基于句型的文本数据翻译方法、装置以及存储介质

摘要

本发明公开了一种基于句型的文本数据翻译方法、装置以及存储介质。其中，基于句型的文本数据翻译方法，包括：将待翻译文本数据进行拆分，确定包含文本数据对应的句子集；通过预先设定的句型库对句子集进行分析，确定与句型库匹配的多个句子子集，其中多个句子子集对应句型库中的不同句型；以及根据句子集以及与句子集匹配的句型，确定与文本数据对应的译文文本信息。

说明书

技术领域

本发明涉及文本翻译技术领域，特别是涉及一种基于句型的文本数据翻译方法、装置以及存储介质。

背景技术

CAT软件的中文全称是计算机辅助翻译软件，是利用计算机来帮助翻译者提高翻译的效率和质量，同时也帮助管理翻译的流程以提高翻译业务管理的效率。这类软件在专业翻译行业被广泛使用。CAT软件有两个最主要的功能，其一是翻译记忆库，用来管理过去翻译过的句子；其二便是术语库。在CAT软件中，用户通过术语库来管理翻译项目中的专业术语，通过翻译质量管理(Quality Assurance)工具，可以保证在译文中指定的术语是否被正确使用。在翻译质量管理方面，除了术语之外也常需要管理句型，保证文章的风格是否统一，翻译中文章使用的句型是否统一被视为一项翻译质量的指标。但是目前并没有通过句型进行文章自主翻译的技术手段。

针对上述的现有技术中存在的现有的计算机辅助翻译软件并没有没有对句型进行管理方法，从而无法通过句型改善翻译文章质量的技术问题，目前尚未提出有效的解决方案。

发明内容

本公开的实施例提供了一种基于句型的文本数据翻译方法、装置以及存储介质，以至少解决现有技术中存在的现有的计算机辅助翻译软件并没有没有对句型进行管理方法，从而无法通过句型改善翻译文章质量的技术问题。

根据本公开实施例的一个方面，提供了一种基于句型的文本数据翻译方法，包括：将待翻译文本数据进行拆分，确定包含文本数据对应的句子集；通过预先设定的句型库对句子集进行分析，确定与句型库匹配的多个句子子集，其中多个句子子集对应句型库中的不同句型；以及根据句子集以及与句子集匹配的句型，确定与文本数据对应的译文文本信息。

根据本公开实施例的另一个方面，还提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时由处理器执行以上任意一项所述的方法。

根据本公开实施例的另一个方面，还提供了一种基于句型的文本数据翻译装置，包括：第一确定模块，用于将待翻译文本数据进行拆分，确定包含文本数据对应的句子集；第二确定模块，用于通过预先设定的句型库对句子集进行分析，确定与句型库匹配的多个句子子集，其中多个句子子集对应句型库中的不同句型；以及第三确定模块，用于根据句子集以及与句子集匹配的句型，确定与文本数据对应的译文文本信息。

根据本公开实施例的另一个方面，还提供了一种基于句型的文本数据翻译装置，包括：处理器；以及存储器，与处理器连接，用于为处理器提供处理以下处理步骤的指令：将待翻译文本数据进行拆分，确定包含文本数据对应的句子集；通过预先设定的句型库对句子集进行分析，确定与句型库匹配的多个句子子集，其中多个句子子集对应句型库中的不同句型；以及根据句子集以及与句子集匹配的句型，确定与文本数据对应的译文文本信息。

在本公开实施例中，计算设备通过预先设置的句型库对待翻译文本的文本数据的句子集进行匹配，从而为句子集中的句子匹配相符的句型，达到了保证文章风格统一，提升文章质量的技术效果。进而解决了现有技术中存在的现有的计算机辅助翻译软件并没有没有对句型进行管理方法，从而无法通过句型改善翻译文章质量的技术问题。

附图说明

此处所说明的附图用来提供对本公开的进一步理解，构成本发明的一部分，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。在附图中：

图1是用于实现根据本公开实施例1所述的方法的计算设备的硬件结构框图；

图2是根据本公开实施例1的第一个方面所述的基于句型的文本数据翻译方法的流程示意图；

图3是根据本公开实施例1的第二个方面所述的基于句型的文本数据翻译方法的另一流程示意图；

图4是根据本公开实施例1的第一个方面所述的原文句型匹配流程示意图；

图5是根据本公开实施例2所述的基于句型的文本数据翻译装置的示意图；以及

图6是根据本公开实施例3所述的基于句型的文本数据翻译装置的示意图。

具体实施方式

为了使本技术领域的人员更好地理解本公开的技术方案，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本公开一部分的实施例，而不是全部的实施例。基于本公开中的实施例，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，都应当属于本公开保护的范围。

