[发明专利]一种日期时间自动翻译控制方法

说明书

技术领域

本发明属于机器翻译技术领域，尤其涉及一种日期时间自动翻译控制方法。

背景技术

在传统的统计机器翻译中，语料库是决定翻译质量的最重要的部分，往往决定了一个机器翻译系统翻译能力的好坏。对于某些特殊的具有规律性的翻译内容例如时间、数字、日期，货币等，由于有各种各样的形式变化，数字范围也是无限的，语料库往往很难全部覆盖到所有情况，无法做到较高的准确性。对于现有的机器翻译系统，例如百度翻译系统翻译There are 7bn people in the earth.百度机器翻译无法正确的翻译出7bn为70亿。

传统统计机器翻译中存在的一些具有规律性的文本容易翻译错误的问题。

发明内容

本发明的目的在于提供一种日期时间自动翻译控制方法，旨在解决传统统计机器翻译中存在的一些具有规律性的文本容易翻译错误的问题。

本发明是这样实现的，一种日期时间自动翻译控制方法，所述日期时间自动翻译控制方法采用基于规则的时间、数字、日期、货币识别和翻译方法，对于任意给定一个待翻译的英文句子，自动将其中的时间、数字、日期、货币内容自动翻译过程中文，然后在利用统计机器翻译将剩余未翻译的部分进行翻译即可完成整个翻译过程。

进一步，所述日期时间自动翻译控制方法包括以下步骤：

步骤一，预处理：对源语进行标点符号前添加空格、单词词形变化处理，缩略语处理等，如105bn需要变换成105billion；

步骤二，查词典和分词：采用最大匹配的分词方法，从左到右扫描整个句子，依据分词词典，找出句子中存在于分词词典中的所有最长短语。假设句子中存在Greenwich Mean Time，而分词词典中也存在词条Greenwich Mean Time/N/格林威治标准时间，则将句子中的该词条查找出来，并标注上时间名词属性。

步骤三，日期时间类规则及其匹配：穷举实际语言中可能出现的各种形式的日期和时间形式，并编写出相应规则；对于日期翻译，规则匹配时，需要确保能正确识别年、月、日；

步骤四，转换生成：对每条规则，都要给出翻译模式，以进行转换生成译文。

进一步，所述相应规则包括：：

(0)DAY[1]+(1)CAT[N]&&MONTH[1]+(2)CHI[,]+(3)YEAR[1]-->TREE[0,3,1]；PUT[0,DATE,1]；

(0)CAT[N]&&MONTH[1]+(1)DAY[1]+(2)CHI[,]+(3)YEAR[1]-->TREE[0,3,1]；PUT[0,DATE,1]。

进一步，步骤三中，需要定义很多函数，比如数字范围函数，年、月、日的函数，如日函数DAY，范围为数字1-31，或者1st-31st，月函数MONTH，为January到December，以及它们缩写词，年函数YEAR，范围一般取1200-2500之间的数字。

然后根据英语日期写法，来定义规则，如英语有下列几种：

January 2,2016

2January,2016

则定义规则：

(0)MONTH[1]+(1)DAY[1]+(2)CHI[,]+(3)YEAR[1]

(0)DAY[1]+(1)MONTH[1]+(2)CHI[,]+(3)YEAR[1]

可以匹配上述两种情况。

本发明的另一目的在于提供一种所述日期时间自动翻译控制方法的日期时间自动翻译控制系统，所述日期时间自动翻译控制系统包括：

预处理模块，预处理模块，用于对源语进行预处理，包括对源语进行标点符号前添加空格、单词词形变化处理，缩略语处理；

查词典和分词模块，用于采用最大匹配法，从左到右扫描整个句子，依据分词词典，找出句子中存在于分词词典中的所有最长短语；

日期时间类规则及其匹配模块，用于穷举实际语言中可能出现的各种形式的日期和时间形式，并编写出相应规则；对于日期翻译，规则匹配时，需要确保能正确识别年、月、日；

转换生成模块，用于对每条规则，给出翻译模式，以进行转换生成译文。

本发明的另一目的在于提供一种利用所述日期时间自动翻译控制方法的机器翻译系统。