在一些说明性实施例中，可以不执行用户反馈信息调整过程，此时所述翻译稿件 的匹配的方法的流程图如图3所示。
[0119] 根据上述技术方案提供的翻译稿件匹配方法，可以通过计算机编程实现构建一个 风险项目推荐译员平台，该平台存储大量译员的基本信息即上述译员的属性特征和译员历 史翻译稿件，包含上述历史翻译稿件的属性特征，用户只需输入待翻译稿件的属性特征和 待翻译稿件文本即可通过该平台匹配获得推荐译员，同时用户可对推荐译员进行评价并重 新匹配，以选取更加合适的译员。
[0120] 在一些说明性实施例中，在首次匹配筛选译员的过程中，除了根据待翻译稿件的 属性特征同评价译员能力的属性特征匹配程度较高进行筛选外，还需综合考量译员的翻译 经验和信用情况，通过引入用于评价翻译经验的经验属性特征和评价译员信用的信用属性 特征来综合判断译员是否适合待翻译稿件的翻译工作。
[0121] 所述经验属性特征至少包含以下特征之一：
[0122] 用于评价译员历史翻译稿件数量的译员合作字数属性特征，具体指统计在系统内 的译员参与翻译（包括合作翻译的）的稿件的字数的总量；
[0123] 用于评价译员历史参与稿件翻译数量的译员合作次数属性特征，具体指统计在系 统内的译员参与翻译（包括合作翻译的）的稿件的总次数；
[0124] 用于评价译员参与稿件翻译工作活跃程度的活跃度属性特征，具体指近期内（默 认一个月），译员参与翻译的稿件次数。
[0125] 所述信用属性特征至少包括以下特征之一：
[0126] 用于评价译员是否能够按时提交翻译稿件的按时提交率属性特征；
[0127] 用于评价译员历史翻译稿件过程中弃稿情况的中途弃稿率属性特征；
[0128] 用于评价译员对于翻译稿件的完成质量的责任心属性特征。
[0129] 根据用户反馈信息调整的过程中根据用户信息进行修正调整的译员属性基因主 要为上述经验属性特征和信用属性特征，如图4所示。
[0130] 通过上述技术方案的运用，本发明提供了一种翻译稿件的匹配的方法，可以依据 此方法建立风险项目推荐译员平台，能够方便快捷对接中大型翻译公司在线交付平台，为 其风险项目推荐合适译员，极大提高其风险项目处理能力。
[0131] 以上对本发明实施例所提供的一种翻译行业风险项目通用推荐译员方法，进行了 详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的 说明只是用于帮助理解本发明的核心思想；同时，对于本领域的一般技术人员，依据本发明 实施例的思想，在【具体实施方式】及应用范围上均会有改变之处，综上所述，本说明书内容不 应理解为对本发明实施例的限制。
【主权项】
1. 一种翻译行业风险项目通用推荐译员方法，其特征在于，包括： 将同类型的待翻译稿件的属性特征，分别与每个译员对应的属性特征进行首次匹配； 同时，将同类型的待翻译稿件的稿件特征同每个译员的历史翻译的稿件特征进行相似 度匹配； 对两次匹配结果进行加权分析，从分析结果中选择出匹配程度最高的数据所对应的译 员。2. 根据权利要求1中所述的方法，其特征在于，所述首次匹配的过程为： 根据所述译员的属性特征和待翻译稿件的属性特征进行对比筛选，对筛选后的译员的 每个属性特征进行归一化处理和偏离度计算。3. 根据权利要求2中所述的方法，其特征在于，所述待翻译稿件的属性特征至少包括 以下之一：所述待翻译稿件的语种、所述待翻译稿件涉及的行业领域、所述待翻译稿件所属 稿件类型、所述待翻译稿件对语言能力质量的要求、所述待翻译稿件对专业能力质量的要 求、所述待翻译稿件对翻译速度的要求、所述待翻译稿件提供的翻译价格。4. 根据权利要求1中所述的方法，其特征在于，所述译员对应的属性特征至少包括从 存储译员的各属性特征的译员基因库中提取出的评价所述译员能力的能力属性特征，所述 能力属性特征至少包括以下之一：译员擅长翻译的语种、译员擅长翻译的行业领域、译员擅 长翻译的稿件类型、译员翻译稿件的速度、评价译员语言能力的评级、评价译员的专业能力 评级、译员翻译稿件的价格。5. 