提供自動網頁內容翻譯服務的方法與系統的製作方法
2023-07-01 04:53:26
專利名稱：提供自動網頁內容翻譯服務的方法與系統的製作方法
技術領域：
本發明涉及網際網路服務提供者能夠提供的附加服務。
它特別地，但不是排他地應用於提供網際網路訪問、並且希望通過向它們的客戶提供附加服務來擴展它們的訪問封裝的服務提供者。
背景技術：
網際網路是一個全球網絡，它提供對於可使用任何給定語言的網頁的訪問。為了擴大他們的觀眾，某些網站隨用戶的意願，以幾種語言來顯示網頁。然而，這些網站是很稀少的並相距很遠。而且，多語言網站的運行成本很高，因為每次修改或添加網頁時，修改必須被翻譯並且插入到其它語言的網頁中。在這個意義上，向用戶提供自動翻譯服務是適當的，如果能使翻譯的質量達到高水平那就更好了。
當前，自動網頁內容翻譯的質量標準有好幾種。被稱為「基本的」簡單質量自動翻譯系統僅使用一本標準詞典。以一種隨意的方式來進行多義詞的翻譯。結果，由這樣的系統提供的譯文可以證明是不可理解的而且混亂著誤解。
某些產生較好質量的譯文的系統不僅使用這樣的標準詞典，而且還使用能解決涉及待翻譯的文檔主題的某些含糊不清的詞彙庫或主題詞典。這些系統需要事先選擇一部或幾部主題詞典。因此，這些系統提供的譯文質量取決於與待翻譯的文檔相對應的主題詞典的可用性，同時取決於根據待翻譯的文檔的主題選擇用於翻譯的詞典的針對性。
能提供最佳質量標準的系統綜合了主題和類型的概念。主題的概念規定了待翻譯的文本所處的上下文(例如，金融、烹飪、體育)。類型的概念規定了待翻譯的文本所屬的文學體裁(例如，文字、菜譜、劇本)。
在這種類型的系統中，我們知道，例如TAUM系統(蒙特婁大學的自動翻譯)專用於翻譯面向氣象學的文字。
這些系統具有專用於特定主題和文檔類型的缺點。為了翻譯具有多種多樣的性質的寬範圍的文檔，將需要大量的專用翻譯系統。
發明內容
本發明的目的就是克服這些缺點。通過提供一種文檔的翻譯方法來實現這個目的，所述文檔由內容提供者藉助於數字數據傳輸網絡分發給眾多用戶終端，這些文檔由標籤構成，所述標籤由用戶終端所執行的網絡瀏覽器處理。
根據本發明，該方法包括下列步驟a.把定義文檔的主題的信息插入到由內容提供者分發的至少一個文檔中，在文檔中該信息由預定義的主題邊界標籤來界定；b.當向一個用戶終端發送分發的文檔時，截取分發的文檔，從分發的文檔中提取與主題相關的信息，考慮所述主題信息翻譯結構化文檔，並將獲得的譯文插入到作為翻譯結果的文檔中；以及c.向所述用戶終端發送作為翻譯結果的文檔，以取代截取的文檔，使得它可以被網絡瀏覽器顯示在所述終端的屏幕上。
有利的是，選擇預定義的主題邊界標籤使之不被網絡瀏覽器解釋，因此，當在用戶終端的屏幕上顯示分發的文檔時，不顯示所述主題信息。
根據本發明的一個實施例，被插入到由內容提供者分發的文檔中的主題信息與文檔中的類型信息有關，類型信息在文檔中由預定義的類型邊界標籤來界定，被選擇使之不被網絡瀏覽器解釋，因此，當在用戶終端的屏幕上顯示分發的文檔時，不顯示所述類型信息，在進行文檔的翻譯時，考慮所述類型信息。
根據本發明的一個實施例，僅根據先前的用戶請求，把作為翻譯結果獲得的結構化文檔發送到用戶終端，以取代截取的文檔。
最好是，在用戶向所述網絡發出請求之後，從網絡向用戶終端發送截取的文檔，僅當對於截取文檔的請求包括一個翻譯請求指示符時，才向所述用戶終端發送對應於截取文檔的從翻譯得到的文檔。
根據本發明的一個實施例，所述用戶終端藉助於服務提供者訪問所述網絡，當服務提供者接收到來自所述網絡的指向與服務提供者連接的一個用戶終端的含有主題信息的文檔時，它執行步驟(b)和(c)。
