一种多种语言混合文件的翻译方法及装置制造方法及图纸

本发明专利技术提供一种多种语言混合文件的翻译方法及装置，包括：对待翻译文件的文件类型进行解析，得到文件类型；调用对应的文件解析模块，对待翻译文件进行文件解析，将待翻译文件解析成待翻译的文本；待翻译的文本包括文本内容信息以及文本属性信息；识别每个句子的类型，并采用对应翻译处理方式。输出翻译后文件。优点为：在对待翻译文件进行翻译时，仅对待翻译文件中文本信息进行翻译，对于图和表格中的非文本内容不进行解析，最后，根据位置和格式信息，将译文直接回填到待翻译文件的对应位置，既加快了翻译速度，也保证了译文和原文格式的统一性。本发明专利技术提供的一种多种语言混合文件的翻译方法及装置，实现了对多种语言混合文件的快速高效翻译。

【技术实现步骤摘要】
一种多种语言混合文件的翻译方法及装置
本专利技术属于翻译
，具体涉及一种多种语言混合文件的翻译方法及装置。
技术介绍
机器翻译是自然语言处理的翻译范围，主要研究如何将一种语言自动翻译为另外一种语言，解决人们之间的语言障碍问题。经过几十年的发展，机器翻译性能逐步提升，翻译效果显著提高。文件翻译是机器翻译的重要应用场景，用于将一种语言的输入文件，自动翻译为另一种语言。然而，现有的文件翻译方法，只能处理单一语种的翻译任务，即输入文件中只包含一种语言，无法处理输入文件中包括多种语种的翻译任务。
技术实现思路
针对现有技术存在的缺陷，本专利技术提供一种多种语言混合文件的翻译方法及装置，可有效解决上述问题。本专利技术采用的技术方案如下：本专利技术提供一种多种语言混合文件的翻译方法，包括以下步骤：步骤1，接收包含多种语言的待翻译文件；步骤2，预存储每种文件类型与文件解析模块的对应关系表；对所述待翻译文件的文件类型进行解析，得到待翻译文件的文件类型；然后，根据待翻译文件的文件类型本文档来自技高网...

【技术保护点】
1.一种多种语言混合文件的翻译方法，其特征在于，包括以下步骤：/n步骤1，接收包含多种语言的待翻译文件；/n步骤2，预存储每种文件类型与文件解析模块的对应关系表；/n对所述待翻译文件的文件类型进行解析，得到待翻译文件的文件类型；然后，根据待翻译文件的文件类型，查找所述对应关系表，得到对应的文件解析模块；/n步骤3，步骤2得到的所述文件解析模块，对所述待翻译文件进行文件解析，将所述待翻译文件解析成待翻译的文本；/n其中，所述待翻译的文本包括文本内容信息以及文本属性信息；所述文本属性信息包括文本中每个句子在文本中的位置信息、文本中每个句子的格式信息、文本中每个句子的类型信息；其中，所述每个句子的类...

【技术特征摘要】
1.一种多种语言混合文件的翻译方法，其特征在于，包括以下步骤：
步骤1，接收包含多种语言的待翻译文件；
步骤2，预存储每种文件类型与文件解析模块的对应关系表；
对所述待翻译文件的文件类型进行解析，得到待翻译文件的文件类型；然后，根据待翻译文件的文件类型，查找所述对应关系表，得到对应的文件解析模块；
步骤3，步骤2得到的所述文件解析模块，对所述待翻译文件进行文件解析，将所述待翻译文件解析成待翻译的文本；
其中，所述待翻译的文本包括文本内容信息以及文本属性信息；所述文本属性信息包括文本中每个句子在文本中的位置信息、文本中每个句子的格式信息、文本中每个句子的类型信息；其中，所述每个句子的类型信息包括：普通类型信息、第一特定类型信息以及第二特定类型信息；所述第一特定类型信息包括公式类型、科学单位类型和程序代码类型；所述第二特定类型信息包括时间类型、日期类型、金额类型、人名类型和术语类型；
步骤4，将所述文本内容信息以段落为单位进行切分，得到段落级的内容信息；然后，对于段落级的内容信息中的每个段落，再以句子为单位进行切分，得到句子级的内容信息；
对于句子级的内容信息中的每个句子，调用预训练完成的文本翻译类型分类器，识别出每个句子的类型信息；
如果句子的类型为第一特定类型信息，则对该句子不进行翻译，直接按照文本属性信息，调用译文回填模块，将句子直接回填到待翻译文件中；
如果句子的类型为第二特定类型信息，首先采用语种检测模块检测其语种；然后，根据检测到的句子语种，调用对应的规则翻译模块，将句子翻译为目标语言句子，再按照文本属性信息，调用译文回填模块，将目标语言句子回填到待翻译文件中；
如果句子的类型为普通类型信息，首先采用语种检测模块检测其语种；然后，根据检测到的句子语种，调用对应的普通翻译模块，将句子翻译为目标语言句子，再按照文本属性信息，调用译文回填模块，将目标语言句子回填到待翻译文件中；
步骤5，当对所述文本内容信息中的每个句子均进行步骤4的处理后，得到翻译后的文件；输出所述翻译后的文件；所述翻译后的文件与步骤1接收到的所述待翻译文件的文件类型相同。


2.根据权利要求1所述的一种多种语言混合文件的翻译方法，其特征在于，步骤2中，所述文件类型包括word文件类型和Excel文件类型。


3.根据权利要求1所述的一种多种语言混合文件的翻译方法，其特征在于，步骤3中，文本中每个句子在文本中的位置信息包括：页眉位置、页脚位置、脚注位置、尾注位置、标题位置、正文位置、表格位置和图位置；其中，所述正文位置是指在正文中的段号和句子号；表格位置是指：表格表号以及在对应表格中的行号列号；图位置是指：图的图号以及在对应图中的具体位置。
<...

【专利技术属性】
技术研发人员：刘鹏，周玉，邓彪，
申请(专利权)人：北京中科凡语科技有限公司，
类型：发明
国别省市：北京;11