一种翻译方法及装置与流程

文档序号：11250876阅读：2037来源：国知局

本发明实施例涉及计算机技术领域，具体涉及一种翻译方法及装置。

背景技术：

现有技术存在的翻译方法，可以将用户输入的文本从源语言翻译到目标语言，例如从中文翻译到英文。在进行翻译时，用户输入的文本中若存在成语、古诗词、网络热词等较难翻译的部分时，现有技术不能提供准确的翻译结果，例如，当用户输入“空山不见人，但闻人语响”时，现有技术提供的翻译结果为“nomountains,buthearavoice”。由此可见，现有技术的翻译方法，对于成语、古诗词、网络热词等较难翻译的语句不能够提供准确、理想的翻译结果。

技术实现要素：

本发明实施例旨在提供一种翻译方法及装置，可以识别出源语言文本中的固定语义单元，并获取所述固定语义单元的源语言释义，利用所述源语言释义得到目标语言的翻译结果，准确率高、覆盖范围广。

为此，本发明实施例提供如下技术方案：

第一方面，本发明实施例提供了一种翻译方法，包括：获取源语言文本，识别所述源语言文本是否包含固定语义单元；当识别出所述源语言文本中包含固定语义单元时，获取所述固定语义单元的源语言释义；所述源语言释义通过采用源语言解释所述固定语义单元的含义得到；对所述源语言释义进行翻译，得到以目标语言表示的翻译结果；所述目标语言与所述源语言属于不同语种。

第二方面，本发明实施例提供了一种翻译装置，包括：识别单元，用于获取源语言文本，识别所述源语言文本是否包含固定语义单元；释义单元，用于当识别出所述源语言文本中包含固定语义单元时，获取所述固定语义单元的源语言释义；所述源语言释义通过采用源语言解释所述固定语义单元的含义得到；翻译单元，用于对所述源语言释义进行翻译，得到以目标语言表示的翻译结果；所述目标语言与所述源语言属于不同语种。

第三方面，本发明实施例提供了一种用于翻译的装置，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：获取源语言文本，识别所述源语言文本是否包含固定语义单元；当识别出所述源语言文本中包含固定语义单元时，获取所述固定语义单元的源语言释义；所述源语言释义通过采用源语言解释所述固定语义单元的含义得到；对所述源语言释义进行翻译，得到以目标语言表示的翻译结果；所述目标语言与所述源语言属于不同语种。

第四方面，本发明实施例提供了一种机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得装置执行如第一方面所示的翻译方法。

本发明实施例提供的翻译方法及装置，可以识别出源语言文本中包含的固定语义单元，并获取所述固定语义单元的源语言释义，利用所述源语言释义得到目标语言的翻译结果，准确率高、覆盖范围广。

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，下面将对实施例或现有技术描述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中记载的一些实施例，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为本发明一实施例提供的翻译方法流程图；

图2为本发明一实施例提供的翻译装置示意图；

图3是根据另一示例性实施例示出的一种翻译的装置的框图；

图4是根据一示例性实施例示出的服务器的框图。

具体实施方式

现有技术中，当用户输入的源语言文本包含固定语义单元时，例如源语言文本包含古诗词、成语或者网络用语时，往往不能够得到准确的翻译结果。举例说明，用户输入的源语言文本为“我好蓝瘦香菇啊”，现有技术提供的译文为“i'msoblueandthinletinousedodes”，与源语言文本的含义相去甚远。再例如，用户输入的源语言文本为“一叶障目很可怕”，现有技术提供的译文为“haveaterrible”。由此可见，当在一个句子或段落中出现成语、古文或者网络用语时，现有技术不能提供准确的翻译。

申请人经过研究发现，当源语言文本存在生涩难懂的内容时，例如存在成语、古文或者网络用语时，理解源语言文本本身就很难，直接对其翻译则更难。这是因为与此相关的双语训练语料稀少，机器翻译模型较难学会如何翻译。此外，由于成语、古文或者网络用语相对于普通词汇较为精炼，存在许多隐含含义，因此较难翻译。而本发明旨在提供一种翻译方法及装置，可以识别出源语言文本中包含的固定语义单元，并获取所述固定语义单元的源语言释义，所述源语言释义是相对简单易懂的表述，再利用所述释义得到目标语言的翻译结果，由此获得的翻译结果准确率高、覆盖范围广。其中，语义单元可以但不限于包括字符、字符串、短语或短句等，例如古诗词、成语或者网络用语等。

