一種基于相似度匹配的樞軸語(yǔ)言翻譯方法和裝置制造方法
【專利摘要】一種基于相似度匹配的樞軸語(yǔ)言翻譯方法和裝置，本發(fā)明屬于機(jī)器翻譯【技術(shù)領(lǐng)域】，涉及一種基于相似度匹配的樞軸語(yǔ)言翻譯方法和裝置。解決現(xiàn)有翻譯方法和裝置在源語(yǔ)言-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)構(gòu)建中要求源語(yǔ)言到樞軸語(yǔ)的翻譯規(guī)則與該樞軸語(yǔ)到目標(biāo)語(yǔ)的翻譯規(guī)則，中的樞軸語(yǔ)短語(yǔ)必須完全相同而導(dǎo)致的潛在翻譯規(guī)則丟失問(wèn)題。通過(guò)用向量表示樞軸語(yǔ)短語(yǔ)并利用向量夾角余弦值對(duì)樞軸語(yǔ)進(jìn)行匹配關(guān)聯(lián)，建立源語(yǔ)言-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)，通過(guò)源語(yǔ)言-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)進(jìn)行自然語(yǔ)言翻譯。并根據(jù)上述步驟功能模塊化制成基于相似度匹配的樞軸語(yǔ)言翻譯裝置。本發(fā)明用于自然語(yǔ)言翻譯。
【專利說(shuō)明】一種基于相似度匹配的樞軸語(yǔ)言翻譯方法和裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于機(jī)器翻譯【技術(shù)領(lǐng)域】，涉及一種基于相似度匹配的樞軸語(yǔ)言翻譯方法和裝置。
【背景技術(shù)】
[0002]基于統(tǒng)計(jì)的機(jī)器翻譯技術(shù)興起于20世紀(jì)90年代，它可以從雙語(yǔ)平行語(yǔ)料庫(kù)中自動(dòng)提取翻譯規(guī)則，不需要人工干預(yù)，具有廣泛的語(yǔ)言適用性，是當(dāng)前使用最為廣泛的機(jī)器翻譯系統(tǒng)?；诮y(tǒng)計(jì)的機(jī)器翻譯系統(tǒng)的翻譯質(zhì)量很大程度上取決于雙語(yǔ)平行語(yǔ)料庫(kù)的質(zhì)量。語(yǔ)料庫(kù)的質(zhì)量越高、數(shù)據(jù)數(shù)量越高，則使用該語(yǔ)料庫(kù)所獲得的統(tǒng)計(jì)機(jī)器翻譯系統(tǒng)的翻譯質(zhì)量越高。但對(duì)于大多數(shù)語(yǔ)言對(duì)都面臨著無(wú)法獲得足夠數(shù)量的高質(zhì)量語(yǔ)料的問(wèn)題。
[0003]針對(duì)語(yǔ)料稀疏的問(wèn)題，目前普遍采用的解決方案是引入第三種語(yǔ)言，即樞軸語(yǔ)言。對(duì)于樞軸語(yǔ)言的引入，存在著下列兩個(gè)方面的要求:
[0004]第一，源語(yǔ)言與樞軸語(yǔ)言之間存在著大量高質(zhì)量雙語(yǔ)平行語(yǔ)料，滿足構(gòu)建源語(yǔ)言到樞軸語(yǔ)言翻譯系統(tǒng)的需要；
[0005]第二，樞軸 語(yǔ)言與目標(biāo)語(yǔ)言之間存在著大量高質(zhì)量雙語(yǔ)平行語(yǔ)料，滿足構(gòu)建樞軸語(yǔ)言到目標(biāo)語(yǔ)言翻譯系統(tǒng)的需要。
[0006]給定滿足上述條件的樞軸語(yǔ)言，如果存在一個(gè)源語(yǔ)言到樞軸語(yǔ)的翻譯規(guī)則(規(guī)則I)及一個(gè)該樞軸語(yǔ)到目標(biāo)語(yǔ)的翻譯規(guī)則(規(guī)則2)，那么可以構(gòu)建出一個(gè)源語(yǔ)言到目標(biāo)語(yǔ)的翻譯規(guī)則。該方法嚴(yán)格要求規(guī)則I與規(guī)則2中的樞軸語(yǔ)短語(yǔ)完全相同。這會(huì)導(dǎo)致一些潛在的源語(yǔ)言到目標(biāo)語(yǔ)翻譯規(guī)則丟失。

【發(fā)明內(nèi)容】

[0007]本發(fā)明為解決現(xiàn)有翻譯方法和裝置在源語(yǔ)言-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)構(gòu)建中要求源語(yǔ)言到樞軸語(yǔ)的翻譯規(guī)則與該樞軸語(yǔ)到目標(biāo)語(yǔ)的翻譯規(guī)則，即規(guī)則I和規(guī)則2中的樞軸語(yǔ)短語(yǔ)必須完全相同而導(dǎo)致的的潛在翻譯規(guī)則丟失問(wèn)題，而提出一種基于相似度匹配的樞軸語(yǔ)言翻譯方法和裝置。
