[发明专利]多译员模式下翻译知识有效性判别方法

权利要求书

1.一种多译员模式下翻译知识有效性判别方法，其特征在于包括以下步骤：

1)数据采集，实时采集译员翻译过程中的任务接受时间、任务提交时间、翻译行为、翻译实例以及质检结果基础数据；

2)统计分析，从基础数据中统计出译员翻译过程中的平均翻译速度、翻译速度波动系数、平均翻译质量、翻译质量波动系数、翻译总量、常用句式、常用词汇/短语、常用工具、常用行为、检索记录和错误类别特征；

3)特征选择，考察上述各类特征与翻译知识有效性之间的关联情况，筛选出具有最高关联度的m个特征；

4)翻译知识有效性评估，对译员的翻译知识有效性进行打分。

2.根据权利要求1所述的多译员模式下翻译知识有效性判别方法，其特征在于步骤3)中，特征选择包括以下步骤：

31)从步骤2)中统计出的特征里提取影响译员翻译知识有效性的特征集合F；

32)以翻译质量Q为评价指标，计算特征集合F中各因素与Q之间的关联度；

33)从特征集合F中筛选出具有最高关联度的m个特征。

3.根据权利要求2所述的多译员模式下翻译知识有效性判别方法，其特征在于：计算特征集合F中各因素与Q之间的关联度为：采用点式互信息、DICE系数、卡方统计值或对数可能性分值度量方法。

4.根据权利要求2所述的多译员模式下翻译知识有效性判别方法，其特征在于：采用加权求和的方法评价译员u在时刻t的翻译知识有效性分数，评价公式为：

L(u,t)=Σj=1mλjDj(u,t)]]>

其中，m为影响翻译知识有效性的特征数量，D_j(u,t)为t时刻译员u的特征值，λ为特征的权重，通过最小化错误率训练得到。

5.根据权利要求4所述的多译员模式下翻译知识有效性判别方法，其特征在于最小化错误率训练为：

401)构建训练数据集，提取译员在某一时刻t的各项特征值，组成特征向量V_t，人工标注译员当时的翻译有效性分数S_t，构成一个训练实例<V_t,S_t>，多个训练实例构成训练数据集；

402)在该训练数据集上进行参数训练，确定每个特征的最优权重

403)根据译员的特征向量及其对应的最优权重，对译员的翻译知识有效性进行打分。