文本翻译方法和装置、电子设备、存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113609874A(43)申请公布日2021.11.05(21)申请号202110697444.5(22)申请日2021.06.23(71)申请人珠海金山办公软件有限公司地址519015广东省珠海市高新区唐家湾镇前岛环路321号金山软件园5号楼申请人北京金山办公软件股份有限公司武汉金山办公软件有限公司(72)发明人宋超(74)专利代理机构北京博思佳知识产权代理有限公司11415代理人董晓盈(51)Int.Cl.G06F40/58(2020.01)权利要求书3页说明书13页附图2页(54)发明名称文本翻译方法和装置、电子设备、存储介质(57)摘要公开了一种文本翻译方法和装置、电子设备、存储介质,所述方法包括:获取待处理文本，并确定对所述待处理文本进行翻译的源语言和目标语言；提取所述待处理文本中的待翻译数字，所述待翻译数字包含以源语言表示的数字和阿拉伯数字中的至少一种；按照所述源语言对应的预设标准，对于所述待翻译数字进行规范化处理，得到经处理数字；根据所述经处理数字的数值类型，将所述经处理数字从所述源语言向所述目标语言进行转换，得到所述目标语言中的目标数字,通过对待翻译数字进行与源语言对应的规范化处理，得到规范的待翻译数字，从而可以实现各个语种之间以及各种类型数字的翻译，提高了数字翻译的准确性。CN113609874ACN113609874A权利要求书1/3页1.一种文本翻译方法，其特征在于，所述方法包括：获取待处理文本，并确定对所述待处理文本进行翻译的源语言和目标语言；提取所述待处理文本中的待翻译数字，所述待翻译数字包含以源语言表示的数字和阿拉伯数字中的至少一种；按照所述源语言对应的预设标准，对于所述待翻译数字进行规范化处理，得到经处理数字；根据所述经处理数字的数值类型，将所述经处理数字从所述源语言向所述目标语言进行转换，得到所述目标语言中的目标数字。2.根据权利要求1所述的方法，其特征在于，所述提取所述待处理文本中的待翻译数字，包括：顺序扫描所述待处理文本中的第一字符，所述第一字符包括词和符号中任一项；对于扫描得到的第一字符，根据与所述第一字符的类型对应的第二预设规则，将所述第一字符提取至列表中或跳过所述第一字符不进行提取，其中，所述列表初始为空；响应于发生跳过所述第一字符不进行提取的操作，将所述列表中的第一字符拼接成字符串，得到所述待翻译数字，并清空所述列表。3.根据权利要求2所述的方法，其特征在于，所述第一字符的类型包括基数词、序数词、连接词、阿拉伯数字中的至少一项，所述第一字符的类型对应的第二预设规则包括以下至少一项：响应于所述第一字符为基数词，将所述第一字符添加至所述列表中；响应于所述第一字符为序数词，在所述列表不为空的情况下将所述第一字符添加至所述列表中，否则跳过所述第一字符不进行提取；响应于所述第一字符为连接词，在所述列表中的最后一个字符是基数词的情况下，将所述第一字符添加至所述列表中，其中，所述连接词包括连接符号；响应于所述第一字符为阿拉伯数字，将所述第一字符添加至所述列表中；响应于所述第一字符为非数字或者连接词，则跳过不进行提取。4.根据权利要求1所述的方法，其特征在于，在提取所述待处理文本中的待翻译数字之后，所述方法还包括：删除符合以下至少一项的待翻译数字：所述待翻译数字不具有数字含义；所述待翻译数字为章节符号；所述待翻译数字不符合数字语法。5.根据权利要求1至4任一项所述的方法，其特征在于，所述预设标准包括以下至少一项：对待翻译数字进行完整表述；在所述待翻译数字包含两种或两种以上语言表述的数字的情况下，将所述数字转换为以同一种语言表述的数字。6.根据权利要求5所述的方法，其特征在于，所述方法还包括：响应于所述经处理数字中包含小数和数字单位，根据所述经处理数字中所包含的数字单位，对所述小数进行缩放，根据缩放后的结果更新所述经处理数字。2CN113609874A权利要求书2/3页7.根据权利要求1至6任一项所述的方法，其特征在于，所述根据所述经处理数字的数值类型，将所述经处理数字从所述源语言向所述目标语言进行转换，得到所述目标语言中的目标数字，包括：根据所述经处理数字的数值类型以及所述源语言的类别，对所述经处理数字进行分解；将分解后的各个部分分别映射为目标语言的数值部分；根据所述目标语言的类别，对各个数值部分进行组合，得到所述目标数字。8.根据权利要求7所述的方法，其特征在于，根据所述经处理数字的数值类型以及所述源语言类别，对所述经处理数字进行分解，包括：在所述经处理数字中检测所述源语言中多种类别的分隔符，每种类别的分隔符分别与数值类别对应；根据所检测到的分隔符的类别，确定所述经处理数字的数值类别；根据所述数值类别对应的预设分解规则