[发明专利]一种网页取词汉民翻译方法及其装置

摘要

本发明的网页取词汉民翻译装置融合了机器翻译与数据检索，对于网页文字获取模块进行识别，如果在汉民互译数据库模块中能够检索到则直接返回对应的翻译文本，否则再调用机器翻译模块对获取的内容进行从段落到句子再到单词的逐级解析，翻译后并显示最终结果，允许用户对翻译结果进行再编辑提供更好的译文。本发明不局限于单词的翻译，可对整个句子和整个段落进行翻译，保障翻译结果的完整性；使用融合机器翻译与数据检索的方法，无须每次都调用机器翻译模块，可以大幅提高翻译速度；使用译文再编辑模块以改进翻译结果，随着使用次数的增加可持续扩充汉民互译对。

主权项

一种网页取词汉民翻译方法，其特征在于：包括以下步骤：步骤S1：建立语言翻译模型、解码器、汉民字体库及汉民输入法；步骤S2：建立汉民双语平行语料库，以一对一的形式保存；步骤S3：建立汉民双语比对数据库，以一对一的形式保存；步骤S4：在导航条、菜单、标题等非网页正文中，获取完整网页元素内的文本内容，在网页正文部分，以段落为上限，以最大长度方式识别并获取鼠标处的文本内容；步骤S5：将获取的文本内容与汉民双语平行语料库中数据进行比对，如果能找到存在获取的文本内容一致的互译对则返回对应的译文数据，如果无法找到则将获取的文本内容通过解码器进行段落、句子、单词逐级解析，与汉民双语比对数据库对应数据进行比对，将比对后的解析数据返回；步骤S6：通过语言翻译模型将返回的译文数据或解析数据进行再整理，将整理后的翻译结果提交，根据译文语种与编码识别调用汉民字体库，显示最终翻译结果；步骤S7：对最终翻译结果进行译文再编辑，允许用户调用汉民输入法对译文进行编辑与修改，并将获取的网页文字与修改后的译文作为互译对添加至汉民双语平行语料库中。