[发明专利]文本处理方法、装置、介质和计算设备

权利要求书

1.一种文本处理方法，包括：

获取源文本和目标文本；

确定所述目标文本的第二段落数b与所述源文本的第一段落数a的比值f；

根据所述比值f与所述源文本的每个第一段落的段落序号i的乘积，得到针对所述每个第一段落的乘积值i*f；

确定c的取值为0与(i*f-e)中较大的值，且确定d的取值为(i*f+e)与b中较小的值，以得到所述每个第一段落的段落范围，所述段落范围包括所述目标文本中段落序号大于等于c且小于等于d的至少一个第二段落，所述源文本包括的多个第一段落的段落序号及所述目标文本包括的多个第二段落的段落序号均依次递增，c表示段落范围的起始值，d表示段落范围的终点值，e表示预定段落数；

将针对所述每个第一段落的段落范围包括的至少一个第二段落的段落序号与所述每个第一段落的段落序号依次配对，得到多个段落对；

确定所述多个段落对中满足预定条件的段落对为分割段落对，所述分割段落对包括针对所述源文本的第一段落序号和针对所述目标文本的第二段落序号；

根据所述分割段落对，分割所述源文本和目标文本，得到多个子源文本和与所述多个子源文本一一对应的多个子目标文本；以及

采用预定对齐算法，对齐所述多个子源文本和所述多个子目标文本。

2.根据权利要求1所述的方法，其中，确定针对所述源文本的每个第一段落的段落范围还包括：

在所述第二段落数b大于所述预定段落数e的情况下，根据所述第一段落数a、所述第二段落数b及所述预定段落数e，确定针对所述每个第一段落的段落范围。

3.根据权利要求1所述的方法，其中，所述源文本包括第一语言的文本，所述目标文本包括第二语言的文本，所述源文本与所述目标文本的描述内容相同；确定所述多个段落对中满足预定条件的段落对为所述分割段落对包括：

采用翻译规则，得到针对所述每个第一段落的第三段落，所述第三段落为用所述第二语言描述的段落；

根据针对所述每个第一段落的第三段落以及针对所述每个第一段落的段落范围包括的至少一个第二段落，确定针对所述每个第一段落的段落范围包括的至少一个第二段落与所述每个第一段落的相似度；

确定所述至少一个第二段落中与所述每个第一段落的相似度大于等于预定相似度的第二段落为针对所述每个第一段落的相似段落；以及

确定所述多个段落对中，由所述每个第一段落的段落序号及针对所述每个第一段落的相似段落的段落序号配对得到的段落对为所述分割段落对，

其中，所述预定相似度为针对所述第一语言及所述第二语言的相似度。

4.根据权利要求3所述的方法，其中，确定所述多个段落对中满足预定条件的段落对为所述分割段落对还包括：

删除所述多个段落对中，具有相同的第一段落序号的段落对，得到所述分割段落对；并且/或者

删除所述多个段落对中，具有相同的第二段落序号的段落对，得到所述分割段落对；并且/或者

删除所述多个段落对中，第一段落序号与第二段落序号有交叉的所有段落对，得到所述分割段落对。

5.根据权利要求1所述的方法，其中，所述对齐所述多个子源文本和所述多个子目标文本包括：

采用预定对齐算法，并行地将所述多个子源文本中每个子源文本包括的每个第一段落与对应于所述每个子源文本的子目标文本包括的第二段落进行对齐；以及

采用所述预定对齐算法，并行地将多个第一段落中所述每个第一段落包括的每个第一语句与对齐的第二段落包括的第二语句进行对齐。