为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

下面将结合附图1对本发明示例性实施例示出的翻译方法进行介绍。

参见图1，为本发明一实施例提供的翻译方法流程图。如图1所示，可以包括：

s101，获取源语言文本，识别所述源语言文本是否包含固定语义单元。

具体实现时，源语言文本具体可以为用户输入的待翻译文本。用户还可以通过用户界面选择需要翻译为的目标语言，翻译结果使用目标语言表示。一般地，源语言与目标语言属于不同语种。

本发明可以识别源语言文本中包含的固定语义单元。本发明可以预先建立语义单元库，用于存储预设的语义单元。在识别源语言文本是否包含固定语义单元时，可以将所述源语言文本与语义单元库中包括的预设语义单元进行匹配；若存在匹配结果，确定所述源语言文本中包含固定语义单元。其中，所述固定语义单元包括成语、网络用语、古诗词或者歇后语。

举例说明，用户输入的源语言文本为中文句子“我好蓝瘦香菇”时，可以将源语言文本与预设的固定语义单元库中的语义单元进行匹配，当源语言文本中存在或者包括与预设的固定语义单元匹配的语义单元时，例如“蓝瘦香菇”，可以对识别出的语义单元“蓝瘦香菇”进行标记，进而在s102中获取进行标记的语义单元的释义。又如，用户输入的源语言文本为中文句子“无为在歧路，儿女共沾巾”时，将源语言文本与语义单元库中的语义单元进行匹配，存在匹配结果“无为在歧路，儿女共沾巾”，这时可以标记匹配结果，将其作为s102的输入，获取相应释义。又如，用户输入的源语言文本为中文句子“一叶障目很可怕”时，可以识别出所述源语言文本存在成语“一叶障目”。需要说明的是，只要源语言文本中的部分语义单元与语义单元库中的语义单元匹配，即可以确定存在匹配结果。

s102，当识别出所述源语言文本中包含固定语义单元时，获取所述固定语义单元的源语言释义；所述源语言释义通过采用源语言解释所述固定语义单元的含义得到。

其中，所述源语言释义与所述固定语义单元属于同一语种且所述释义由基本词汇构成。

需要说明的是，本发明实施例可以将复杂的源语言文本转换为较简单的源语言释义，再将源语言释义翻译为目标语言，大大降低了翻译的复杂度，提高了翻译的准确性。其中，释义与源语言文本属于同一语种。释义通过解释所述固定语义单元的含义得到。所述释义与所述固定语义单元属于同一语种，一般地，释义由基本词汇构成。基本词汇一般是语言词汇中最主要的部分，一般是日常生活中最必须、最常用、最普遍、最明确，能够被使用这种语言的群体所共同理解和使用。因此，将固定语义单元转换成简单易懂的、由基本词汇构成的释义，再对释义进行源语言到目标语言的翻译，则更容易获得准确的翻译结果。

举例说明，释义可以理解为解释词语或者短句的含义，例如是将语言a下的词语a，转换为语言a下的解释b。其中，词语a与解释b的含义相同，但表述不同，解释b更简单通用、易于理解。需要说明的是，释义一般是通过解释短语或者短句的含义得到，并不等同于同义词或者近义词。

根据固定语义单元的种类不同，获取所述固定语义单元的释义可以包括以下几种情况：

(1)当所述固定语义单元为成语时，获取使用现代文表示的所述成语的含义。举例说明，若源语言文本存在成语“一叶障目”，则获取“一叶障目”的释义为“一片叶子挡在眼前会让人看不到外面的广阔世界”。又如，若源语言文本存在成语“坐井观天”，则获取“坐井观天”的释义为“坐在井底看天，用来比喻和讽刺眼界狭窄或学识肤浅之人”。

(2)当所述固定语义单元为网络用语时，获取使用基本词汇表示的所述网络用语的含义。举例说明，若源语言文本存在网络用语“蓝瘦香菇”，则获取“蓝瘦香菇”的释义为“难受，想哭”。

