[发明专利]多译员模式下翻译知识有效性判别方法

说明书

技术领域

本发明涉及一种翻译知识有效性判别技术，具体为一种多译员模式下翻译知识有效性判别方法。

背景技术

随着信息技术的进步和全球一体化步伐的加快，跨语种交流的语言障碍问题日益突出，对高效翻译方法的需求愈加紧迫。为了解决这一问题，人们开展了机器翻译的研究，旨在使计算机能够代替人类进行全自动翻译。

经过数十年的探索，尽管机器翻译技术取得了长足进展，目前的机器翻译系统所产生的译文仍然无法达到直接可用的程度。在这样的背景下，一些研究人员开始寻求翻译思想的改变，由全自动翻译转向人机交互翻译。在该模式下，机器翻译引擎产生的译文作为辅助译文提供给人类译员，译员通过各种交互行为，对系统进行反馈指导，直至产生正确译文。

在交互式机器翻译系统中，根据译员对辅助译文的反馈，自动学习翻译知识，来优化机器翻译引擎，是一种普遍采用的技术。近年来，随着翻译规模的扩大，译员数量不断增加。不同译员面对相同的源语句可能做出不同的反馈和指导，导致机器翻译引擎学习到相互冲突的翻译知识。现有方法通过基于频度的概率估计来解决这一问题，对出现频度较高的翻译知识赋予更高的概率值，隐性假设不同译员的翻译知识具有相同的有效性。

实际上，译员的翻译水平和经验存在很大差别，他们所提供指导的有效性也应有所区别。而现有方法无法判别来自不同译员的翻译知识的有效性，使机器翻译引擎的优化效果受到限制。

发明内容

针对现有技术中交互式机器翻译系统存在的多译员翻译决策冲突导致机器翻译引擎的优化效果受到限制等不足，本发明要解决的问题是提供一种可实现不同译员翻译知识的有效融合、改善翻译引擎的优化效果的多译员模式下翻译知识有效性判别方法。

为解决上述技术问题，本发明采用的技术方案是：

本发明一种多译员模式下翻译知识有效性判别方法，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。

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。

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。

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：

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。

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。

本发明具有以下有益效果及优点：

1.本发明为多译员模式下翻译知识的有效性判别提供了方法，通过分析译员的翻译状态，来评价系统从译员反馈中学到的翻译知识的有效性，有助于解决来自不同译员反馈的翻译知识存在冲突的问题，实现不同译员翻译知识的有效融合，改善翻译引擎的优化效果，降低人机交互代价，提高翻译效率。

附图说明

图1为本发明翻译知识有效性判别及应用过程图示。

具体实施方式

下面结合说明书附图对本发明作进一步阐述。