[发明专利]文档辅助翻译方法及装置

说明书

本发明提供一种文档辅助翻译方法及装置，该方法包括：将待翻译文档拆分成多个句子，根据语种识别出不翻译的句子，分析文档中和文档之间的重复句子，将每个句子与语料库中的语料和术语进行匹配，将待翻译句子、匹配的术语和语料写入excel，标识出无需翻译的句子，并把重复句子行进行标识锁定；从语料库中获取每个句子匹配到的语料的译文，以供译员对每个句子进行翻译；根据译员对每个句子进行翻译的译文，获取所述待翻译文档的译文，进行术语语料检查及漏译检查，最终按照段段对照、句句对照、纯译文模式进行文档还原完成翻译。本发明提高了待翻译文档翻译的质量和效率，降低翻译成本。

技术领域

本发明涉及翻译辅助处理技术领域，尤其涉及一种文档辅助翻译方法及装置。

背景技术

随着科学技术的发展，语言处理领域的研究很多。其中，在智能翻译方面，用户只要输入文本，就可以通过智能翻译工具将其翻译成所需的语言。但语言组织的组织结构比较复杂且有的词语可能有多个意思，因此翻译工具翻译的结果一般不太理想。

在对翻译的精度要求较高的场景中，需要译员进行翻译。译员在对文档进行翻译时，依次对文档的每个句子进行翻译。由于译员的知识储备有限，需要安装其他翻译辅助工具。例如，通过翻译辅助工具查找文档中术语的翻译。从而导致翻译需要耗费大量时间和成本。

发明内容

本发明提供一种文档辅助翻译方法及装置，用以解决现有技术中译员手动翻译耗时长，成本高的缺陷，实现提高译员翻译效率，降低翻译成本。

本发明提供一种文档辅助翻译方法，包括：

将待翻译文档拆分成多个句子，根据语种识别出不翻译的句子，分析所述待翻译文档中和所述待翻译文档之间的重复句子，将每个句子与语料库中的语料和术语进行匹配，获取每个句子匹配到的术语和语料，将所述句子及匹配的术语和语料写入待译excel表格，标识出所述不翻译的句子，并把所述重复句子所在的行进行标识锁定；

从所述语料库中获取每个句子匹配到的语料的译文，并将所述译文写入所述待译excel表格中，以供译员根据所述待译excel表格对每个句子进行翻译；

根据译员在所述待译excel中写入的每个句子的译文，生成已译excel表格，对所述已译excel表格进行术语检查及漏译检查，若检查通过，则将所有句子的译文还原为所述待翻译文档的译文。

根据本发明提供的一种文档辅助翻译方法，所述将待翻译文档拆分成多个句子包括：

基于Aspose.words类库中的DOM将待翻译文档转换成Document对象；

提取所述Document对象中的所有段落和表格；

对每个段落进行语种识别，根据每个段落的语种的断句符号将每个段落拆分成句子；

将所述表格中每行的文本内容作为单个句子。

根据本发明提供的一种文档辅助翻译方法，将每个句子与语料库中的语料进行匹配，获取每个句子匹配到的语料包括：

统计每个句子的信息和每个语料的信息；

基于AhoCorasickDoubleArrayTrie将每个句子的信息与各语料的信息进行匹配，获取每个句子的信息与各语料的信息之间的匹配率；

将匹配率大于预设阈值的语料作为每个句子匹配到的语料。

根据本发明提供的一种文档辅助翻译方法，所述将所述句子及匹配的术语和语料写入待译excel表格，包括：

以每个句子的原文、译文、匹配到的术语和语料为列生成待译excel表格；