根據本發明的另一個實施例，本方法包括一個步驟，由用戶向服務提供者配置一項參數，指示他是否希望獲得譯文以取代由所述網絡發送給他的文檔，只要此項參數指示該用戶希望獲得由網絡發送過來的文檔的譯文，則由翻譯得到的文檔被發送到用戶終端，以取代由所述網絡發送的文檔。
根據本發明的另一個實施例，文檔被翻譯為一種預定義的目標語言。
可替換地，本方法包括由用戶選擇將翻譯文檔的目標語言的步驟。
根據本發明的一個實施例，本方法包括一個步驟，根據截取的文檔的提取主題和/或類型，將截取的文檔切換到專用翻譯機。
有利的是，如果截取的文檔的提取主題和/或類型不對應於可用的專用翻譯機，或者如果在截取的文檔中沒有主題和/或類型信息，則截取的文檔將被切換到標準翻譯機。
本發明還涉及一種提供由內容提供者藉助於數字數據傳輸網絡向多個用戶終端分發的文檔的譯文的系統，所述文檔由標籤構成，這些標籤由用戶終端上執行的網絡瀏覽器處理。
根據本發明，分發的文檔至少部分地包括由預定義的主題邊界標籤界定的主題信息，所述系統包括—用於截取由所述網絡發送到一個用戶終端的分發文檔的部件；—用於提取截取的文檔中的主題信息的部件；—考慮從文檔中提取的主題信息，對截取的文檔進行翻譯的部件，以及用於將獲得的譯文插入從翻譯得到的結構文檔中的部件；以及—用於向用戶終端發送從翻譯得到的文檔以取代截取的文檔經由網絡瀏覽器在終端的屏幕上顯示的部件。
有利的是，被插入到由內容提供者分發的文檔中的主題信息與所述文檔的類型信息相關，後者在文檔中由預定義的類型邊界標籤來界定，被選擇使之不被網頁瀏覽器解釋，因此，當在用戶終端的屏幕上顯示分發的文檔時，不顯示所述類型信息，翻譯部件考慮所述類型信息以便翻譯。
根據本發明的一個實施例，通過向用戶終端提供對所述網絡的訪問的服務提供者來實現所述系統。
根據本發明的一個實施例，使用ICAP協議來實現所述系統，以便截取作為對由用戶終端發出的請求的答覆而提供的文檔，以及將截取的文檔發送到文檔翻譯服務。
有利的是，所述翻譯部件包括每個適用於一個主題和/或類型的專用翻譯機，一個標準的翻譯機，切換部件，用於將每個截取的文檔切換到適於截取文檔的提取主題和/或類型的翻譯機，或者如果截取的文檔不包括所述主題和/或類型信息，或者如果截取文檔的提取主題和/或類型不對應於任何專用翻譯機，則切換到標準翻譯機。
可替換地，所述翻譯伺服器包括翻譯機，所述主題和類型信息被用來選擇將由所述翻譯機用來進行翻譯的一部或幾部詞典，並且類型信息被用來選擇所述翻譯機的一種運行模式或者一種專用翻譯軟體。
下面，藉助於非限制性的實例並參照附圖，將對本發明的一個優選實施例進行說明，在附圖中一圖1以圖解方式來表示根據本發明的一個系統；一圖2更詳細地示出圖1所示的系統。
具體實施例方式
圖1所表示的系統包括一個服務提供者3，它允許具有與電信網絡2的連接的用戶訪問一個諸如網際網路的公共數據傳輸網絡1，這個網絡被連接到各伺服器4，後者提供諸如信息分發的不同服務。
用戶具有終端11，12，13，它們可以被連接到網絡2，以便訪問服務提供者3。所述終端可以是個人計算機11，具有通信功能的個人數字助理(PDA)12或者甚至是蜂窩電話13。
根據本發明，服務提供者3包括一個高速緩存伺服器5或者一個Web代理伺服器(代理/高速緩存)，被布置為一個專用於提供自動翻譯服務的分流器，這個伺服器被連接到翻譯伺服器6。
如圖2更詳細地所示，代理/高速緩存伺服器5包括用於接收用戶在請求步驟31中發出的網頁請求的部件21，這些請求遵從例如超文本傳送協議(HTTP)。這樣的請求顯著地包括一個發送請求的終端的標識符，例如發送者的IP(網際協議)地址，以及由伺服器4分發的待訪問的網頁的IP位址。
