[发明专利]多语言智能预处理实时统计机器翻译系统的预处理模块

权利要求书

1.一种多语言智能预处理实时统计机器翻译系统的预处理模块，其特征在于，所述预处理模块包括文本预处理模块和语音识别结果预处理模块，所述文本预处理模块用于对文本输入的语言进行单词规范化操作、类别识别标注及语块语序调整；所述语音识别结果预处理模块用于对语音进行单词规范化操作和标点预测。

2.根据权利要求1所述的一种多语言智能预处理实时统计机器翻译系统的预处理模块，其特征在于，所述文本预处理模块包括单词规范化子模块，所述单词规范化子模块用于使待翻译语言在词语层面上更加接近目标语言。

3.根据权利要求2所述的一种多语言智能预处理实时统计机器翻译系统的预处理模块，其特征在于，当待翻译语言为中文，翻译目标语言是英语时，文本预处理模块对中文进行分词，并在词语间插入空格。

4.根据权利要求2所述的一种多语言智能预处理实时统计机器翻译系统的预处理模块，其特征在于，当待翻译语言为德语，翻译目标语言是英语时，文本预处理模块对德语中的复合词进行拆分，并增加德语与英语句子中词语一对一的对应关系。

5.根据权利要求2所述的一种多语言智能预处理实时统计机器翻译系统的预处理模块，其特征在于，所述文本预处理模块还包括类别识别标注子模块，所述类别识别标注子模块用于对待翻译语言文本中的数字、日期、时间、URL分别标注为$number, $date, $hour和$www，并预先将类别中的内容翻译成目标语言。

6.根据权利要求5所述的一种多语言智能预处理实时统计机器翻译系统的预处理模块，其特征在于，所述文本预处理模块还包括语块语序调整子模块，所述语块语序调整子模块用于对待翻译语言的句子进行语法分析，然后依据自动学习的规则对待翻译语言的语块顺序进行调整，使得待翻译语言的语序更加接近目标语言的语序。

7.根据权利要求6所述的一种多语言智能预处理实时统计机器翻译系统的预处理模块，其特征在于，所述的语法分析包括短语的自动识别和/或语法树的生成。

8.根据权利要求6所述的一种多语言智能预处理实时统计机器翻译系统的预处理模块，其特征在于，所述待翻译语言的句子经过语块语序调整子模块调整语序后以最优语序输出，或者把若干个较优语序以字格形式输出。

9.根据权利要求1所述的一种多语言智能预处理实时统计机器翻译系统的预处理模块，其特征在于，所述的语音识别结果预处理模块包括单词规范化子模块，所述单词规范化子模块用于使待翻译语言句子中的词语颗粒更加接近目标语言的词语。

10.根据权利要求9所述的一种多语言智能预处理实时统计机器翻译系统的预处理模块，其特征在于，所述的语音识别结果预处理模块还包括标点预测子模块，所述标点预测子模块用于根据上下文和词语间的停顿判断语音识别输出中句号的位置。