[发明专利]口语文本处理方法、装置、服务器及可读存储介质

说明书

本申请实施例提供一种口语文本处理方法、装置、服务器及可读存储介质，通过在初始口语文本与目标语言翻译文本之间建立一个初始口语文本的书面语文本的中介对象，在进行机器翻译时可以基于书面语文本进行机器翻译，从而利用机器翻译针对于书面语文本的高准确性的特点，提高初始口语文本的翻译准确性和翻译效率，减少人工校对的翻译成本。此外，随着机器翻译的进行，可以基于初始口语文本与所述第二书面语文本之间的每个差异语段对预设书面语转换库进行丰富更新，可以不断提高书面语的转换质量，进而不断提高后续机器翻译的翻译质量，进一步地降低人工校正的翻译工作量。

技术领域

本申请涉及文本处理技术领域，具体而言，涉及一种口语文本处理方法、装置、服务器及可读存储介质。

背景技术

影视剧字幕的翻译口语翻译主要的应用场合之一，传统的实现方式一般有两种：一种是人工翻译，由熟悉两种语言的翻译人员，通过对照口语原始文件直接进行翻译，虽然这种方式翻译准确率高，然而翻译效率低，人工成本高；另一种则是机器翻译与人工校正结合的方式，这种方式虽然可以提高一部分翻译效率，降低一部分人工成本，但是经本申请发明人研究发现，传统的机器翻译方案，对于口语文本的翻译准确性较差，这样仍旧会导致人工校正的工作量较大，翻译效率和翻译成本难以得到有效提升。

发明内容

基于现有设计的不足，本申请提供一种口语文本处理方法、装置、服务器及可读存储介质，通过在初始口语文本与目标语言翻译文本之间建立一个初始口语文本的书面语文本的中介对象，从而在进行机器翻译时可以基于书面语文本进行机器翻译，从而利用机器翻译针对于书面语文本的高准确性的特点，提高初始口语文本的翻译准确性和翻译效率，并且减少人工校对的翻译成本。此外，随着机器翻译的进行，可以基于初始口语文本与所述第二书面语文本之间的每个差异语段对预设书面语转换库进行丰富更新，可以不断提高书面语的转换质量，进而不断提高后续机器翻译的翻译质量，进一步地降低人工校正的翻译工作量。

根据本申请的第一方面，提供一种口语文本处理方法，应用于服务器，所述方法包括：

根据预设书面语转换库对初始口语文本进行匹配，并根据匹配结果将所述初始口语文本进行书面语转换，得到第一书面语文本，其中，所述预设书面语转换库包括预设词条库和/或预设规则库；

基于所述第一书面语文本的目标语言翻译文本对所述第一书面语文本进行优化更新，获得第二书面语文本，以基于所述第二书面语文本进行机器翻译操作；

提取初始口语文本与所述第二书面语文本之间的每个差异语段，其中，每个差异语段包括对应于所述初始口语文本的口语差异语段和对应于所述第二书面语文本的书面语差异语段；

根据所述预设书面语转换库对所述差异语段进行比对，当所述差异语段不与所述预设书面语转换库匹配时，将所述差异语段作为书面语转换更新样本更新到所述预设书面语转换库中。

在第一方面的一种可能的实施方式中，所述根据预设书面语转换库对初始口语文本进行匹配，并根据匹配结果将所述初始口语文本进行书面语转换，得到第一书面语文本的步骤，包括：

对所述初始口语文本进行分词，获得多个文本分词；

将每个所述文本分词与所述预设书面语转换库中的每个书面语元素对应的口语元素进行匹配，当所述文本分词与任意一个书面语元素对应的口语元素匹配时，将所述文本分词转换为对应匹配的书面语元素；

当所有与任意一个书面语元素对应的口语元素匹配的文本分词均转换为对应匹配的书面语元素后，得到第一书面语文本。

在第一方面的一种可能的实施方式中，所述基于所述第一书面语文本的目标语言翻译文本对所述第一书面语文本进行优化更新，获得第二书面语文本的步骤，包括：

调用预设机器翻译接口对所述第一书面语文本翻译成目标语言，获得目标语言翻译文本；