需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例1

根据本实施例，还提供了一种基于句型的文本数据翻译方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

本实施例所提供的方法实施例可以在移动终端、计算机终端、服务器或者类似的计算设备中执行。图1示出了一种用于实现基于句型的文本数据翻译方法的计算设备的硬件结构框图。如图1所示，计算设备可以包括一个或多个处理器(处理器可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器、以及用于通信功能的传输装置。除此以外，还可以包括：显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为I/O接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，计算设备还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。

应当注意到的是上述一个或多个处理器和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外，数据处理电路可为单个独立的处理模块，或全部或部分的结合到计算设备中的其他元件中的任意一个内。如本公开实施例中所涉及到的，该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。

存储器可用于存储应用软件的软件程序以及模块，如本公开实施例中的基于句型的文本数据翻译方法对应的程序指令/数据存储装置，处理器通过运行存储在存储器内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的应用程序的基于句型的文本数据翻译方法。存储器可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至计算设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

传输装置用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算设备的通信供应商提供的无线网络。在一个实例中，传输装置包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置可以为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。

显示器可以例如触摸屏式的液晶显示器(LCD)，该液晶显示器可使得用户能够与计算设备的用户界面进行交互。

此处需要说明的是，在一些可选实施例中，上述图1所示的计算设备可以包括硬件元件(包括电路)、软件元件(包括存储在计算机可读介质上的计算机代码)、或硬件元件和软件元件两者的结合。应当指出的是，图1仅为特定具体实例的一个实例，并且旨在示出可存在于上述计算设备中的部件的类型。

在上述运行环境下，根据本实施例的第一个方面，提供了一种基于句型的文本数据翻译方法。图2示出了该方法的流程示意图，参考图2所示，该方法包括：

S202：将待翻译文本数据进行拆分，确定包含文本数据对应的句子集；

S204：通过预先设定的句型库对句子集进行分析，确定与句型库匹配的多个句子子集，其中多个句子子集对应句型库中的不同句型；以及

S206：根据句子集以及与句子集匹配的句型，确定与文本数据对应的译文文本信息。

正如背景技术中所述的，在翻译质量管理方面，除了术语之外也常需要管理句型，保证文章的风格是否统一，翻译中文章使用的句型是否统一被视为一项翻译质量的指标。但是目前并没有通过句型进行文章自主翻译的技术手段。

有鉴于此，图3示出了本申请实施例所述的基于句型的文本数据翻译方法的另一流程示意图，参考图2和图3所示，本申请实施例提供了一种基于句型的文本数据的翻译方法，当需要保持译文和原文风格统一的情况下，首先计算设备将待翻译文本数据进行拆分，确定包含文本数据对应的句子集。

具体地，计算设备将文本数据进行拆分，确定文本数据的多个句子的句子集。从而便于对文本数据中的每个句子进行句型匹配。例如，文本数据中包含一万句，那么通过拆分可以获得文本数据对应的一万句的句子集。

进一步地，计算设备通过预先设定的句型库对句子集进行分析，确定与句型库匹配的多个句子子集，其中多个句子子集对应句型库中的不同句型。

具体地，其中句型库可以使用户积累的句型库，也可以是翻译软件积累得到的。通过句型库中的句型遍历句子集，可以确定每个句型对应的句子子集，从而保证了文章风格的统一。

其中，句型可以是“如果～但是～”、“因为～所以～”以及“即使但是～”等句型。

进一步地，计算设备根据句子集以及与句子集匹配的句型，确定与文本数据对应的译文文本信息。

具体地，计算设备根据与句型匹配的句子子集，确定最终的译文。例如“因为～所以～”句型对应句子集中的十个句子，那么该十个句子都可以通过上述句型进行翻译。

从而通过上述方式，计算设备通过预先设置的句型库对待翻译文本的文本数据的句子集进行匹配，从而为句子集中的句子匹配相符的句型，达到了保证文章风格统一，提升文章质量的技术效果。进而解决了现有技术中存在的现有的计算机辅助翻译软件并没有没有对句型进行管理方法，从而无法通过句型改善翻译文章质量的技术问题。

此外，本发明方案首次在CAT软件中引入“句型管理”的概念。通过建立句型数据库来存储用户自己定义的原译文句型对，在使用(翻译、译审和QA)时，利用句型库内存储的原文句型与翻译文稿中的原文句子进行比对，当文件的原文句子中包含句型库内存储的句型对时，调取句型对供翻译者翻译时参考。在译审或QA时，可以同时比对文稿的原译和句型库内的原译文的句子对，如果发现原文匹配而译文不匹配，或者译文匹配原文不匹配，则可以提示用户，从而达到帮助用户管理提升翻译质量的目的。