[0008]本發(fā)明中一種基于相似度匹配的樞軸語(yǔ)言翻譯方法，具體是按照以下步驟進(jìn)行:
[0009]步驟一、建立源語(yǔ)言-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)，具體包括以下步驟:
[0010]步驟一一、建立源語(yǔ)言-樞軸語(yǔ)翻譯規(guī)則庫(kù)，在源語(yǔ)言-樞軸語(yǔ)翻譯規(guī)則庫(kù)中，將樞軸語(yǔ)短語(yǔ)表示為向量形式；
[0011]步驟一二、建立樞軸語(yǔ)-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)，在樞軸語(yǔ)-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)中，將樞軸語(yǔ)短語(yǔ)表示為向量形式；
[0012]步驟一三、在源語(yǔ)言-樞軸語(yǔ)翻譯規(guī)則庫(kù)中查找與源語(yǔ)言短語(yǔ)語(yǔ)義匹配的至少一個(gè)第一樞軸語(yǔ)短語(yǔ)的向量表不;
[0013]步驟一四、在樞軸語(yǔ)-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)中查找與第一樞軸語(yǔ)短語(yǔ)具有向量相似性的至少一個(gè)第二樞軸語(yǔ)短語(yǔ)的向量表示；所述的具有向量相似性的判斷依據(jù)是指兩個(gè)向量之間的夾角的余弦值大于0.8。
[0014]步驟一五、在樞軸語(yǔ)-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)中查找與第二樞軸語(yǔ)短語(yǔ)的向量表示匹配的目標(biāo)語(yǔ)短語(yǔ)；
[0015]步驟一六、將各所述源語(yǔ)言短語(yǔ)與目標(biāo)語(yǔ)短語(yǔ)組成源語(yǔ)言-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)；
[0016]步驟二、根據(jù)步驟一中建立的源語(yǔ)言-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)對(duì)源語(yǔ)言進(jìn)行翻譯。
[0017]本發(fā)明中一種基于相似度匹配的樞軸語(yǔ)言翻譯裝置，所述裝置包括:
[0018]一、樞軸語(yǔ)言短語(yǔ)向量表示模塊410，用于在源語(yǔ)言-樞軸語(yǔ)翻譯規(guī)則庫(kù)中將樞軸語(yǔ)短語(yǔ)表示為向量形式以及在樞軸語(yǔ)-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)中將樞軸語(yǔ)短語(yǔ)表示為向量形式；
[0019]二、樞軸語(yǔ)言短語(yǔ)查找模塊420，用于在源語(yǔ)言-樞軸語(yǔ)言翻譯規(guī)則庫(kù)中查找與第一源語(yǔ)言短語(yǔ)語(yǔ)義匹配的至少一個(gè)第一樞軸語(yǔ)言短語(yǔ)的向量表示；
[0020]三、向量相似度計(jì)算模塊430，用于計(jì)算樞軸語(yǔ)-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)中的樞軸語(yǔ)短語(yǔ)與第一樞軸語(yǔ)短語(yǔ)的語(yǔ)義相似度；
[0021]四、目標(biāo)語(yǔ)短語(yǔ)查找模塊440，用于在樞軸語(yǔ)-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)中查找與第一樞軸語(yǔ)短語(yǔ)具有語(yǔ)義相似度的目標(biāo)語(yǔ)短語(yǔ)；
[0022]五、短語(yǔ)對(duì)組合模塊450，用于將所述第一源語(yǔ)言短語(yǔ)與第一目標(biāo)語(yǔ)短語(yǔ)組合，形成至少一個(gè)源語(yǔ)言短語(yǔ)與目標(biāo)語(yǔ)短語(yǔ)之間的短語(yǔ)對(duì)；
