[发明专利]一种多种语言混合文件的翻译方法及装置

权利要求书

1.一种多种语言混合文件的翻译方法，其特征在于，包括以下步骤：

步骤1，接收包含多种语言的待翻译文件；

步骤2，预存储每种文件类型与文件解析模块的对应关系表；

对所述待翻译文件的文件类型进行解析，得到待翻译文件的文件类型；然后，根据待翻译文件的文件类型，查找所述对应关系表，得到对应的文件解析模块；

步骤3，步骤2得到的所述文件解析模块，对所述待翻译文件进行文件解析，将所述待翻译文件解析成待翻译的文本；

其中，所述待翻译的文本包括文本内容信息以及文本属性信息；所述文本属性信息包括文本中每个句子在文本中的位置信息、文本中每个句子的格式信息、文本中每个句子的类型信息；其中，所述每个句子的类型信息包括：普通类型信息、第一特定类型信息以及第二特定类型信息；所述第一特定类型信息包括公式类型、科学单位类型和程序代码类型；所述第二特定类型信息包括时间类型、日期类型、金额类型、人名类型和术语类型；

步骤4，将所述文本内容信息以段落为单位进行切分，得到段落级的内容信息；然后，对于段落级的内容信息中的每个段落，再以句子为单位进行切分，得到句子级的内容信息；

对于句子级的内容信息中的每个句子，调用预训练完成的文本翻译类型分类器，识别出每个句子的类型信息；

如果句子的类型为第一特定类型信息，则对该句子不进行翻译，直接按照文本属性信息，调用译文回填模块，将句子直接回填到待翻译文件中；

如果句子的类型为第二特定类型信息，首先采用语种检测模块检测其语种；然后，根据检测到的句子语种，调用对应的规则翻译模块，将句子翻译为目标语言句子，再按照文本属性信息，调用译文回填模块，将目标语言句子回填到待翻译文件中；

如果句子的类型为普通类型信息，首先采用语种检测模块检测其语种；然后，根据检测到的句子语种，调用对应的普通翻译模块，将句子翻译为目标语言句子，再按照文本属性信息，调用译文回填模块，将目标语言句子回填到待翻译文件中；

步骤5，当对所述文本内容信息中的每个句子均进行步骤4的处理后，得到翻译后的文件；输出所述翻译后的文件；所述翻译后的文件与步骤1接收到的所述待翻译文件的文件类型相同。

2.根据权利要求1所述的一种多种语言混合文件的翻译方法，其特征在于，步骤2中，所述文件类型包括word文件类型和Excel文件类型。

3.根据权利要求1所述的一种多种语言混合文件的翻译方法，其特征在于，步骤3中，文本中每个句子在文本中的位置信息包括：页眉位置、页脚位置、脚注位置、尾注位置、标题位置、正文位置、表格位置和图位置；其中，所述正文位置是指在正文中的段号和句子号；表格位置是指：表格表号以及在对应表格中的行号列号；图位置是指：图的图号以及在对应图中的具体位置。

4.根据权利要求1所述的一种多种语言混合文件的翻译方法，其特征在于，步骤3中，文本中每个句子的格式信息包括：字体、字号以及字特殊格式信息。

5.根据权利要求4所述的一种多种语言混合文件的翻译方法，其特征在于，所述字特殊格式信息包括：字是否倾斜、字是否加粗以及字是否带下划线。

6.根据权利要求1所述的一种多种语言混合文件的翻译方法，其特征在于，步骤4中，所述普通翻译模块包括神经网络翻译模块和统计翻译模块。

7.一种权利要求1-6任一项所述的多种语言混合文件的翻译方法的翻译装置，其特征在于，包括：

输入模块，用于输入包含多种语言的待翻译文件；

接收模块，用于接收所述输入模块输入的包含多种语言的待翻译文件；

文件类型解析模块，用于对所述待翻译文件的文件类型进行解析，得到待翻译文件的文件类型；

查找模块，用于根据所述文件类型解析模块解析得到的待翻译文件的文件类型，查找对应关系表，得到对应的文件解析模块；

文件解析模块，用于对所述待翻译文件进行文件解析，将所述待翻译文件解析成待翻译的文本；

其中，所述待翻译的文本包括文本内容信息以及文本属性信息；所述文本属性信息包括文本中每个句子在文本中的位置信息、文本中每个句子的格式信息、文本中每个句子的类型信息；其中，所述每个句子的类型信息包括：普通类型信息、第一特定类型信息以及第二特定类型信息；所述第一特定类型信息包括公式类型、科学单位类型和程序代码类型；所述第二特定类型信息包括时间类型、日期类型、金额类型、人名类型和术语类型；

切分模块，用于将所述文本内容信息以段落为单位进行切分，得到段落级的内容信息；然后，对于段落级的内容信息中的每个段落，再以句子为单位进行切分，得到句子级的内容信息；

调用模块，用于对于句子级的内容信息中的每个句子，调用预训练完成的文本翻译类型分类器，识别出每个句子的类型信息；

如果句子的类型为第一特定类型信息，则对该句子不进行翻译，直接按照文本属性信息，调用译文回填模块，将句子直接回填到待翻译文件中；

如果句子的类型为第二特定类型信息，首先采用语种检测模块检测其语种；然后，根据检测到的句子语种，调用对应的规则翻译模块，将句子翻译为目标语言句子，再按照文本属性信息，调用译文回填模块，将目标语言句子回填到待翻译文件中；

如果句子的类型为普通类型信息，首先采用语种检测模块检测其语种；然后，根据检测到的句子语种，调用对应的普通翻译模块，将句子翻译为目标语言句子，再按照文本属性信息，调用译文回填模块，将目标语言句子回填到待翻译文件中；

输出模块，用于输出所述翻译后的文件；所述翻译后的文件与步骤1接收到的所述待翻译文件的文件类型相同。