可选地，将待翻译文本数据进行拆分，确定包含文本数据对应的句子集的操作，包括：遍历文本数据中的底层文件，根据句子分隔符对文本数据进行拆分，确定句子集。

具体地，以word文本信息举例，其中word文件使用的是openXml的包，对文本数据进行句子拆分的步骤可以如下：

1.根据路径打开openXml；

2.遍历xml底层的文本，底层的文本是以段落P节点进行分块的，把一个文件内容分为若干个段落；

3.每个段落下有rpr节点和r节点，rpr代表的是格式信息，r节点存储的是文本信息，里面存储的是text文本信息‘

4.根据每个句子的分隔符对段落进行拆分，确定与文本数据对应的句子集。

从而通过上述方式，通过文本数据的底层文件，可以对文本数据中的句子进行准确拆分，进而得到文本数据对应的句子集。

可选地，句型库包括原文句型以及译文句型，其中原文句型以及译文句型一一对应，并且通过预先设定的句型库对句子集进行分析，确定与句型库匹配的多个句子子集的操作，包括：根据预先设定的句型分隔符，将句型库中的原文句型进行提取，确定多个原文句型；以及通过多个原文句型分别对句子集进行遍历，确定多个句子子集。

具体地，参考图4所示，其中原文句型为“虽然～但是～”，那么该原文就行对应的译文句型为“Although～，～”等等，句型库中的原文句型和译文句型一一对应，从而通过原文句型匹配到的句子子集可以匹配到相应的译文句型。

其中例如通过数据库或者文件的方式对句型进行存储，每个局慈宁宫之间通过预定的句型分隔符进行分隔，从而通过句型分隔符进行拆分即可得到多个原文句型。

此外，双语句型对在翻译中的使用场景比较多，特别是某些需要有固定句式要求的文章，可以用双语句型对译者的翻译是否符合句式要求进行校验。也可以提示译者按照固定句式进行翻译，在有些时候还可以利用句型对和双语术语表进行自动的翻译，以提高翻译的效率。

可选地，通过多个原文句型分别对句子集进行遍历，确定多个句子子集的操作，包括：通过预先设定的词语分隔符将原文句型进行拆分，确定原文句型中的多个词语，其中多个词语按照前后顺序进行排列；以及利用正则表达式，根据多个词语遍历句子集，确定多个句子子集。

具体地，计算设备可以根据预先设定的句型分隔符，将句型库中的原文句型进行提取，确定多个原文句型。例如通过“～”分隔符切割原文句型中的多个词语，例如“虽然～但是～”，其中分隔符可以由用户自定义。

然后计算设备通过多个原文句型分别对句子集进行遍历，确定多个句子子集。例如分割后的词组包括“虽然”和“但是”，并且虽然在但是的前面，进行句子集的遍历，确定和该原文句型对应的句子子集。

例如：将句型编写成正则算式：例如：If～may result～》》，

new Regex("(^|\\p{P}\\s)If\\b(.+)\\bmay\\bresult\\b(.+)\\b”)；

然后利用正则算式直接对句子集进行分析。即可得到句型匹配的句子。

从而通过上述方式，匹配句型库中的句型和文本数据的句子集，进行准确为句子集匹配准确的原文句型。

此外，关于句型的几个基本定义：

1、句型的定义：

如果以波浪号“～”表示存在但不确定的一个或多个连续的单词组合，以波浪线“～”连接一个或多个连续的单词组合构成的单词串，我们称为一个句型。

例如：“译友～不错的～”是一个句型

2、句型的特征：

特征1：一个句型可以从波浪线开始，也可以波浪线结束。

特征2：一个句型至少有一个波浪线和一个确定的连续的单词组合。

特征3：一个波浪线代表至少有一个单词。

特征4：连续的单词组合的排序是固定的，不能逆序。

3、双语句型对的定义：

两种不同语言的句型成对地相关联地记录在数据库或者其他文件内，我们成为栓与句型对。

此外，双语句型对的产生如下：以句型定义的方式成对；英语句型输入窗：If～mayresult～；中文句型输入窗：如果～则有～危险；将这个句型成对记录入SourcePattern和TargetPattern字段的数据库即可。

可选地，根据句子集以及与句子集匹配的句型，确定与文本数据对应的译文文本信息的操作，包括：遍历句型库，判断句型库中是否存在与句子集匹配的原文句型对应的译文句型；当句型库存在与原文句型对应的译文句型的情况下，确定句子集对应的译文句型；以及根据句子子集以及对应的译文句型，确定译文文本信息。

具体地，对双语文件分别进行句型匹配分析，如果源语言句型匹配而对应的译文句子没有匹配到译文句型，则可判断译文使用双语句型库以外的句型。这样就可以判断译文没有按照规定的句型翻译。