(3)当所述固定语义单元为古诗词时，获取现代文表示的所述古诗词的含义。举例说明，若源语言文本存在古诗词“空山不见人，但闻人语响”，则获取“空山不见人，但闻人语响”的释义为“幽静的山谷里看不见人，只能听到那说话的声音。”

(4)当所述固定语义单元为歇后语时，获取使用基本词汇表示的所述歇后语的含义。举例说明，若源语言文本存在歇后语“竹篮打水一场空”，则获取“竹篮打水一场空”的释义为“白费力气”。

需要说明的是，在一些实施方式中，可以预先建立释义翻译模型。具体地，可以利用固定语义单元以及与其匹配的释义的同语语料，训练得到释义翻译模型。则所述获取所述固定语义单元的释义包括：利用预先建立的释义翻译模型对所述固定语义单元进行解释，得到与所述固定语义单元对应的释义。以中文为例进行说明，可以利用古诗、成语、网络词语等到现代文的语料，训练机器翻译模型，得到古诗、成语、网络用语到现代文的语料翻译模型。其中，训练使用的机器翻译模型可以使用通用的模型，例如可以使用基于统计的机器翻译模型，也可使用基于神经网络的机器翻译模型。在建立释义翻译模型后，即可以利用释义翻译模型对所述固定语义单元进行解释，得到与所述固定语义单元对应的释义。需要说明的是，释义翻译模型的精度相对不高，但是可以对任意输入进行释义，覆盖度较好。

在另一些实施方式中，还可以建立释义挖掘模型。所述释义挖掘模型用于从网络上获取语义单元的同语言释义。在获取所述固定语义单元的释义时，可以利用预先建立的释义挖掘模型从网络上获取与所述固定语义单元匹配的释义。举例说明，可以从网络等公开环境中挖掘古诗、成语、网络用语的释义。例如，可以利用古诗库、成语库、网络用语库，挖掘其释义。以古诗词为例，可以获取一个诗句对应不同数据来源的释义，找到相似度较高的或者较为通用的释义作为其对应的释义。具体实现时，释义挖掘模型可以通过不同方式挖掘网络释义。

例如，对于结构化的网站，可以通过解析特定字段，获取成语的释义。举例说明，对于百科、成语解释网站，其对应的结构化数据中可能包括特定的字段为“成语释义”，一般可以通过解析“成语释义”字段对应的数据来获取成语的含义。

对于非结构化网站，可以通过词的共现频度来挖掘释义。例如，原词和释义是经常一起出现的，二者距离位置很近且一同出现。若原词与释义经常一同出现，则认为两者是释义关系。例如，坐井观天和眼界小，见识少，在网页中经常一起出现，则认为二者是释义关系。又如，竹篮打水一场空与白费力气、徒劳无功经常一起出现，则可以认为二者是释义关系。当然，以上仅为示例性说明，不视为对本申请的限制。需要说明的是，释义挖掘模型的精度高，但覆盖度没有释义翻译模型好。

需要说明的是，从网络获取释义的处理可以预先离线完成，也可以实时在线完成。具体地，当从网络获取释义的处理为预先离线完成时，可以预先针对预设的语义单元库中保存的各语义单元从网络获取其释义，并保存语义单元与其对应释义的对应关系。在s102通过释义挖掘模型获取固定语义单元的释义时，可以直接通过查询得到语义单元对应的释义。当从网络获取释义的处理为实时在线完成时，可以在接收到获取固定语义单元释义的请求时，实时从网络上搜索得到所述语义单元的释义。

具体实现时，可以单独建立释义挖掘模型获取固定语义单元的释义，也可以单独建立释义翻译模型获取固定语义单元的释义。当然，也可以同时建立释义挖掘模型和释义翻译模型，由于释义挖掘模型的精度较高，因此在获取固定语义单元的释义时，可以优先使用释义挖掘模型。若释义挖掘模型未覆盖所述固定语义单元，再使用释义翻译模型。其中，释义挖掘模型可以通过将固定语义单元与已经挖掘到的释义进行匹配得到释义，释义翻译模型通过对固定语义单元进行解码处理得到。

s103，对所述源语言释义进行翻译，得到以目标语言表示的翻译结果；所述目标语言与所述源语言属于不同语种。

需要说明的是，可以单独对释义进行翻译，再结合源语言文本的其他部分得到翻译结果。也可以结合释义对源语言文本整体进行翻译，得到翻译结果。由源语言释义到目标语言翻译结果的处理可以采用现有技术的机器翻译模型。

