[发明专利]一种汉英双语翻译语料的对齐方法

说明书

技术领域

本发明涉及翻译技术领域，更具体地，是涉及一种汉英双语翻译语料的对齐方法。

背景技术

随着科技技术的不断进步，国际交流越来越频繁，世界经济的越来越开放，全球化越来越深入，各种语言文件材料之间的翻译也越来越多，尤其是英、汉之间。翻译文件涉及到生活的方方面面：贸易、法律、电子、通讯、计算机、机械、化工、石油、医药、食品等各个领域。

翻译属于服务业，服务业要始终以客户为导向。在翻译量越来越大、文件字数越来越多的今天，怎样提高翻译速度，满足客户的需求十分重要。CAT技术的流行使得翻译速度大大提高。现有的翻译的文件的拆分和分配方法在一定程度上可避免对相同的段落进行多次翻译，以提高翻译效率。但是，其仅仅对同一篇文件中的重复段落进行剔除，毕竟在一篇文件中重复的段落不多，不能真正的有效的提高翻译效率。且现有的翻译文件越来越多，重复的语段也越来越多，怎样做到已有翻译文件的重复利用以提高翻译速度十分重要。

发明内容

本发明为了解决上述技术问题提供一种汉英双语翻译语料的对齐方法，其可实现已有翻译文件的重复利用，提高翻译效率。

本发明解决上述问题所采用的技术方案是：

一种汉英双语翻译语料的对齐方法，其特征在于，包括：

步骤1，获取原文件和对应的翻译文件；

步骤2，对原文件和翻译文件按段分别进行拆分；

步骤3，对原文件的任一段和翻译文件的对应段按句进行拆分，将拆分语句进行规则对齐并建立关联；

步骤4，遍历该段，若该段中原文件与翻译文件的句数一致，直接跳转到步骤6；若该段中原文件与翻译文件的句数不一致，直接跳转到步骤5；

步骤5，对原文件或/和翻译文件中的某些句子进行合并；

步骤6，再次选取原文件的任一未拆分段和翻译文件的对应段，按照步骤3至步骤5的方法，对该段进行操作；

步骤7，按照步骤6的方法，直至将所有段落处理完毕；

步骤8，导出对齐文件。

本发明在现有已完成的翻译文件的基础上对文档进行分析、拆分，对原始的原文件和翻译文件进行按规则输出，生成标准的语料文档，以解决语料内容重复利用的问题，已提高翻译速度，大大加快了制作过程，缩短了语料文件生成时间，提高了效率。原文件和其对应的翻译文件经分段、分句后生成对应的关联语句，并按规则输出，便于后续翻译多次利用。在汉-英翻译过程中，存在一对二或二对一的情况，在语句关联时，要对这种句式进行合并，使其满足翻译要求，增强语句关联关系，提高翻译质量。本发明的方法将生料转换为熟料，即将原文件和对应的翻译文件转换为可直接利用的TMX文件。翻译过程中的最小单位为句，而不是段。处理语料的过程中，最好将其处理为句，以便于以后直接重复利用或者重复利用时仅做简单修改。

作为优选，在汉-英过程中，翻译语句存在二对一的情况，为了对这种情况进行排查，步骤5包括：查找原文件和翻译文件，找出原文件和翻译文件中“二对一”的对应句，合并原文件中的该两句对应句，原文件中合并处以后的已拆分语句依次上移并调整关联关系。

作为优选，在汉-英过程中，翻译语句存在一对二的情况，为了对这种情况进行排查，步骤5包括：查找原文件和翻译文件，找出原文件和翻译文件中“一对二”的对应句，合并翻译文件中的该两句对应句，翻译文件中合并处以后的已拆分语句依次上移并调整关联关系。

作为优选，步骤4中还包括：遍历整段，查找特定词汇并检查特定词汇的翻译词汇，检查翻译词汇是否为特定翻译词汇，若不是，则将其替换为特定翻译词汇。

综上，本发明的有益效果是：

本发明的方法将在现有已完成的翻译文件的基础上将原文件和对应的翻译文件转换为可直接利用的TMX文件按规则输出，生成标准的语料文档，以解决语料内容重复利用的问题，已提高翻译速度，大大加快了制作过程，缩短了语料文件生成时间，提高了效率。

具体实施方式

下面结合实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例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，都属于本发明保护的范围。

实施例

一种汉英双语翻译语料的对齐方法，包括：

步骤1，获取原文件和对应的翻译文件；

步骤2，对原文件和翻译文件按段分别进行拆分；

步骤3，对原文件的任一段和翻译文件的对应段按句进行拆分，将拆分语句进行规则对齐并建立关联；