[发明专利]一种确定双语语句对互译关系方法及系统

权利要求书

1.一种确定双语语句对互译关系的方法，其特征在于，包括以下步骤：

获取双语语料库中的目标双语语句对，其中，所述目标双语语句对为第一语言的第一句子与第二语言的第二句子所组成的语句对，所述第一句子和第二句子之间具有待确定的互译关系；

对所述目标双语语句对中的第一语句和第二语句进行分析，并利用分析结果对所述第一语句和第二语句的匹配关系进行计算，得到所述目标双语语句对的匹配特征值；其中，所述匹配特征值包括：机器翻译引擎的翻译特征值；

所述对目标双语语句对中的第一语句和第二语句进行分析，并利用分析结果对所述第一语句和第二语句的匹配关系进行计算，得到所述目标双语语句对的匹配特征值，具体包括：

利用机器翻译引擎，将所述第一语句翻译为所述第二语言的第一翻译语句，确定第一句子相似度，所述第一句子相似度为所述第一翻译语句与所述第二语句进行相似性比较所得到的相似度；以及，利用机器翻译引擎，将所述第二语句翻译为所述第一语言的第二翻译语句，确定第二句子相似度，所述第二句子相似度为所述第二翻译语句与所述第一语句进行相似性比较所得到的句子相似度；将所述第一句子相似度或第二句子相似度，或者，第一句子相似度和第二句子相似度的乘积作为所述机器翻译引擎的翻译特征值；

利用分类模型，根据所述目标双语语句对的匹配特征值，对所述目标双语语句对进行过滤分类，确定所述目标双语语句对是否为符合互译关系要求的双语语句对；其中，所述分类模型是以训练双语语句对为训练对象训练得到的，所述训练以所述训练双语语句对的所述匹配特征值、所述训练双语语句对之间是否具有符合要求的互译关系为依据来进行，所述训练的训练结果包括所述匹配特征值在互译关系中的权重；其中，所述目标双语语句对的匹配特征值包括：所述目标双语语句对的机器翻译引擎的翻译特征值；

所述对目标双语语句对进行过滤分类，确定所述目标双语语句对是否为符合互译关系要求的双语语句对，具体包括：

根据所述分类模型中所确定的包括机器翻译引擎的翻译特征值的匹配特征值在互译关系中的权重，以及包括所述目标双语语句对的机器翻译引擎的翻译特征值的匹配特征值，计算所述目标双语语句对是否满足预先设定的互译关系要求，如果是，则将所述目标双语语句对确定为具有互译关系的双语语句对，保留在所述双语语料库中；其中，所述分类模型是以训练双语语句对为训练对象训练得到的，所述训练以包括所述训练双语语句对的机器翻译引擎的翻译特征值的匹配特征值、所述训练双语语句对之间是否具有符合要求的互译关系为依据来进行的，所述训练的训练结果为所述包括机器翻译引擎的翻译特征值的匹配特征值在互译关系中的权重。

2.根据权利要求1所述的方法，其特征在于，所述匹配特征值还包括：句长比例特征值；

所述对目标双语语句对中的第一语句和第二语句进行分析，并利用分析结果对所述第一语句和第二语句的匹配关系进行计算，得到所述目标双语语句对的匹配特征值，还包括：

分别分析得到所述第一语句和所述第二语句的单词或字符个数，计算所述第一语句的单词或字符个数与第二语句的单词或字符个数的比例关系，得到所述目标双语语句对的句长比例特征值；

所述对目标双语语句对进行过滤分类，确定所述目标双语语句对是否为符合互译关系要求的双语语句对，还包括：

根据所述分类模型中所确定的还包括句长比例特征值的匹配特征值在互译关系中的权重，以及还包括所述目标双语语句对的句长比例特征值的匹配特征值，计算所述目标双语语句对是否满足预先设定的互译关系要求，如果是，则将所述目标双语语句对确定为具有互译关系的双语语句对，保留在所述双语语料库中；其中，所述分类模型是以训练双语语句对为训练对象训练得到的，所述训练以还包括所述训练双语语句对的句长比例特征值的匹配特征值、所述训练双语语句对之间是否具有符合要求的互译关系为依据来进行的，所述训练的训练结果为还包括所述句长特征值在互译关系中的权重。