[0023]六、短語(yǔ)對(duì)存儲(chǔ)模塊460，用于將形成的至少一個(gè)源語(yǔ)言短語(yǔ)與目標(biāo)語(yǔ)言短語(yǔ)之間的短語(yǔ)對(duì)存儲(chǔ)至源語(yǔ)言-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)。
[0024]七、目標(biāo)語(yǔ)短語(yǔ)輸出模塊470，用于根據(jù)源語(yǔ)言-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)將與源語(yǔ)言對(duì)應(yīng)的目標(biāo)語(yǔ)輸出，完成翻譯處理。
[0025]本發(fā)明優(yōu)點(diǎn):
[0026]本發(fā)明通過(guò)對(duì)源語(yǔ)言-樞軸語(yǔ)翻譯規(guī)則庫(kù)以及樞軸語(yǔ)-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)中的樞軸語(yǔ)短語(yǔ)進(jìn)行向量表示，并計(jì)算各樞軸語(yǔ)短語(yǔ)之間的語(yǔ)義相似度來(lái)構(gòu)建源語(yǔ)言-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)，解決了樞軸語(yǔ)翻譯方法中要求的源語(yǔ)言到樞軸語(yǔ)的翻譯規(guī)則與該樞軸語(yǔ)到目標(biāo)語(yǔ)的翻譯規(guī)則，即規(guī)則I和規(guī)則2中的樞軸語(yǔ)短語(yǔ)必須完全相同而導(dǎo)致的潛在翻譯規(guī)則丟失問(wèn)題。
【專利附圖】

【附圖說(shuō)明】
[0027]圖1基于相似度匹配的樞軸語(yǔ)言翻譯方法流程圖；
[0028]圖2基于相似度匹配的樞軸語(yǔ)言翻譯方法裝置結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0029]【具體實(shí)施方式】一:本【具體實(shí)施方式】中一種基于相似度匹配的樞軸語(yǔ)言翻譯方法，具體是按照以下步驟進(jìn)行:
[0030]步驟一、建立源語(yǔ)言-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)，具體包括以下步驟:
[0031]步驟一一、建立源語(yǔ)言-樞軸語(yǔ)翻譯規(guī)則庫(kù)，在源語(yǔ)言-樞軸語(yǔ)翻譯規(guī)則庫(kù)中，將樞軸語(yǔ)短語(yǔ)表示為向量形式；
[0032]步驟一二、建立樞軸語(yǔ)-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)，在樞軸語(yǔ)-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)中，將樞軸語(yǔ)短語(yǔ)表示為向量形式；
[0033]步驟一三、在源語(yǔ)言-樞軸語(yǔ)翻譯規(guī)則庫(kù)中查找與源語(yǔ)言短語(yǔ)語(yǔ)義匹配的至少一個(gè)第一樞軸語(yǔ)短語(yǔ)的向量表不;
[0034]步驟一四、在樞軸語(yǔ)-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)中查找與第一樞軸語(yǔ)短語(yǔ)具有向量相似性的至少一個(gè)第二樞軸語(yǔ)短語(yǔ)的向量表示；所述的具有向量相似性的判斷依據(jù)是指兩個(gè)向量之間的夾角的余弦值大于0.8。
[0035]步驟一五、在樞軸語(yǔ)-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)中查找與第二樞軸語(yǔ)短語(yǔ)的向量表示匹配的目標(biāo)語(yǔ)短語(yǔ)；
[0036]步驟一六、將各所述源語(yǔ)言短語(yǔ)與目標(biāo)語(yǔ)短語(yǔ)組成源語(yǔ)言-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)。
[0037]步驟二、根據(jù)步驟一中所建立的源語(yǔ)言-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)對(duì)源語(yǔ)言進(jìn)行翻譯。