根据权利要求4中所述的方法，其特征在于，所述归一化处理的方法为： y = (x-MinValue)/(MaxValue-MinValue)， 其中X为当前译员的当前属性特征的对应值，MaxValue、MinValue分别为全部所述译 员中筛选的当前属性特征的最大值和最小值；y为归一化处理的结果； 所述偏离度计算的方法为： Dev = sin ((ProperyValue/2〇-l)) * (2/ it) 其中： ProperyValue表示经归一化处理后的译员的当前属性特征值； Dev为所述译员的当前属性特征的偏离度值。6. 根据权利要求2~5任一项中所述的方法，其特征在于，所述相似度匹配的过程包 括： 根据所述译员的历史翻译稿件的属性特征和待翻译稿件的属性特征进行对比筛选，筛 选选取出属性特征相接近的译员进行相似度匹配； 从待翻译稿件中提取稿件的关键词代替待翻译稿件文本本身参与匹配； 从译员历史翻译稿件中提取稿件的关键词代替译员历史翻译稿件文本本身参与匹 配； 根据译员历史翻译稿件的关键词和待翻译稿件的关键词建立向量空间模型，所述向量 空间模型为： Dl = (Tll,ffll ；T12,W12 ；T13,W13 ； ......；Tln,ffln)； D2 = (T21,W21 ；T22,W22 ；T23,W23 ； ......;T2n，W2n); 简记作： Dl = (ffll,ffl2,ffl3,......Win); D2 = (W21,ff22,ff23,......W2n)； 其中Dl表示待翻译稿件的文本，D2表示当前译员的当前历史翻译稿件的文本； Tli(i = 1，2,3……，n)为待翻译稿件提取出的各个关键词，i为关键词的编号； Wli(i = 1，2,3……，n)为待翻译稿件提取出的各个关键词出现的频次，i为关键词的 编号； T2i(i = 1，2,3……，n)为当前译员的当前历史翻译稿件中提取出的各个关键词，i为 关键词的编号； W2i(i = 1，2,3……，n)为当前译员的当前历史翻译稿件中提取出的各个关键词出现 的频次，i为关键词的编号；计算出当前译员的当前历史 稿件同待翻译稿件的相似度，式中S頂为相似度匹配后的相似度值，数值介于O~1之间。7. 根据权利要求6中所述的方法，其特征在于，所述历史翻译稿件的属性特征至少包 括以下之一：所述历史翻译稿件的语种、所述历史翻译稿件涉及的行业领域、所述历史翻译 稿件所属稿件类型、所述历史翻译稿件对语言能力质量的要求、所述历史翻译稿件对专业 能力质量的要求、所述历史翻译稿件对提交时间的要求、所述历史翻译稿件的字数、所述历 史翻译稿件提供的翻译价格。8. 根据权利要求7中所述的方法，其特征在于，所述加权分析的方法为： Sum = A1*W1*D1+A2*W2*D2+. . . An*Wn*Dn+S頂; 其中：Sum为加权分析后的结果； Ai (i = 1，2, 3,......，n)为参加权分析的经归一化处理后的每个所述译员的属性特征， i为每个所述译员在系统中的编号； Wi (i = 1,2, 3,……，n)为经归一化处理后的每个所述译员的属性特征所对应的权重 值，i为每个所述译员在系统中的编号； Di (i = 1，2, 3,......，n)为经归一化处理后的每个所述译员的属性特征所对应的偏离 度的值，i为每个所述译员在系统中的编号； S頂为相似度匹配对应的相似度值； SIMff为相似度匹配的相似度值所对应的权重值。9. 根据权利要求8中所述的方法，其特征在于，经过首次匹配和再次匹配选择出匹配 程度最高的推荐译员后，还包括： 根据用户反馈信息调整的过程： 输出匹配程度最高的推荐译员的信息，接收对所述推荐译员的修正值； 根据所述修正值，修正所述译员的属性特征，并重新进行首次匹配和相似度匹配的操 作。
【专利摘要】本发明提供了一种翻译行业风险项目通用推荐译员方法，涉及互联网翻译行业项目智能处理技术领域，包括：将待翻译稿件的属性特征，分别与每个译员对应的属性特征进行首次匹配；同时，将待翻译稿件的稿件特征同每个译员的历史翻译的稿件特征进行相似度匹配；对两次匹配结果进行加权分析，从分析结果中选择出匹配程度最高的数据所对应的译员。解决了现有技术不能筛选出符合用户翻译稿件需求的译员的问题。
【IPC分类】G06F17/28, G06F17/30
【公开号】CN105138521
【申请号】CN201510534939
【发明人】江潮, 陈钰清
【申请人】武汉传神信息技术有限公司
【公开日】2015年12月9日
【申请日】2015年8月27日