[发明专利]一种提高法律文件翻译准确性的方法

权利要求书

1.一种提高法律文件翻译准确率的方法，其特征在于，包括：

判断待译文档是否归属于法律文本；

当判定所述待译文档归属法律文本时，将所述待译文档中每个具有法律词义的词汇按照其法律词义进行翻译；

其中，所述判断待译文档是否归属于法律文本，具体包括：

将所述待译文档中的每个词汇在法律文件语料库中进行匹配，将匹配成功的词汇作为候选法律词汇；

根据关联项映射表，确定每个所述候选法律词汇在所述待译文档的所在语句中具有的所有关联项，以及每个所述关联项的关联系数；

其中，所述关联项映射表中的每个词汇对应至少一个具有关联系数的关联项；

对每个所述候选法律词汇的所有关联项的关联系数进行计算，结果满足给定条件时，将该候选法律词汇作为法律词汇；

其中，在确定所述关联项及关联系数之前，还包括：

建立所述关联项映射表，其过程包括：

提取基础数据库中包含有词汇w的所有语句，构建第一语句集；

去除所述第一语句集中词汇w未按照法律词义翻译的所有语句，构建第二语句集；

对所述第一语句集中的每个语句进行分词处理，去除其中的停用词，将得到的词汇作为候选关联词汇，建立候选关联词汇集WCN＝{wcn₁,wcn₂,…,wcn_l}；

计算所述第二语句集在所述第一语句集中的语句占比P(w)；

计算所述第一语句集中包含候选关联词汇wcn_i(1≤i≤l)的语句在第一语句集中的占比P(wcn_i)；

计算第二语句集中包含候选关联词汇wcn_i的语句在第二语句集中的占比P(wcn_i|w)；

根据P(w)、P(wcn_i)、P(wcn_i|w)计算出每个候选关联词汇的词频系数；

所述词频系数大于阈值的所述候选关联词汇作为关联词汇；

根据获得的所述关联词汇，确定关联项以及其关联系数，建立所述关联项映射表。

2.根据权利要求1所述的方法，其特征在于，计算出每个候选关联词汇的词频系数的过程，包括：

按照如下公式计算出所述词频系数；

P(w|wcni)=P(wcni|w)·P(w)P(wcni).]]>