[发明专利]译员专业翻译能力的量化方法

权利要求书

1.一种译员专业翻译能力的量化方法，其特征在于，包括：

根据译员的专业测试要求，选择相应的多件测试稿件提供给译员进行翻译测试；

将每件译后稿件与相应的标准译稿进行相似性分析，得到其相似度数值；其中，所述相似度值介于0～1之间；

提取每篇测试稿件内的关键词，与术语语料库进行匹配，确定每篇稿件的术语数量，作为计算稿件权重的基值；

通过所述基值、所述测试稿件的翻译难度系数、和译员的翻译速度系数确定出每件测试稿件所占的权重；

将上述所得的权重值结合译后稿件与标准译稿的相似度值得到一个0～100之间的数值，将该数值作为该译员在该专业的翻译能力分值。

2.根据权利要求1所述的方法，其特征在于，所述相似性分析的过程包括：

提取每篇译后稿件和与其对应的测试文档库中的标准译稿集合的关键词；该关键词的集合为C={k₁，k₂，…，k_m}；

计算C中每个关键词k在稿件中出现的概率，即出现关键词k的稿件数和稿件总数之比，记为p（k）；

将C中关键词按p（k）进行降序排序，并将每一个关键词作为一个集合，这样得到初始的m个待合并集合，记为{k₁}，{k₂}，…，{k_m}；

在这m个关键词中，计算在关键词k_i出现的稿件中关键词k_j出现的概率，记为p（k_j|k_i），共计个条件概率，（1≤i，j≤m；i≠j）；p（k_j|k_i）=p（k_jk_i）/p（k_i），p（k_jk_i）为k_j和k_i同时出现在同一篇稿件中的概率；

合并待合并集合，生成以关键词集合C为根节点的关键词概念树。

3.根据权利要求2所述的方法，其特征在于，所述合并过程包括：

对于待合并的两个关键词集合C1和C2，合并条件为：存在k_i属于C1，k_j属于C2，且p（k_i）>阀值P1，p（k_j|k_i）>阀值P2，当p（k_i）和p（k_j|k_i）大于所述设定阀值时，关键词k_i和k_j表达相同概念，满足其所在的集合的合并条件之一；

在合并后的集合中任给一个关键词k_i，其与集合中一半以上关键词都满足条件p（k_j|k_i）>阀值P2。

4.根据权利要求3所述的方法，定义H为生成的概念树的高度，定义depth（k）为节点k在树中的深度，即为从根节点到该节点所经历的边数；

定义com（k_i，k_j）为离节点k_i和k_j最近的共同父节点；

任两个关键词的积的计算公式：k_i×k_j=depth（com（k_i，k_j））/H；

设向量A={a₁，a₂，…，a_n}，B={b₁，b₂，…，b_n}，定义向量计算：所述A和B中的一个为待译稿件，另一个为相应的标准译稿；

相似度计算公式为：Sim(A,B)=A*BA*BA*B.]]>