大小排序，取前Ntjw個(gè)結(jié)果，作為目標(biāo)語(yǔ)言候選集；其中，Ntjw為大于等于I的整數(shù)。
9.根據(jù)權(quán)利要求8所述的多語(yǔ)機(jī)器翻譯智能輔助處理方法，其特征在于，所述步驟S330之后，還包括如下步驟 步驟S340，根據(jù)目標(biāo)語(yǔ)言候選集中對(duì)輸入歷史提示集，語(yǔ)言模型提示集，K-best提示集的中的相應(yīng)字符串的選擇次數(shù)，對(duì)權(quán)重系數(shù)Wa，ffb, Wc這三個(gè)系數(shù)進(jìn)行動(dòng)態(tài)調(diào)整。
10.根據(jù)權(quán)利要求9所述的多語(yǔ)機(jī)器翻譯智能輔助處理方法，其特征在于，所述步驟S340包括如下步驟 步驟S341，設(shè)目標(biāo)語(yǔ)言候選集選擇輸入歷史提示集中的字符串的總次數(shù)Na，目標(biāo)語(yǔ)言候選集選擇語(yǔ)言模型提示集中的字符串的總次數(shù)是Nb，目標(biāo)語(yǔ)言候選集選擇K-best提示集中的字符串的總次數(shù)是N。，則對(duì)應(yīng)的新的權(quán)重為
11.根據(jù)權(quán)利要求2所述的多語(yǔ)機(jī)器翻譯智能輔助處理方法，其特征在于，所述步驟S400在得到目標(biāo)語(yǔ)言后，返回步驟SlOO前，還包括如下步驟 步驟S400’，記錄用戶的輸入或者選擇動(dòng)作，將用戶的輸入記錄到用戶的輸入歷史集。
12.—種多語(yǔ)機(jī)器翻譯智能輔助處理系統(tǒng)，其特征在于，包括擴(kuò)展模塊，提示集生成模塊和候選集生成模塊，其中 所述擴(kuò)展模塊，用于根據(jù)源語(yǔ)言和已翻譯目標(biāo)語(yǔ)言獲取源語(yǔ)言已翻譯的區(qū)間，對(duì)源語(yǔ)言未翻譯的區(qū)間進(jìn)行擴(kuò)展； 所述提示集生成模塊，用于根據(jù)源語(yǔ)言未翻譯的區(qū)間擴(kuò)展，生成K-best提示集；并根據(jù)源語(yǔ)言未翻譯的區(qū)間和已翻譯的目標(biāo)語(yǔ)言生成輸入歷史提示集和語(yǔ)言模型提示集； 所述候選集生成模塊，用于結(jié)合輸入歷史提示集、語(yǔ)言模型提示集、以及K-best提示集，生成所述源語(yǔ)言未翻譯源區(qū)間對(duì)應(yīng)的目標(biāo)語(yǔ)言的候選集。
13.根據(jù)權(quán)利要求12所述的多語(yǔ)機(jī)器翻譯智能輔助處理系統(tǒng)，其特征在于，還包括顯示處理模塊，用于顯示所述目標(biāo)語(yǔ)言的候選集，等待用戶輸入或者選擇，并在捕捉到用戶輸入或者選擇動(dòng)作后，得到未翻譯源語(yǔ)言翻譯對(duì)應(yīng)的目標(biāo)語(yǔ)言，返回重新進(jìn)行未翻譯源語(yǔ)言翻譯，直至翻譯完成。
14.根據(jù)權(quán)利要求13所述的多語(yǔ)機(jī)器翻譯智能輔助處理系統(tǒng)，其特征在于，還包括記錄模塊，用于記錄用戶的輸入或者選擇動(dòng)作，將用戶的輸入記錄到用戶的輸入歷史集。
全文摘要
本發(fā)明公開(kāi)的一種多語(yǔ)機(jī)器翻譯智能輔助處理方法和系統(tǒng)。其方法包括如下步驟根據(jù)源語(yǔ)言和已翻譯目標(biāo)語(yǔ)言獲取源語(yǔ)言已翻譯的區(qū)間，對(duì)源語(yǔ)言未翻譯的區(qū)間進(jìn)行擴(kuò)展；根據(jù)源語(yǔ)言未翻譯的區(qū)間擴(kuò)展，生成K-best提示集；并根據(jù)源語(yǔ)言未翻譯的區(qū)間和已翻譯目標(biāo)語(yǔ)言生成輸入歷史提示集和語(yǔ)言模型提示集；結(jié)合輸入歷史提示集、語(yǔ)言模型提示集、以及K-best提示集，生成所述源語(yǔ)言未翻譯源區(qū)間對(duì)應(yīng)的目標(biāo)語(yǔ)言的候選集。其加快多語(yǔ)翻譯的速度，用戶體驗(yàn)好，智能化程度高，提高了翻譯準(zhǔn)確度。
文檔編號(hào)G06F17/27GK102968411SQ201210410530
公開(kāi)日2013年3月13日 申請(qǐng)日期2012年10月24日 優(yōu)先權(quán)日2012年10月24日
發(fā)明者滕志揚(yáng), 駱衛(wèi)華, 劉群, 熊皓 申請(qǐng)人:橙譯中科信息技術(shù)(北京)有限公司