[发明专利]基于短语的统计机器翻译方法和系统

权利要求书

1.一种基于短语的统计机器翻译方法，包括：

在预先设定的短语表中，为输入句子中的短语进行模糊匹配。

2.根据权利要求1所述的方法，其中上述在预先设定的短语表中，为输入句子中的短语进行模糊匹配的步骤进一步包括：

在上述短语表中，利用基于实例的机器翻译方法，为上述输入句子中的短语进行模糊匹配。

3.根据权利要求1或2所述的方法，其中上述在预先设定的短语表中，为输入句子中的短语进行模糊匹配的步骤进一步包括：

为上述输入句子中的各短语，从上述短语表中查找相同的或最相似的双语短语对；

对于上述输入句子的短语中被查找到最相似的双语短语对的短语的每一个，识别出其最相似的双语短语对与该短语之间的差异；以及

对于上述输入句子的短语中被查找到最相似的双语短语对的短语的每一个，修改其最相似的双语短语对中与该短语之间的差异，以得到该短语的目标语言译文。

4.根据权利要求3所述的方法，其中为上述输入句子中的各短语，从上述短语表中查找相同的或最相似的双语短语对的步骤进一步包括：

对于上述输入句子的短语中未被查找到相同的双语短语对的短语的每一个：

从上述短语表中为该短语找出多个相似的候选双语短语对；

依次计算上述多个相似的候选双语短语对与该短语之间的编辑距离，其中该编辑距离是从相似的候选双语短语对中的源语言短语转换到该短语所需要的插入、删除和替换操作的数目；以及

从上述多个相似的候选双语短语对中选出与上述短语之间的编辑距离最小的相似的候选双语短语对，作为该短语的最相似的双语短语对。

5.根据权利要求3所述的方法，其中对于上述输入句子的短语中被查找到最相似的双语短语对的短语的每一个，识别出其最相似的双语短语对与该短语之间的差异的步骤进一步包括：

直接地或利用同义词词典/翻译词典，识别出该最相似的双语短语对中的源语言短语与该短语之间意思不同的词汇。

6.根据权利要求5所述的方法，其中对于上述输入句子的短语中被查找到最相似的双语短语对的短语的每一个，修改其最相似的双语短语对中与该短语之间的差异的步骤进一步包括：

修改该最相似的双语短语对中的源语言短语中与上述短语之间意思不同的词汇，使得修改后的该源语言短语与该短语一致；以及

根据上述修改后的源语言短语，修改上述最相似的双语短语对中的目标语言短语中的相应词汇。

7.根据权利要求1所述的方法，还包括：

根据上述输入句子中的短语的模糊匹配的结果以及预先设定的语言模型，利用统计模型获得该输入句子的、得分最高的目标语言译文。

8.一种基于短语的统计机器翻译系统，包括：

短语模糊匹配单元，用于在预先设定的短语表中，为输入句子中的短语进行模糊匹配。

9.根据权利要求8所述的系统，其中上述短语模糊匹配单元是根据基于实例的机器翻译方法实现的。

10.根据权利要求8或9所述的系统，其中上述短语模糊匹配单元进一步包括：

相同/相似双语短语查找单元，用于为上述输入句子中的各短语，从上述短语表中查找相同的或最相似的双语短语对；

差异识别单元，用于对于上述输入句子的短语中被查找到最相似的双语短语对的短语的每一个，识别出其最相似的双语短语对与该短语之间的差异；以及

修改单元，用于对于上述输入句子的短语中被查找到最相似的双语短语对的短语的每一个，修改其最相似的双语短语对中与该短语之间的差异，以得到该短语的目标语言译文。

11.根据权利要求10所述的系统，其中上述相同/相似双语短语查找单元对于上述输入句子的短语中未被查找到相同的双语短语对的短语的每一个：

从上述短语表中为该短语找出多个相似的候选双语短语对；

依次计算上述多个相似的候选双语短语对与该短语之间的编辑距离，其中该编辑距离是从相似的候选双语短语对中的源语言短语转换到该短语所需要的插入、删除和替换操作的数目；以及

从上述多个相似的候选双语短语对中选出与上述短语之间的编辑距离最小的相似的候选双语短语对，作为该短语的最相似的双语短语对。