[发明专利]翻译库的构建方法及系统

说明书

技术领域

本发明涉及语言翻译技术领域，尤其涉及一种包括专业句典的翻译库构建方法及系统。

背景技术

目前，电子行业几乎所有的产品和技术资料都是英文的，人们都习惯从熟悉的语言环境中迅速地获取自己感兴趣的信息，因此对于中国庞大的从业人员来讲，将他们需要查阅的产品和技术资料的主要部分进行中文的翻译，对于他们了解技术内容的效率具有非常大的意义；同时将部分资料进行本地化翻译也利于本地搜索引擎的收录，和本地用户的检索。然而，目前人们采用的翻译工具大多为在线词典（比如google翻译、Bing翻译、有道翻译、金山词霸等），这些词典对于行业内专业术语的翻译往往存在严重偏差。

发明内容

本发明的目的在于提供一种准确度高的翻译库构建方法。

相应地，本发明的目的还在于提供一种应用上述方法的翻译库构建系统。

为实现上述发明目的之一，本发明采用的技术方案如下：一种翻译库的构建方法，该方法包括构建专业句典，所述构建专业句典包括以下步骤：

S1、提取双语网站上的文本内容；

S2、将所述文本内容以句子为单元进行拆分；

S3、将文本内容中的原始语句和相对应的翻译语句相关联，形成专业句典，存储于翻译库。

作为本发明的进一步改进，在S3步骤后，还包括：

提取电子行业产品及技术资料的英文内容；

将所述英文内容以英文句子为单元进行拆分；

将拆分后的英文句子与所述翻译库中句典进行匹配，若匹配到，则通过所述翻译库中句典对所述英文句子进行翻译；若匹配不到，则在所述翻译库中调取与所述英文句子中关键词最大相似度的句典，并参考所述句典对所述英文句子进行翻译后，以新句典存储于所述翻译库。

作为本发明的进一步改进，在所述“将所述英文内容以英文句子为单元进行拆分”步骤后，还包括：对所述英文句子按照出现于所述产品及技术资料中的频率进行排序。

作为本发明的进一步改进，该方法还包括建立专业词典，所述构建专业词典包括以下步骤：

抓取行业内各网站上指定区域的网页信息；

提取所述网页信息中的文本信息；

对所述文本信息进行分词，以获取若干词条；

判断所述词条是否为本行业的专业词条，若是，将该词条存储于词库中；若否，对该词条进行剔除；

将所述专业词条查找专业词典或者人工翻译，以获取相应的翻译词条；

将所述专业词条与所述翻译词条关联。

作为本发明的进一步改进，在“对所述文本信息进行分词，以获取若干词条”步骤后，还包括：

查询专业英语词库，判断所述专业英语词库中是否已存在该词条，若是，剔除该词条；若否，保存该词条；

统计所述词条在所述网站上的使用频率，并根据所述使用频率对所述词条进行排序。

相应地，为实现上述另一发明目的，本发明提供的一种翻译库的构建系统，该系统用于专业句典的构建，该系统包括：

文本提取单元、用于提取双语网站上的文本内容；

分句单元、用于将所述文本内容以句子为单元进行拆分；

句典生成单元、用于将文本内容中的原始语句和相对应的翻译语句相关联，形成专业句典，存储于翻译库。

作为本发明的进一步改进，该系统还用于：

提取电子行业产品及技术资料的英文内容；

将所述英文内容以英文句子为单元进行拆分；

将拆分后的英文句子与所述翻译库中句典进行匹配，若匹配到，则通过所述翻译库中句典对所述英文句子进行翻译；若匹配不到，则在所述翻译库中调取与所述英文句子中关键词最大相似度的句典，并参考所述句典对所述英文句子进行翻译后，以新句典存储于所述翻译库。

作为本发明的进一步改进，该系统还具体用于：对所述英文句子按照出现于所述产品及技术资料中的频率进行排序。

作为本发明的进一步改进，该系统还用于建立专业词典，其包括如下单元：

网页抓取单元、用于抓取电子行业网站上的网页信息；

文本提取单元、用于提取所述网页信息中的文本信息；

分词单元、用于对所述文本信息进行分词，以获取若干词条；

筛选单元、用于判断所述词条是否为本行业的专业词条，若是，将该词条存储于专业英语词库中；若否，对该词条进行剔除。

翻译单元、用于将所述专业词条查找专业词典或者人工翻译，以获取相应的翻译词条；

专业词典生成单元、用于将所述专业词条与所述翻译词条关联。