[发明专利]一种译句的数据分析方法及系统

说明书

技术领域

本发明涉及翻译技术领域，特别是涉及一种译句的数据分析方法及系统。

背景技术

在传统的翻译服务流程中，翻译服务最终输出的为终稿译文，译文内容是否准确、表达是否流畅、格式标点是否使用正确等因素关系着付费客户的满意程度。由于翻译人员自身翻译能力的影响，不同翻译人员对同一待译文本的理解存在差异，因此为了提高翻译的准确性，在实际翻译过程中，需要通过增加人工审校环节，由翻译专家通读译文，对存在问题的译文进行标注；如果发现问题，则退回翻译人员进行修改。

而在实际翻译项目中，受翻译周期短、费用少、翻译专家稀缺等因素的限制，对于终稿译文的翻译质量的评价数较少，难以实现对被译文档的翻译质量的准确评估。

发明内容

本发明实施例提供了一种译句的数据分析方法及系统。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

根据本发明的一个方面，提供了一种译句的数据分析方法，包括：从译文文档中提取译句；从译文文档对应的原文文档中，提取与译句对应的原句；将译句和原句推送给至少一个评价用户；获取至少一个评价用户对译句的译句错误标记；统计译句错误标记，并根据译句错误标记确定译句的翻译质量。

进一步的，根据译句错误标记，确定译句的翻译质量，包括：统计至少一个评价用户对译句的第一类错误评分和第二类错误评分，确定每一评价用户对译句的译句错误总评分；译句错误总评分按照如下方式计算：

Err＝k₁·Err_LC+k₂·Err_GE，

其中，Err为译句错误总评分，Err_LC为第一类错误评分，k₁为第一类错误评分的权重系数，Err_GE为第二类错误评分，k₂为与第二类错误评分的权重系数。

进一步的，在确定译句错误总评分Err之前，分析方法还包括确定第一类错误评分的权重系数k₁和第二类错误评分的权重系数k₂，包括：提取语料库中已确定翻译质量的多个译句样本的评价数据，分析数据包括译句样本的译句错误总评分ErrS、第一类错误评分Err_LCS和第二类错误评分Err_GES；构建线性方程，线性方程为：

ErrS＝k₁·Err_LCS+k₂·Err_GES；

根据线性方程，通过多元线性回归参数计算方法，确定译句的第一类错误评分对应的权重系数k₁和第二类错误评分对应的权重系数k₂，其中，多元线性回归参数计算方法包括最小二乘法或梯度下降法。

进一步的，译句错误标记包括每一评价用户对译句所选定的第一类错误选项，第一类错误选项包括：整句错译、阅读不畅、语法错误、专有名词错误、固定搭配错误、用词错误和表达不符目标语言习惯；分析方法还包括：根据译句错误标记，确定第一类错误评分Err_LC，第一类错误评分Err_LC按照如下方式计算：

Err_LC＝k₁₁·Err_LC1+k₁₂·Err_LC2+k₁₃·Err_LC3+k₁₄·Err_LC4+k₁₅·Err_LC5+k₁₆·Err_LC6+k₁₇·Err_LC7，

其中，Err_LC1～Err_LC7为第一类错误选项一一对应的选项评分，k₁₁～k₁₇为第一类错误选项一一对应的权重系数。

进一步的，在确定第一类错误评分Err_LC之前，分析方法还包括确定第一类错误选项的权重系数k₁₁～k₁₇，包括：提取语料库中已确定翻译质量的多个译句样本的评价数据，评价数据包括译句样本的第一类错误评分Err_LCS和第一类错误选项一一对应的选项评分Err_LCS1～Err_LCS7；构建线性方程，线性方程为：

根据线性方程，通过多元线性回归参数计算方法，确定译句的第一类错误选项的权重系数k₁₁～k₁₇，其中，多元线性回归参数计算方法包括最小二乘法或梯度下降法。