[发明专利]一种交互式预测输入法

说明书

技术领域

本发明涉及语言翻译技术领域，特别涉及一种交互式预测输入法。

背景技术

当前，机器翻译已经成熟的应用在教学、科研和商业领域。其中在语言服务行业中机器翻译已经应用在后编译(post-edit)技术中，在该技术中机器翻译首先把原文翻译出一个结果，然后译员根据译文再次进行修改。如今机器翻译跟计算机辅助翻译系统(ComputerAidedTranslation)的结合是大势所趋，许多厂商，诸如GoogleToolkit、SDLTrados、MemoQ、Lingotek、Matecat、yeekit等都把机器翻译作为提高译员翻译效率的辅助工具。

机器翻译跟翻译行业结合最早是源自交互式机器翻译技术。交互式机器翻译(InteractiveMachineTranslation)起源于1973年Kay的MIND项目，发展壮大于Langlais等科研工作者21世纪初期构建的TransType和TransType2项目。最近几年，传统的检索模型(searchingmodel)又被扩展到各种模型上，诸如González-Rubio的SCFG模型、Alabau的结构预测和黄国平的对数线性模型。可以说交互式机器翻译从上世纪初至今，很多科研工作者提出各种方法去提高交互式机器翻译的质量，目标是借助于后编译技术提高译员的翻译效率。然而，实践中证明实际译员并不愿意在粗糙的机器翻译译文上“大动手脚”。究其原因就是当前机器翻译理论和技术的限制导致机器翻译的译文偏离实际意义很大甚至“风马牛不相及”。虽然科研工作者从科研的角度证明交互式机器翻译可以提高译员的翻译效率，但是这类方法并不被实际中的专业译员所采用，因为被证明同样耗时费力，而且交互式机器翻译的动态解码(dynamicdecoding)过程非常的耗时，明显的延迟感让商业系统至今不愿接纳。

从稍微正式的公式来描述，传统的交互式机器翻译(后编译技术)要考虑译员已经输入的信息，叫做前缀(prefix)，用t_p表示，系统会根据这些前缀生成最相关的后缀(suffix)信息供译员参考选择，用t_s表示。以上描述可以表示成如下公式：

t^s=argmaxtsPr(ts|s,tp)=argmaxtsPr(s,tpts)---(1)]]>