傳統上，接收的HTTP請求被記錄在表格23中，並且在步驟32中，在接收時把它重發到網絡1。
伺服器5還包括在步驟33中用於接收作為對請求的回答而發送的網頁的部件22。所述重發部件22提供對表格23的訪問，以便根據已接收的網頁的地址來確定已接收的網頁的收件人的地址。在已經確定所述網頁的接收用戶之後，所述重發部件22在步驟36中向所述用戶重發所述網頁。
根據本發明，附帶地設計高速緩存伺服器5來管理由用戶結合網頁請求而發出的翻譯請求，以便發送由翻譯伺服器6接收的網頁，並且向所述用戶發送由伺服器6提供的譯文。
而且，根據本發明，由伺服器4分發的網頁通常採取超文本標記語言(HTML)文檔的形式，包括一個專門的標籤，例如界定主題信息的主題…/主題，並且可能還有一個專門的標籤，例如界定內容的類型信息的類型…/類型。由內容提供者或網站編輯插入的該信息允許將主題和類型與一個網頁相關聯。
要注意的是，這些專門的標籤被選擇使其不被用戶用於顯示接收網頁的網絡瀏覽器解釋。這意味著當在終端的屏幕上顯示網頁時，網絡瀏覽器不顯示這些標籤之間的信息。
此外，翻譯伺服器6還包括一個被連接到主題翻譯機16以及可能被連接到一個標準翻譯機15的切換伺服器14。切換伺服器提取並分析與待翻譯的每個網頁有關的主題和類型，並且把待翻譯的每個網頁發送到對應於與所述網頁有關的主題和/或類型的翻譯機16。如果待翻譯的網頁的主題和/或類型不對應於任何可用主題翻譯機16，或者如果在網頁上找不到此項信息，則所述網頁被發送到標準翻譯機15。
可替換地，翻譯伺服器6可以僅包括單個翻譯機，主題和類型信息被用來選擇一部或幾部待使用的詞典，以便進行翻譯，並且類型信息被用來選擇翻譯機的一種運行模式或者一種特定的翻譯軟體。
在本發明的一個第一替代方案中，用戶使用一個允許他輸入翻譯模式的Web界面，來指示他希望獲得他請求的網頁的譯文。
因此，由服務提供者向所述用戶發送的每個網頁可以包括例如由服務提供者在運行中例如通過網際網路內容適應協議(ICAP，InternetContent Adaptation Protocol)服務插入的一個個性化的大標題(streamer)。這個大標題包括例如一個用戶可以做記號以便選擇翻譯模式或者去除所述記號以便輸入正常模式的複選框。
文檔準備翻譯的目標語言可以是一種預定義的語言，例如服務提供者所在國的語言。
我們還可以計劃在翻譯模式，給用戶藉助於選擇大標題內的選擇欄位來選擇目標語言的機會。
根據這個複選框的狀態並結合用戶標識符以及規定由用戶選擇的目標語言的一個可能參數，翻譯請求指示符在表格23或者另一個存儲部件25中被記錄和更新。
存儲部件25可以包括一個訪問控制列表(ACL)，它管理翻譯模式為之激活的用戶地址。
存儲部件25可以被定位於伺服器5中，或者例如藉助於網絡1，被定位於伺服器5中並且由伺服器5進行查詢。
當重發部件22收到來自網絡1的、在表格23中與翻譯請求指示符相關的網頁時，在步驟34中，它們向翻譯伺服器6重發所述網頁。一旦收到網頁，伺服器6對它進行分析，以便檢測界定所述網頁內容的主題和類型的專門標籤，考慮由這些標籤界定的主題和類型信息來翻譯網頁中的文本，並且管理表示所述文本的譯文的HTML頁面。由此產生的HTML譯文頁面在步驟35中被發送到重發部件22，後者在步驟36中把它重發到所述用戶終端。
需要注意的是，HTML譯文頁面的產生可以簡單地由文本區的譯文來取代待翻譯的頁面中的文本區。
以此方式，用戶獲得所請求的網頁的可理解的和貼切的譯文。
而且，主題和類型的定義與網頁的關聯是簡單的，因為它所需要的一切就是實現一個標籤系統。