[0038]【具體實(shí)施方式】二:本【具體實(shí)施方式】中一種基于相似度匹配的樞軸語(yǔ)言翻譯裝置，所述裝置包括:
[0039]一、樞軸語(yǔ)言短語(yǔ)向量表示模塊410，用于在源語(yǔ)言-樞軸語(yǔ)翻譯規(guī)則庫(kù)中將樞軸語(yǔ)短語(yǔ)表示為向量形式以及在樞軸語(yǔ)-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)中將樞軸語(yǔ)短語(yǔ)表示為向量形式；
[0040]二、樞軸語(yǔ)言短語(yǔ)查找模塊420，其功能為:在源語(yǔ)言-樞軸語(yǔ)言翻譯規(guī)則庫(kù)中查找與第一源語(yǔ)言短語(yǔ)語(yǔ)義匹配的至少一個(gè)第一樞軸語(yǔ)言短語(yǔ)的向量表示；
[0041]三、向量相似度計(jì)算模塊430，用于計(jì)算樞軸語(yǔ)-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)中的樞軸語(yǔ)短語(yǔ)與第一樞軸語(yǔ)短語(yǔ)的語(yǔ)義相似度；
[0042]四、目標(biāo)語(yǔ)短語(yǔ)查找模塊440，用于在樞軸語(yǔ)-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)中查找與第一樞軸語(yǔ)短語(yǔ)具有語(yǔ)義相似度的目標(biāo)語(yǔ)短語(yǔ)；
[0043]五、短語(yǔ)對(duì)組合模塊450，用于將所述第一源語(yǔ)言短語(yǔ)與第一目標(biāo)語(yǔ)短語(yǔ)組合，形成至少一個(gè)源語(yǔ)言短語(yǔ)與目標(biāo)語(yǔ)短語(yǔ)之間的短語(yǔ)對(duì)；
[0044]六、短語(yǔ)對(duì)存儲(chǔ)模塊460，用于將形成的至少一個(gè)源語(yǔ)言短語(yǔ)與目標(biāo)語(yǔ)言短語(yǔ)之間的短語(yǔ)對(duì)存儲(chǔ)至源語(yǔ)言-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)；
[0045]七、目標(biāo)語(yǔ)短語(yǔ)輸出模塊470，用于根據(jù)源語(yǔ)言-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)將與源語(yǔ)言對(duì)應(yīng)的目標(biāo)語(yǔ)輸出，完成翻譯處理。
[0046]實(shí)施例
[0047]下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說(shuō)明?？梢岳斫獾氖?，此處所描述的具體實(shí)施例僅僅用于解釋本發(fā)明，而非對(duì)本發(fā)明的限定。另外還需要說(shuō)明的是，為了便于描述，附圖中僅示出了與本發(fā)明相關(guān)的部分而非全部?jī)?nèi)容。
[0048]實(shí)施例1
[0049]人類語(yǔ)言也稱自然語(yǔ)言，是以文字的形式存在。為了計(jì)算語(yǔ)言自己的相似度，需要將人類語(yǔ)言表示為向量的形式。對(duì)于將人類語(yǔ)言使用向量進(jìn)行表示，有多種方法可以實(shí)現(xiàn)此過(guò)程，本實(shí)例使用了基于深度學(xué)習(xí)的詞向量表示形式，并將其擴(kuò)展到短語(yǔ)表示中。本實(shí)施例中以英語(yǔ)作為樞軸語(yǔ)言的一條中文“開(kāi)始”到西班牙文“iniciar”翻譯規(guī)則的建立過(guò)程為例具體說(shuō)明本發(fā)明技術(shù)方案，具體包括以下步驟(如圖1所示):
[0050]步驟一，建立源語(yǔ)言-樞軸語(yǔ)言翻譯規(guī)則庫(kù)，在源語(yǔ)言-樞軸語(yǔ)翻譯規(guī)則庫(kù)中，將樞軸語(yǔ)短語(yǔ)表示為向量形式。[0051]步驟二，在樞軸語(yǔ)-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)中，將樞軸語(yǔ)短語(yǔ)表示為向量形式。
[0052]表1
[0053]
【權(quán)利要求】