举例说明，在现有技术中，若用户输入的源语言文本为“我好蓝瘦香菇啊”，现有技术提供的译文为“i'msoblueandthinletinousedodes”，与源语言文本的含义相去甚远。应用本发明实施例的方法，可以识别出源语言文本存在网络用语“蓝瘦香菇”，得到其释义为“难受，想哭”，这时，得到源语言文本的整体释义为“我好难受，想哭”，对源语言文本的整体释义“我好难受，想哭”进行翻译，得到翻译结果为“ifeelsoterrible.iwanttocry.”当然，也可以只针对固定语义单元的源语言释义进行翻译，再结合源语言文本的其他部分得到翻译结果。具体的方式是非常灵活的，在此不进行限定。

又举例说明，用户输入的源语言文本为“坐井观天很可怕”，现有技术提供的译文为“haveaterrible”。应用本发明实施例的方法，可以识别出源语言文本存在成语“坐井观天”，得到其释义为“坐在井底看天”，结合源语言文本以及释义得到的翻译结果为“lookattheskyfromthebottomofawellisterrible。”在结合源语言文本以及释义得到翻译结果时，可以先得到源语言文本的整体释义，例如“坐在井底看天很可怕”，再针对源语言释义“坐在井底看天很可怕”进行翻译得到目标语言的翻译结果为“lookattheskyfromthebottomofawellisterrible。”当然，也可以得到固定语义单元“坐井观天”的源语言释义“坐在井底看天”的翻译结果“lookattheskyfromthebottomofawell”，再结合源语言文本的其他部分得到翻译结果“lookattheskyfromthebottomofawellisterrible。”

再举例说明，用户输入的源语言文本为“空山不见人，但闻人语响”时，现有技术提供的翻译结果为“nomountains,buthearavoice.”应用本发明实施例的方法，可以识别出源语言文本存在古诗词“空山不见人，但闻人语响”，则获取“空山不见人，但闻人语响”的释义为“幽静的山谷里看不见人，只能听到那说话的声音”，结合源语言文本以及释义得到的翻译结果为“inthequietvalley,ican'tseeanyone,buticanhearthevoice.”

再举例说明，用户输入的源语言文本为“竹篮打水一场空”时，现有技术提供的翻译结果为“ablank”。应用本发明实施例的方法，可以识别出源语言文本存在歇后语“竹篮打水一场空”，则获取“竹篮打水一场空”的释义为“白费力气”，结合源语言文本以及释义得到的翻译结果为“allinvain”。

从以上实例可以看出，本发明实施例提出了一种对古诗词、成语、谚语、文言文、网络热词等较难翻译文本的翻译方法，可以先将其转换为简单易懂的释义，再对释义进行翻译，解决原文本身较难理解和翻译且双语语料稀疏，导致翻译效果不佳的问题。由于相对于双语翻译，单语的释义会比双语翻译多很多，收集难度较低，准确度、覆盖度较高。举例说明，在进行中文到英文的古诗翻译时，由于古诗是另一种较难理解的描述方式，本发明实施例可以利用“古诗——简单的中文释义——英文”的方式进行翻译，由此得到的翻译结果更为准确。本发明可以将复杂的源语言转换为较简单的源语言释义，再将源语言释义翻译为目标语言，本发明提供的翻译方法覆盖面更广，自动化程度高，不仅能翻译古诗文、成语，还可以翻译网络热词。需要说明的是，本发明提供的翻译方法不限于应用于中文到英文的翻译，也可以应用于英文到中文、德语到意大利语的翻译等。

参见图2，为本发明一实施例提供的翻译装置示意图。

一种翻译装置200，包括：

识别单元201，用于获取源语言文本，识别所述源语言文本是否包含固定语义单元。其中，所述识别单元201具体用于：将所述源语言文本与预设语义单元库中包括的语义单元进行匹配；若存在匹配结果，确定所述源语言文本中包含固定语义单元。其中，所述识别单元201的具体实现可以参照图1所示实施例的步骤101而实现。

