[发明专利]多语言信息的检索方法、装置、计算机设备及计算机存储介质

说明书

本发明公开了一种多语言信息的检索方法、装置、计算机设备及计算机存储介质，涉及信息检索领域，可以提高待检索信息翻译的精度。所述方法包括：获取多语言句对形式的语料；根据所述多语言句对形式的语料在形成过程中的语言种类，生成符合所述多语言句对形式的语料的存储规则；将所述多语言句对形式的语料导入搜索引擎库中符合所述存储规则的语料库，所述搜索引擎库中设置有各种存储规则的语料库；根据所述搜索引擎库中各种存储规则的语料库之间的关联关系，构建索引结构的多语言语料库；当接收到用户发送的携带有语言种类的待检索信息时，从所述索引结构的多语言语料库中查找与所述待检索信息相匹配语言种类的语料作为检索结果进行。

技术领域

本发明涉及信息检索领域，特别是涉及一种多语言信息的检索方法、装置、计算机设备及计算机存储介质。

背景技术

随着互联网的高速发展，带来了网络数据文本的爆炸式生长，蓬勃的互联网发展带来了丰富的多语言信息，借助这些丰富的多语言信息可以构建更好的语料检索平台，通过语料检索平台实现对不同语言的翻译。

人工翻译耗时较长，成本较高，已经满足不了人们对多语言信息日益增长的需求。机器翻译能够将一种自然语言自动地翻译为另一种自然语言，利用机器翻译快速获取多语言的信息和资源已成为必然趋势。现有的机器翻译平台，如百度翻译、谷歌翻译以及译马网等，都有自己的语料库，通过用户输入待检索语句，可以实现不同国家语言的翻译以及查询等操作。

然而，机器翻译平台虽然支持多语言翻译以及查询等操作，但是由于机器翻译平台内的语料库架构臃肿且不易迁移，使得机器翻译后的语句质量较差，用户并不能直接使用，而是需要对翻译结果进行校对或者处理。

发明内容

有鉴于此，本发明提供了一种多语言信息的检索方法、装置、计算机设备及计算机存储介质，主要目的在于解决现有技术的机器翻译平台内的语料库架构臃肿且不易迁移，使得机器翻译后的语句质量较差问题。

依据本发明一个方面，提供了一种多语言信息的检索方法，该方法包括：

获取多语言句对形式的语料；

根据所述多语言句对形式的语料在形成过程中的语言种类，生成符合所述多语言句对形式的语料的存储规则；

将所述多语言句对形式的语料导入搜索引擎库中符合所述存储规则的语料库，所述搜索引擎库中设置有各种存储规则的语料库；

根据所述搜索引擎库中各种存储规则的语料库之间的关联关系，构建索引结构的多语言语料库；

当接收到用户发送的携带有语言种类的待检索信息时，从所述索引结构的多语言语料库中查找与所述待检索信息相匹配语言种类的语料作为检索结果进行推送。

进一步地，在所述获取多语言句对形式的语料之后，所述方法还包括：

对所述多语言句对形式的语料进行格式调整，得到相同存储格式的多语言句对形式的语料。

进一步地，所述各个存储规则的语料库中存储有用于承载多语言句对形式的语料的多个数据表，所述根据所述搜索引擎库中各种存储规则的语料库之间的关联关系，构建索引结构的多语言语料库包括：

根据各个存储规则的语料库中数据表所记录语料之间的依赖关系，设置各个数据表之间的关联字段；

将所述各个数据表之间的关联字段作为所述搜索引擎库中各种存储规则的语料库之间的关联关系，构建索引结构的多语言语料库。

进一步地，在所述将所述多语言句对形式的语料导入搜索引擎库中符合所述存储规则的语料库之后，所述方法还包括：

检测所述多语言句对形式的语料的存储规则是否符合搜索引擎库中导入语料库对应的存储规则；

如果是，则发送导入成功的提示信息；否则，发送导入错误的提示信息。