[发明专利]训练基于短语的翻译模型的方法、机器翻译方法及其装置

权利要求书

1.一种训练基于短语的翻译模型的方法，包括以下步骤：

识别双语语料库中的例句对中的命名实体，上述双语语料库包括多对相对应的源语言和目标语言的例句；

将上述例句对中的识别出的上述命名实体替换为上述命名实体的类别；

从替换后的上述例句对中抽取短语对；以及

将抽取出的上述短语对加入上述基于短语的翻译模型。

2.根据权利要求1所述的训练基于短语的翻译模型的方法，还包括：

在上述从替换后的上述例句对中抽取短语对的步骤之后，计算上述短语对的翻译概率的步骤。

3.根据权利要求2所述的训练基于短语的翻译模型的方法，其中，基于上述短语对在上述双语语料库中出现的次数计算上述翻译概率。

4.根据权利要求2或3所述的训练基于短语的翻译模型的方法，其中，上述将抽取出的上述短语对加入上述基于短语的翻译模型的步骤包括将上述短语对和上述翻译概率加入上述基于短语的翻译模型。

5.根据权利要求1所述的训练基于短语的翻译模型的方法，其中，上述双语语料库包括进行了对齐的双语语料库，上述进行了对齐的双语语料库包括上述多对例句中每对例句之间的对齐信息。

6.根据权利要求5所述的训练基于短语的翻译模型的方法，其中，基于上述对齐信息进行上述从替换后的上述例句对中抽取短语对的步骤。

7.根据权利要求1所述的训练基于短语的翻译模型的方法，还包括：

在上述从替换后的上述例句对中抽取短语对的步骤之前，对上述例句对进行对齐的步骤。

8.根据权利要求1所述的训练基于短语的翻译模型的方法，其中，上述命名实体的类别包括：人名、地名、组织机构名称、商品名称、时间、金钱和数字中的至少一种。

9.一种训练基于短语的翻译模型的装置，包括：

识别单元，其识别双语语料库中的例句对中的命名实体，上述双语语料库包括多对相对应的源语言和目标语言的例句；

替换单元，其将上述例句对中的上述识别单元识别出的上述命名实体替换为上述命名实体的类别；

抽取单元，其从上述替换单元替换后的上述例句对中抽取短语对；以及

添加单元，其将上述抽取单元抽取出的上述短语对加入上述基于短语的翻译模型。

10.根据权利要求9所述的训练基于短语的翻译模型的装置，还包括：

计算单元，其在上述抽取单元从上述替换单元替换后的上述例句对中抽取短语对之后，计算上述短语对的翻译概率。

11.根据权利要求10所述的训练基于短语的翻译模型的装置，其中，上述计算单元基于上述短语对在上述双语语料库中出现的次数计算上述翻译概率。

12.根据权利要求10或11所述的训练基于短语的翻译模型的装置，其中，上述添加单元将上述短语对和上述翻译概率加入上述基于短语的翻译模型。

13.根据权利要求9所述的训练基于短语的翻译模型的装置，其中，上述双语语料库包括进行了对齐的双语语料库，上述进行了对齐的双语语料库包括上述多对例句中每对例句之间的对齐信息。

14.根据权利要求13所述的训练基于短语的翻译模型的装置，其中，上述抽取单元基于上述对齐信息从上述替换单元替换后的上述例句对中抽取短语对。

15.根据权利要求9所述的训练基于短语的翻译模型的装置，还包括：

对齐单元，其在上述抽取单元从上述替换单元替换后的上述例句对中抽取短语对之前，对上述例句对进行对齐。

16.根据权利要求9所述的训练基于短语的翻译模型的装置，其中，上述命名实体的类别包括：人名、地名、组织机构名称、商品名称、时间、金钱和数字中的至少一种。

17.一种基于短语的机器翻译方法，包括以下步骤：

识别待翻译的源语言的句子中的命名实体；

将上述待翻译的源语言的句子中的识别出的上述命名实体替换为上述命名实体的类别；

在基于短语的翻译模型中，查找与替换后的上述待翻译的源语言的句子相匹配的多个短语对；以及

利用上述多个短语对和上述命名实体的译文生成上述待翻译的源语言的句子的译文。