[发明专利]机器翻译结果的词对齐方法、装置、电子设备及存储介质

说明书

本公开提供了一种机器翻译结果的词对齐方法，包括：将源语言语句和源语言语句的机器翻译结果即目标语言语句组成句对，分别对源语言语句以及目标语言语句进行分词；使用专业领域词典对分词后的句对中的单词进行对齐，获得专业领域词典能够对齐的单词对，作为词典对齐结果；对源语言语句中的每个词与目标语言语句中的每个词进行正向对齐，获得正向对齐能够对齐的单词对，作为正向对齐结果；对于未能够正向对齐的词进行反向对齐，获得反向对齐能够对齐的单词对，作为反向对齐结果；以及将词典对齐结果、正向对齐结果以及反向对齐结果作为初级对齐结果。本公开还提供了机器翻译结果的词对齐装置、电子设备以及可读存储介质。

技术领域

本公开属于自然语言处理技术领域，本公开尤其涉及一种机器翻译结果的词对齐方法、装置、电子设备及存储介质。

背景技术

现有技术中的机器翻译是利用计算机将源语言转换为目标语言的过程。机器翻译技术具有重要的社会实用价值，其中最能体现的是针对各类专业领域中翻译需求的应用，例如医疗、金融等领域。然而专业领域中存在大量，对这些术语的翻译经常存在错译(翻译不专业)情况。

为提高翻译质量，需对这些专业领域文本的翻译结果进行分析。

一种有效方法是找出源句子与翻译结果的单词对应关系，再针对其中的错译进行相应处理。具体的翻译结果的词对齐示例见图1。

双语句对的词对齐技术，现有方法主要有两种：一是基于词典的方法，建立一个通用词典和领域词典进行匹配；二是利用词对齐工具，对双语句对进行词语对齐，比较成熟的词对齐工具有GIZA++和fast_align等。

现有技术中的翻译系统存在错译情况，尤其是的翻译，如图2所示，上文描述的现有的两种方法均无法准确对齐错译的单词或术语。除此之外，对基于词典的方法来说，需要维护一个精确并定期更新的词典，否则在词典中有噪声或者遇到新术语的情况下将不能准确匹配。基于词对齐的方法普遍应用在统计机器翻译中，在双语训练语料本身质量较高的情况下，对齐效果较好。但在源句子和翻译结果的对齐中，由于翻译结果的错译情况存在、英文与中文的句序和表达的不同，以及不能在对齐前对术语进行准确分词，因此类似fast_align之类的普通词对齐工具不能很好满足原文与机器翻译译文之间的词对齐需求。

发明内容

为了解决上述技术问题中的至少一个，本公开提供了一种机器翻译结果的词对齐方法、装置、电子设备及存储介质。

本公开的机器翻译结果的词对齐方法、装置、电子设备及存储介质通过以下技术方案实现。

根据本公开的一个方面，提供一种机器翻译结果的词对齐方法，包括：

S1、将源语言语句和所述源语言语句的机器翻译结果即目标语言语句组成句对，分别对所述源语言语句以及所述目标语言语句进行分词；

S2、使用专业领域词典对所述分词后的句对中的单词进行对齐，获得专业领域词典能够对齐的单词对，作为词典对齐结果；

S3、对所述源语言语句中的每个词与所述目标语言语句中的每个词进行正向对齐，获得正向对齐能够对齐的单词对，作为正向对齐结果；

S4、对于步骤S3中未能够正向对齐的词进行反向对齐，获得反向对齐能够对齐的单词对，作为反向对齐结果；以及

S5、将词典对齐结果、正向对齐结果以及反向对齐结果作为初级对齐结果。

根据本公开的至少一个实施方式的机器翻译结果的词对齐方法，步骤S3中，替换地，对专业领域词典未能够对齐的词进行正向对齐，获得正向对齐能够对齐的单词对，作为正向对齐结果。

根据本公开的至少一个实施方式的机器翻译结果的词对齐方法，对步骤S5获得的初级对齐结果进行补充对齐，包括：