1.一種基于相似度匹配的樞軸語(yǔ)言翻譯方法，其特征在于具體是按照以下步驟進(jìn)行:步驟一、建立源語(yǔ)言-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)，具體包括以下步驟:步驟一一、建立源語(yǔ)言-樞軸語(yǔ)翻譯規(guī)則庫(kù)，在源語(yǔ)言-樞軸語(yǔ)翻譯規(guī)則庫(kù)中，將其中的樞軸語(yǔ)短語(yǔ)表示為向量形式；步驟一二、建立樞軸語(yǔ)-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)，在樞軸語(yǔ)-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)中，將其中的樞軸語(yǔ)短語(yǔ)表示為向量形式；步驟一三、在源語(yǔ)言-樞軸語(yǔ)翻譯規(guī)則庫(kù)中查找與源語(yǔ)言短語(yǔ)語(yǔ)義匹配的至少一個(gè)第一樞軸語(yǔ)短語(yǔ)的向量表示；步驟一四、在樞軸語(yǔ)-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)中查找與第一樞軸語(yǔ)短語(yǔ)具有向量相似性的至少一個(gè)第二樞軸語(yǔ)短語(yǔ)的向量表示，并關(guān)聯(lián)第一樞軸語(yǔ)短語(yǔ)與第二樞軸語(yǔ)短語(yǔ)；所述的具有向量相似性的判斷依據(jù)是指兩個(gè)向量之間的夾角的余弦值大于0.8 ;所述的向量夾角余弦的計(jì)算公式為:

2.根據(jù)權(quán)利要求1中所述一種基于相似度匹配的樞軸語(yǔ)言翻譯方法，其特征在于步驟一中所使用的向量表不形式為基于深度學(xué)習(xí)的詞向量表不形式。
3.一種基于相似度匹配的樞軸語(yǔ)言翻譯裝置，其特征在于包括以下功能模塊:樞軸語(yǔ)言短語(yǔ)向量表示模塊(410)，用于在源語(yǔ)言-樞軸語(yǔ)翻譯規(guī)則庫(kù)中將樞軸語(yǔ)短語(yǔ)表示為向量形式以及在樞軸語(yǔ)-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)中將樞軸語(yǔ)短語(yǔ)表示為向量形式；樞軸語(yǔ)言短語(yǔ)查找模塊(420)，用于在源語(yǔ)言-樞軸語(yǔ)言翻譯規(guī)則庫(kù)中查找與第一源語(yǔ)言短語(yǔ)語(yǔ)義匹配的至少一個(gè)第一樞軸語(yǔ)言短語(yǔ)的向量表示；向量相似度計(jì)算模塊(430)，用于計(jì)算樞軸語(yǔ)-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)中的樞軸語(yǔ)短語(yǔ)與第一樞軸語(yǔ)短語(yǔ)的語(yǔ)義相似度；目標(biāo)語(yǔ)短語(yǔ)查找模塊(440)，用于在樞軸語(yǔ)-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)中查找與第一樞軸語(yǔ)短語(yǔ)具有語(yǔ)義相似度的目標(biāo)語(yǔ)短語(yǔ)；短語(yǔ)對(duì)組合模塊(450)，用于將所述源語(yǔ)言短語(yǔ)與目標(biāo)語(yǔ)短語(yǔ)組合，形成至少一個(gè)源語(yǔ)言短語(yǔ)與目標(biāo)語(yǔ)短語(yǔ)之間的短語(yǔ)對(duì)；短語(yǔ)對(duì)存儲(chǔ)模塊(460)，用于將形成的至少一個(gè)源語(yǔ)言短語(yǔ)與目標(biāo)語(yǔ)言短語(yǔ)之間的短語(yǔ)對(duì)存儲(chǔ)至源語(yǔ)言-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)；目標(biāo)語(yǔ)短語(yǔ)輸出模塊(470)，用于根據(jù)源語(yǔ)言-目標(biāo)語(yǔ)翻譯規(guī)則庫(kù)將與源語(yǔ)言對(duì)應(yīng)的目標(biāo)語(yǔ)輸出，完成翻譯處理。
【文檔編號(hào)】G06F17/28GK103605644SQ201310636884
【公開(kāi)日】2014年2月26日 申請(qǐng)日期:2013年12月2日 優(yōu)先權(quán)日:2013年12月2日
【發(fā)明者】朱聰慧, 朱曉寧, 趙鐵軍, 鄭德權(quán), 楊沐昀, 曹海龍, 徐冰 申請(qǐng)人:哈爾濱工業(yè)大學(xué)