可替換地，可以給用戶以機會，使他能經由Web界面向訪問提供者3配置一個翻譯模式參數，指示他是否希望在發送由網際網路發出的網頁之前獲得譯文，還可能配置一個規定將翻譯的目標語言的參數。這些參數結合用戶標識符(IP位址)例如被記錄在存儲部件25中。只要翻譯模式參數指示用戶希望獲得譯文，則重發部件22將向用戶發送譯文，以取代原先準備向它發送的來自網際網路的所有頁面。
在這個實施例中，存儲部件25還可以位於伺服器5中，或者被移開並且例如由伺服器5藉助於網絡1進行查詢。
有利的是，通過使用ICAP協議，可以容易地實現剛才已經描述的系統。這個協議專門地被設計用於截取各項請求或者經由代理伺服器轉發的HTTP答覆，並且把這些請求或答覆發送到一項特殊業務，後者在重發它們之前對它們進行修改。
當然，可以不使用ICAP協議來實行譯文提供服務。它也可以通過使用代理高速緩存伺服器的應用程式接口(API，ApplicationProgramming Interface)來執行。
權利要求
1.一種提供由內容提供者(4)藉助於數字數據傳輸網絡(1)向眾多用戶終端(11，12，13)分發的文檔的譯文的方法，所述文檔由標籤構成，所述標籤由用戶終端所執行的網絡瀏覽器處理，其特徵在於，它包括下列步驟a.把定義文檔的主題的信息插入到由內容提供者(4)分發的至少一個文檔中，在所述文檔中，該信息由預定義的主題邊界標籤界定；b.當分發的文檔被發送到用戶終端(11，12，13)時，截取分發的文檔，從分發的文檔中提取與所述主題相關的信息，考慮所述主題信息翻譯結構化文檔，並且將獲得的譯文插入到從翻譯得到的文檔中；以及c.把從翻譯得到的所述文檔發送(36)到用戶終端，以取代截取的文檔，使得它可以通過網絡瀏覽器在所述終端的屏幕上顯示。
2.如權利要求1所述的方法，其特徵在於，選擇預定義的主題邊界標籤使之不被網絡瀏覽器解釋，使得當在用戶終端(11，12，13)的屏幕上顯示分發的文檔時，不顯示所述主題信息。
3.如權利要求1或2所述的方法，其特徵在於，被插入到由內容提供者(4)分發的文檔中的主題信息與所述文檔中的類型信息相關，在文檔中，所述類型信息由預定義的類型邊界標籤來界定，被選擇以便不被網絡瀏覽器解釋，使得當在用戶終端(11，12，13)的屏幕上顯示分發的文檔時，不顯示所述類型信息，考慮所述類型信息而進行文檔的翻譯。
4.如權利要求1或3所述的方法，其特徵在於，僅根據先前的用戶請求，將從翻譯得到的結構化文檔發送到用戶終端(11，12，13)以取代截取的文檔。
5.如權利要求1至4中的一個所述的方法，其特徵在於，在用戶向所述網絡發出請求之後，從網絡(1)向用戶終端(11，12，13)發送截取的文檔，僅當對於截取的文檔的請求包括一個翻譯請求指示符時，才向所述用戶終端發送從對應於截取的文檔的譯文得到的文檔。
6.如權利要求1至5中的一個所述的方法，其特徵在於，所述用戶終端(11，12，13)藉助於服務提供者(3)訪問所述網絡(1)，當服務提供者(3)接收到來自所述網絡的指向與服務提供者連接的用戶終端的含有主題信息的文檔時，它執行步驟(b)和(c)。
7.如權利要求6所述的方法，其特徵在於，它包括一個步驟，由所述用戶向所述服務提供者(3)配置一項參數，指示他是否希望獲得譯文以取代由網絡(1)發送給他的文檔，只要該參數指示用戶希望獲得由網絡發送的文檔的譯文，由翻譯得到的文檔被發送給用戶終端(11，12，13)以取代由網絡發送的文檔。
8.如權利要求1至7中的一個所述的方法，其特徵在於，文檔被翻譯為一種預定義的目標語言。
9.如權利要求1至7中的一個所述的方法，其特徵在於，它包括由用戶選擇翻譯文檔的目標語言的步驟。
