[发明专利]表意构件识别提取和基于表意构件的机译人校互动翻译方法

说明书

本发明提供一种表意构件识别提取方法及其机译人校互动式翻译方法，其中的表意构件识别提取方法为：利用相同内容的多语种或双语文字版本的语料作句对齐后生成双语句对库，以表意将不同语言文字进行关联，不同语言文字的表意通过四种共同的表意构件实现，识别提取出这四种表意构件包括读句配骼、识别及标注句舱、舱检测及提取舱模和收存意群串。本发明还提供了基于表意构件的机译人校互动式翻译方法，包括读句配骼、源语句套入、句舱或舱眼内容转移、存查得项、预选给出目语待校句以及语意校正、自学习。本发明解决了现有技术存在的译文质量差，要求操作者具独立翻译能力，处理过程中无法反悔地丢失词义、语意之技术问题。

【技术领域】

本发明涉及一种自然语言的处理或转换的方法；特别涉及一种表意构件识别提取和基于表意构件的机译人校互动翻译方法。

【背景技术】

计算机语言文字的信息处理领域，机器翻译是技术难度的至高点。

机器翻译如《自然语言的计算机处理》冯志伟著，上海外语教育出版社1996年10月出版，其中第八章第一节机器翻译中写道：“1964年，美国ALPAC报告指出的机器翻译遇到的‘语义障碍’至今仍然存在，机器翻译技术至今似乎仍然没有突破性的进展”。“机器翻译系统的实用化和商品化问题面临着严峻的考验”。

大众软件，2004年第二期，作者王槊，采访业界多位专家后报道，《机器翻译，路在何方》一文中指出MT(machine translation)“机器翻译技术本身存在的问题是阻碍其发展的硬伤。目前不仅在中国，整个世界范围内机器翻译技术都没有很大的突破。试图用机器通过有限的规则和语料提高翻译准确性，在短期内无法实现。在语言智能化研究理论不成熟的情况下，MT软件研究在技术上碰到瓶颈，无法解决一个单词在不同语言环境下的词义选择问题，同样也无法在复杂多变的语境中正确选择语法规则，因此，翻译水平无法实现明显提高”。这也是为什么现在的机器翻译软件无法满足人们的需求，翻译出来的结果往往令人啼笑皆非的原因……。TM(Translation Memory，翻译记忆)，面向专业翻译人员和机构设计，要求使用者具备独立的翻译能力。它的原理是基于数据库，将翻译过的所有材料以句子为单位存入数据库。翻译时系统自动对电子文档进行分析，100％匹配的句子可以自动替换，不足100％匹配的句子可根据匹配度提出翻译建议，新句子完全依靠人工翻译。最后作者指出：“机器翻译技术本身存在的问题是阻碍其发展的硬伤。目前不仅在中国，整个世界范围内机器翻译技术都没有很大的突破”。

外语研究，2007年第五期，作者苏明阳，在《翻译记忆系统的现状及其启示》一文中指出翻译记忆技术本身的局限，“相同的句子永远不需要翻译第二遍”。然而“现实中的翻译活动大多缺乏重复性，只有在某些特定的领域中，文本的重复才能达到一定的比例”。

湖南医科大学学报，2010年3月第二期，作者傅彦夫，在《翻译记忆理论及几款计算机辅助翻译软件评介》一文中回顾并分析了MT经历了70多年的发展，至今译文质量确实不能令人欣慰。“难怪人们把人工智能能列为二十一世纪人类科技十大难题之一。在这种情况下，采用基于翻译记忆(MT)技术的辅助翻译系统应运而生”。“翻译记忆软件一般都提供翻译记忆、术语库管理、翻译项目管理、语料库加工与应用等翻译工具”。语料库加工是使翻译过的语料进行句对齐，以双语或多语语义对齐后的句对建库，称“句库”或“记忆库”。

CN200910002334.1公开了一种基于实例短语的机器翻译方法，将基于实例和基于短语结合。虽然翻译粒度比基于字、词和基于句更为适中，但仅是利用算法临时获得，没有人脑校正质量难以保证；没有建库，不能累积也不能长期使用。

现有技术存在不足，MT①译文质量差；TM②要求操作者具独立翻译能力。