此外，参考图1所示，根据本实施例的第二个方面，提供了一种存储介质。所述存储介质包括存储的程序，其中，在所述程序运行时由处理器执行以上任意一项所述的方法。

从而根据本实施例，计算设备通过预先设置的句型库对待翻译文本的文本数据的句子集进行匹配，从而为句子集中的句子匹配相符的句型，达到了保证文章风格统一，提升文章质量的技术效果。进而解决了现有技术中存在的现有的计算机辅助翻译软件并没有没有对句型进行管理方法，从而无法通过句型改善翻译文章质量的技术问题。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

实施例2

图5示出了根据本实施例所述的基于句型的文本数据翻译装置500，该装置500与根据实施例1的第一个方面所述的方法相对应。参考图5所示，该装置500包括：第一确定模块510，用于将待翻译文本数据进行拆分，确定包含文本数据对应的句子集；第二确定模块520，用于通过预先设定的句型库对句子集进行分析，确定与句型库匹配的多个句子子集，其中多个句子子集对应句型库中的不同句型；以及第三确定模块530，用于根据句子集以及与句子集匹配的句型，确定与文本数据对应的译文文本信息。

可选地，第一确定模块510包括：第一确定子模块，用于遍历文本数据中的底层文件，根据句子分隔符对文本数据进行拆分，确定句子集。

可选地，句型库包括原文句型以及译文句型，其中原文句型以及译文句型一一对应，并且第二确定模块520包括：第二确定子模块，用于根据预先设定的句型分隔符，将句型库中的原文句型进行提取，确定多个原文句型；以及第三确定子模块，用于通过多个原文句型分别对句子集进行遍历，确定多个句子子集。

可选地，第三确定子模块包括：第一确定单元，用于通过预先设定的词语分隔符将原文句型进行拆分，确定原文句型中的多个词语，其中多个词语按照前后顺序进行排列；以及第二确定单元，用于利用正则表达式，根据多个词语遍历句子集，确定多个句子子集。

可选地，第三确定模块530，包括：判断子模块，用于遍历句型库，判断句型库中是否存在与句子集匹配的原文句型对应的译文句型；第四确定子模块，用于当句型库存在与原文句型对应的译文句型的情况下，确定句子集对应的译文句型；以及第五确定子模块，用于根据句子子集以及对应的译文句型，确定译文文本信息。

从而根据本实施例，计算设备通过预先设置的句型库对待翻译文本的文本数据的句子集进行匹配，从而为句子集中的句子匹配相符的句型，达到了保证文章风格统一，提升文章质量的技术效果。进而解决了现有技术中存在的现有的计算机辅助翻译软件并没有没有对句型进行管理方法，从而无法通过句型改善翻译文章质量的技术问题。

实施例3

图6示出了根据本实施例6所述的基于句型的文本数据翻译装置600，该装置600与根据实施例1的第一个方面所述的方法相对应。参考图6所示，该装置600包括：处理器610；以及存储器620，与处理器610连接，用于为处理器610提供处理以下处理步骤的指令：将待翻译文本数据进行拆分，确定包含文本数据对应的句子集；通过预先设定的句型库对句子集进行分析，确定与句型库匹配的多个句子子集，其中多个句子子集对应句型库中的不同句型；以及根据句子集以及与句子集匹配的句型，确定与文本数据对应的译文文本信息。

可选地，将待翻译文本数据进行拆分，确定包含文本数据对应的句子集的操作，包括：遍历文本数据中的底层文件，根据句子分隔符对文本数据进行拆分，确定句子集。

可选地，句型库包括原文句型以及译文句型，其中原文句型以及译文句型一一对应，并且通过预先设定的句型库对句子集进行分析，确定与句型库匹配的多个句子子集的操作，包括：根据预先设定的句型分隔符，将句型库中的原文句型进行提取，确定多个原文句型；以及通过多个原文句型分别对句子集进行遍历，确定多个句子子集。

可选地，通过多个原文句型分别对句子集进行遍历，确定多个句子子集的操作，包括：通过预先设定的词语分隔符将原文句型进行拆分，确定原文句型中的多个词语，其中多个词语按照前后顺序进行排列；以及利用正则表达式，根据多个词语遍历句子集，确定多个句子子集。

可选地，根据句子集以及与句子集匹配的句型，确定与文本数据对应的译文文本信息的操作，包括：遍历句型库，判断句型库中是否存在与句子集匹配的原文句型对应的译文句型；当句型库存在与原文句型对应的译文句型的情况下，确定句子集对应的译文句型；以及根据句子子集以及对应的译文句型，确定译文文本信息。

从而根据本实施例，计算设备通过预先设置的句型库对待翻译文本的文本数据的句子集进行匹配，从而为句子集中的句子匹配相符的句型，达到了保证文章风格统一，提升文章质量的技术效果。进而解决了现有技术中存在的现有的计算机辅助翻译软件并没有没有对句型进行管理方法，从而无法通过句型改善翻译文章质量的技术问题。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本发明所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。