[发明专利]用于机器翻译的完整句识别方法与系统

权利要求书

1.一种计算机实现辅助机器翻译的方法，其特征在于，预先建立一个停顿符号集合，所述方法包括如下步骤：

S1：读取当前待处理文本的当前未处理段落；

S2:从当前未处理段落的第一个未读字符开始连续读取字符；

S3：判断当前读取的字符是否为停顿符；

如果当前读取的字符为停顿符，判断读取的字符数是否小于第二设定值，

如果读取的字符数小于第二设定值，则返回步骤S2；

如果读取的字符数不小于第二设定值，则进入步骤S4；

如果当前读取的字符不为停顿符，重复步骤S2；

S4：基于读取的字符形成的当前待处理句，提取多个句子主干词；

判断提取的句子主干词的数量，如果数量少于第一设定值，则返回步骤S2；

S5：将所述多个句子主干词输入基于云端语料库的机器学习引擎，输出至少一个比较句；

S6：基于所述至少一个比较句与当前待处理句的比较，识别当前待处理句是否构成完整句；如果是，则将当前待处理句上传至机器翻译引擎中；

S7：判断当前停顿符是否为全文结尾标记符，如果是，则结束处理；否则，进入步骤S8；

S8:判断当前停顿符是否为段落结尾标记符，如果是，则进入步骤S1；否则，进入S2。

2.一种用于机器翻译的完整句识别系统，用于实现权利要求1所述的方法，该系统包括：

(1)预处理系统：该预处理系统将待译文本进行预处理，输出段落子部分集合；

(2)段落子部分处理系统：所述段落子部分处理系统以段落为单位，对所述段落子部分集合进行处理，输出完整句；

(3)完整句上传系统：将段落子部分处理系统输出的完整句上传至机器翻译引擎；

其特征在于：

预先建立一个停顿符号集合，用于后续的查询判断；

所述段落子部分处理系统，包括待译文本读取系统、待译关键词提取系统、云端语料库组句系统以及判断识别系统；

所述待译文本读取系统，从当前段落的第一个未读字符开始连续读取剩余字符，直到读取到停顿符号为止；读取的连续字符构成候选句；

所述待译关键词提取系统，基于实词或者虚词的切分技术，从所述候选句中提取多个句子主干词；将所述多个句子主干词输入至所述云端语料库组句系统；

所述云端语料库组句系统，基于云端语料库输出至少一个匹配句；

所述判断识别系统将当前候选句和匹配句进行比较，基于比较条件是否满足预定条件，输出判别结果；

所述比较条件是否满足预定条件包括：比较当前候选句和生成的匹配句的长度，判断长度差是否在第一阈值范围内；将当前候选句和生成的匹配句进行相似度比较，判断相似度是否在第二阈值范围之内；

如果长度差不满足第一阈值范围条件，和/或，相似度不满足第二阈值范围条件，则当前候选句不是一个完整句子，则继续连续读取当前停顿符号之后的未读字符，直到读取到下一个停顿符号为止；读取的连续字符加入到当前候选句中。

3.如权利要求2所述的用于机器翻译的完整句识别系统，其特征在于，

所述的段落子部分处理系统还包括：候选句长度判断模块，用于在所述待译文本读取系统输出候选句之后，判断当前候选句的长度。

4.如权利要求2所述的用于机器翻译的完整句识别系统，其特征在于，

所述的段落子部分处理系统还包括：待译关键词判断步骤，用于在所述待译关键词提取系统提取出待译关键词之后，判断待译关键词的数量是否满足第二设定值。