释义单元202，用于当识别出所述源语言文本中包含固定语义单元时，获取所述固定语义单元的源语言释义；所述源语言释义通过解释所述固定语义单元的含义得到。

其中，所述释义单元具体用于：当所述固定语义单元为成语时，获取使用现代文表示的所述成语的含义；和/或，当所述固定语义单元为网络用语时，获取使用基本词汇表示的所述网络用语的含义；和/或，当所述固定语义单元为古诗词时，获取现代文表示的所述古诗词的含义；和/或，当所述固定语义单元为歇后语时，获取使用基本词汇表示的所述歇后语的含义。

所述释义单元具体包括：第一释义子单元，用于利用预先建立的释义翻译模型对所述固定语义单元进行解释，得到与所述固定语义单元对应的释义；和/或，第二释义子单元，用于利用预先建立的释义挖掘模型从网络上获取与所述固定语义单元匹配的释义。其中，所述释义单元202的具体实现可以参照图1所示实施例的步骤102而实现。

翻译单元203，用于对所述源语言释义进行翻译，得到以目标语言表示的翻译结果；所述目标语言与所述源语言属于不同语种。其中，所述翻译单元203的具体实现可以参照图1所示实施例的步骤103而实现。

在一些实施方式中，所述装置还包括：释义翻译模型建立单元，用于利用固定语义单元以及与其匹配的释义的同语语料，训练得到释义翻译模型。

在一些实施方式中，所述装置还包括：释义挖掘模型建立单元，用于建立释义挖掘模型，所述释义挖掘模型用于从网络上获取固定语义单元的同语言释义。

其中，本发明装置各单元或模块的设置可以参照图1所示的方法而实现，在此不赘述。

参见图3为根据一示例性实施例示出的一种用于翻译的装置的框图。例如，装置300可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图3，装置300可以包括以下一个或多个组件：处理组件302，存储器304，电源组件306，多媒体组件308，音频组件310，输入/输出(i/o)的接口312，传感器组件314，以及通信组件316。

处理组件302通常控制装置300的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件302可以包括一个或多个处理器320来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件302可以包括一个或多个模块，便于处理组件302和其他组件之间的交互。例如，处理部件302可以包括多媒体模块，以方便多媒体组件308和处理组件302之间的交互。

存储器304被配置为存储各种类型的数据以支持在设备300的操作。这些数据的示例包括用于在装置300上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器304可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。

电源组件306为装置300的各种组件提供电力。电源组件306可以包括电源管理系统，一个或多个电源，及其他与为装置300生成、管理和分配电力相关联的组件。

多媒体组件308包括在所述装置300和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件308包括一个前置摄像头和/或后置摄像头。当设备300处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件310被配置为输出和/或输入音频信号。例如，音频组件310包括一个麦克风(mic)，当装置300处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器304或经由通信组件316发送。在一些实施例中，音频组件310还包括一个扬声器，用于输出音频信号。

i/o接口312为处理组件302和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件314包括一个或多个传感器，用于为装置300提供各个方面的状态评估。例如，传感器组件314可以检测到设备300的打开/关闭状态，组件的相对定位，例如所述组件为装置300的显示器和小键盘，传感器组件314还可以检测装置300或装置300一个组件的位置改变，用户与装置300接触的存在或不存在，装置300方位或加速/减速和装置300的温度变化。传感器组件314可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件314还可以包括光传感器，如cmos或ccd图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件314还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件316被配置为便于装置300和其他设备之间有线或无线方式的通信。装置300可以接入基于通信标准的无线网络，如wifi，2g或3g，或它们的组合。在一个示例性实施例中，通信部件316经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信部件316还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。

在示例性实施例中，装置300可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

具体地，本发明实施例提供了一种翻译装置300，包括有存储器304，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器304中，且经配置以由一个或者一个以上处理器320执行所述一个或者一个以上程序包含用于进行以下操作的指令：获取源语言文本，识别所述源语言文本是否包含固定语义单元；当识别出所述源语言文本中包含固定语义单元时，获取所述固定语义单元的源语言释义；所述源语言释义通过解释所述固定语义单元的含义得到；对所述源语言释义进行翻译，得到以目标语言表示的翻译结果；所述目标语言与所述源语言属于不同语种。