10.如權利要求1至9中的一個所述的方法，其特徵在於，它包括一個步驟，根據截取文檔的提取主題和/或類型，將截取的文檔切換到專用翻譯機(16)。
11.如權利要求10所述的方法，其特徵在於，如果截取文檔的提取主題和/或類型不對應於可用的專用翻譯機，或者如果在截取文檔中沒有主題和/或類型信息，則將截取文檔切換到標準翻譯機(15)。
12.一種用於提供由內容提供者(4)藉助於數字數據傳輸網絡(1)向多個用戶終端(11，12，13)分發的文檔的譯文的系統，所述文檔由標籤構成，這些標籤由用戶終端上執行的網絡瀏覽器處理，其特徵在於，分發的文檔至少部分地包括由預定義的主題邊界標籤界定的主題信息，所述系統包括—用於截取由網絡(1)發送給用戶終端(11，12，13)的分發的文檔的部件(22)；—用於提取截取的文檔中的主題信息的部件(14)；—考慮從文檔中提取的主題信息，對截取的文檔進行翻譯的部件(14，15，16)，以及用於將獲得的譯文插入翻譯所得的結構化文檔中的部件；以及—用於向用戶終端(11，12，13)發送翻譯所得的文檔以取代截取的文檔，準備經由網絡瀏覽器在終端的屏幕上顯示的部件(22)。
13.如權利要求12所述的系統，其特徵在於，被插入到由內容提供者(4)分發的文檔中的主題信息與所述文檔的類型信息相關，類型信息在文檔中由預定義的類型邊界標籤界定，被選擇以便不被網頁瀏覽器解釋，使得當在用戶終端(11，12，13)的屏幕上顯示分發的文檔時，不顯示所述類型信息，翻譯部件(14，15，16)考慮所述類型信息以便翻譯。
14.如權利要求12或13所述的系統，其特徵在於，通過一個向用戶終端提供對網絡(1)的訪問的服務提供者(3)來實現所述系統。
15.如權利要求12至14中的一個所述的系統，其特徵在於，使用ICAP協議來實現所述系統，以便截取作為對由用戶終端(11，12，13)發出的請求的答覆而提供的文檔，並將截取的文檔發送到文檔翻譯服務(6)。
16.如權利要求13至15中的一個所述的系統，其特徵在於，所述翻譯部件包括每一個適用於一個主題和/或類型的專用翻譯機(16)，標準翻譯機(15)，切換部件(14)，它把每個截取的文檔切換到適於截取文檔的提取主題和/或類型的翻譯機，或者如果截取文檔不包括所述主題和/或類型信息，或者如果截取文檔的提取主題和/或類型不對應於任何專用翻譯機(16)，則切換到標準翻譯機(15)。
17.如權利要求13至15中的一個所述的系統，其特徵在於，所述翻譯伺服器(6)包括翻譯機，所述主題和/或類型信息被用來選擇將由所述翻譯機用來進行翻譯的一部或幾部詞典，並且所述類型信息被用來選擇所述翻譯機的運行模式或者專用翻譯軟體。
全文摘要
本發明涉及用於提供自動網頁內容翻譯服務的方法和系統。更具體地說，本發明涉及一種提供由內容提供者(4)藉助於數據傳輸網絡(1)向眾多用戶終端(11，12，13)分發的文檔的譯文的方法。本創新性的方法包括把信息插入到由內容提供者(4)分發的至少一個文檔中，所述信息定義所述文檔的主題，並且在所述文檔內由預定義的主題邊界標籤界定；當向用戶終端(11，12，13)發送分發的文檔時，截取分發的文檔，從所述文檔中提取與主題有關的信息，並且考慮所述主題信息翻譯結構化文檔；把獲得的譯文插入從翻譯得到的文檔中；並通過取代截取的文檔向所述用戶終端發送從翻譯得到的文檔，使得它可通過網絡瀏覽器在所述終端的屏幕上顯示。
文檔編號G06F17/30GK1745379SQ200480003075
公開日2006年3月8日 申請日期2004年1月7日 優先權日2003年1月28日
發明者艾迪安尼·安尼克, 安妮·保特洛克斯, 簡－弗蘭庫伊斯·瑞維爾 申請人:法國電信公司