任意语言资产和资源的本地化复杂度制造技术

“语言复杂度工具”使用基于机器学习(ML)的技术来预测本地化源语言资产或资源(即“源内容”)或该内容的子部分的“源复杂度得分”，以向用户提供将源内容本地化到目标语言、方言、或语言风格的预测的难度等级。这些预测的源复杂度得分提供多个优势，包括但不限于：通过标识可能对用户难以或耗时来本地化的源内容或该内容的子部分的改善的用户效率和用户交互表现。而且，这些源复杂度得分使得用户能够在本地化之前修改源内容以提供更低的源复杂度得分，由此减少关于在软件应用或其它媒体中呈现的经本地化的文本和语言的错误率，所述其它媒体包括但不限于：该源内容的口述或书面的本地化。

【技术实现步骤摘要】
【国外来华专利技术】任意语言资产和资源的本地化复杂度
技术介绍
内容创作和品质预测(QP)是在将语言串从一种语言翻译为另一种语言时常用的自动化的基于语言的工具。一些现有内容创作工具使用各种手写的预定义规则来标识潜在的翻译问题。与之相对照，QP通常通过尝试向翻译源语言串的结果分配预测值来操作。换言之，QP通常操作以预测对包括源语言串的输入到另一种语言的基于机器的翻译将带来的可能质量。概述提供以下
技术实现思路
以便以简化的形式介绍将在以下具体实施方式中进一步描述的一些概念。本概述并非旨在标识出要求保护的主题的关键特征或必要特征，亦非旨在用作辅助确定要求保护的主题的范围。进而，尽管本文中可能指出并讨论了其它技术的某些缺点，然而所要求保护的主题不旨在限于可解决或针对那些其它技术中的任何或全部缺点的实现。本概述的唯一的目的是以简化形式呈现所要求保护的主题的某些概念，作为下文呈现的比较详细的描述的前奏。通常，如本文描述的“语言复杂度工具”提供用于分配与将源语言资产和资源本地化到替代语言相关的复杂度度量(在本文中也被称为“源复杂度得分”)的各种技术。注意，源语言资产和资源(在本文中也被称为“源内容”)被定义为包括用于表达思想本文档来自技高网...

【技术保护点】
一种计算机实现的过程，包括：接收包括源语言的一个或多个单词的序列的任意源内容；从所述源内容提取多个特征；向所述特征应用机器学习的预测性的基于语言的模型以预测源复杂度得分；其中所述源复杂度得分表示将所述源内容本地化到目的地语言的目的地内容的预测的难度等级；以及经由用户界面呈现所述复杂度得分。

【技术特征摘要】
【国外来华专利技术】2014.12.08 US 14/563,0291.一种计算机实现的过程，包括：接收包括源语言的一个或多个单词的序列的任意源内容；从所述源内容提取多个特征；向所述特征应用机器学习的预测性的基于语言的模型以预测源复杂度得分；其中所述源复杂度得分表示将所述源内容本地化到目的地语言的目的地内容的预测的难度等级；以及经由用户界面呈现所述复杂度得分。2.如权利要求1所述的计算机实现的过程，其特征在于，进一步包括应用所述机器学习的预测性的基于语言的模型来标识所述任意源内容的增加所述预测的源复杂度得分的一个或多个元素。3.如权利要求1或权利要求2所述的计算机实现的过程，其特征在于，进一步包括自动标识减小所述预测的复杂度得分的对所述源内容的一个或多个建议的改变。4.如权利要求1或权利要求2或权利要求3所述的计算机实现的过程，其特征在于，所述用户界面允许编辑所述任意源内容的一个或多个元素以减小所述复杂度得分。5.如权利要求1所述的计算机实现的过程，其特征在于，所述机器学习的预测性的基于语言的模型在从已经被成功本地化到所述目的地语言的多个源资产或资源提取的特征上以及在本地化被认为是可接受的之前所述多个源资产或资源中的每一个被本地化到所述目的地语言的次数上进行训练。6.如权利要求1或权利要求2或权利要求3或权利要求4所述的计算机实现的过程，其特征在于，所述用户界面在所述任意源内容正被用户经由所述用户界面输入、创建或编辑时提供所述任意源内容的实时复杂度评分。7.如权利要求1所述的计算机实现的过程，其特征在于，所述用户界面允许从已为其创建了一个或多个机器学习的预测性的基于语言的模型的多个可用源和目的地语言对中选择所述源语言和所述目的地语言中的任一者或两者。8.如权利要求1所述的计算机实现的过程，其特征在于，进一步包括：预测多个任意源资产或资源的源复杂度得分；以及应用所述复杂度得分以按照复杂度的次序排定所述多个任意源资产或资源的优先级。9.一种系统，包括：通用计算设备；以及包括能由所述计算设备执行的程...

【专利技术属性】
技术研发人员：J·科格利，D·格罗夫斯，M·A·琼斯，M·R·赫德利，
申请(专利权)人：微软技术许可有限责任公司，
类型：发明
国别省市：美国,US