一種藉助機器翻譯系統生成規範外文頁面的方法

2023-10-11 13:45:19 2

專利名稱：一種藉助機器翻譯系統生成規範外文頁面的方法
技術領域：
本發明屬於網絡技術領域，特別涉及網頁的開發，具體是生成多種語言的網頁文件。
背景技術：
隨著市場發展，客戶範圍越來越廣，為滿足不同地域客戶的需要，公司網站及產品中的網頁內容需要多語言支持。目前主要採取的做法是在功能開發滿足要求之後，開發人員提取整套頁面的字符串到excel表中，統一由客戶翻譯完成後，開發人員再將客戶翻譯的結果放置到頁面中， 所有步驟都由手工完成。一套頁面有幾十甚至數百個頁面，每個頁面的字符串量在1(Γ50之間，由此可見這項工作的工作量很大，並且，將所有需要翻譯的內容不加處理地提供給客戶，對客戶的壓力也很大。另外，根據用戶的要求，網頁內容的翻譯需要規範化，機器翻譯對此要求不能滿足，人工翻譯也會出現遺漏的情況，並且也會增加人工的工作量。因此，有必要採用一種新的方法，自動提取網頁文件中需要翻譯的內容，初步翻譯後經過規範化校正，再提供給客戶進行校驗、修改，當需要加載頁面時，將目標語言的翻譯結果自動寫入網頁文件，替代需要翻譯的內容，生成目標語言的網頁文件。

發明內容
為了達到上述目的，本發明設計了一種藉助機器翻譯系統生成生成規範外文頁面的方法，將頁面文件中需要翻譯的內容提取出來，提交給機器翻譯系統進行初步翻譯，再對結果進行規範，生成目標翻譯文件，在網頁加載時替代網頁文件中相關的內容。本發明採取的技術方案是，一種藉助機器翻譯系統生成規範外文頁面的方法，該方法基於連接或裝載有機器翻譯系統的計算機來實現，計算機中已經生成了功能完善的頁面文件並存儲在計算機的內存中，並且在計算機中增設文件提取模塊和文件加載模塊，增設用於存儲規範翻譯對照表的專用存儲單元，規範翻譯對照表中存儲源語言字符串，以及對應該字符串的目標語言的規範翻譯內容，增設規範翻譯模塊，自動翻譯的方法包括以下步驟
Α、文件提取模塊提取網頁文件中需要翻譯的內容，生成源xml文件並存儲；
B、將生成的源xml文件提交給機器翻譯系統，接收返回的目標xml文件並存儲；
C、規範翻譯模塊遍歷源xml文件，找到其中與規範翻譯對照表匹配的源語言字符串， 將對應的目標語言規範翻譯內容替換目標xml文件中對應內容；
D、當需要加載頁面時，通過文件加載模塊將目標xml文件寫入網頁文件，替代需要翻譯的內容，生成目標語言的網頁文件。在執行步驟C之前還包括以下步驟
3將源xml文件和目標xml文件轉換成excel格式的文件，將轉換後的文件交付人工校對，再將校對後的目標文件轉換成xml格式的文件。網頁文件中需要翻譯的部分只是顯示的內容，構成文件的其它部分，如命令、標記、注視等不需要也不允許翻譯，因此首先要把需翻譯的內容從網頁文件中提取出來。機器翻譯系統對接收的文件有一定的格式要求，在把需翻譯的內容發送給翻譯系統前，要把文件組織成特定的文件格式。目前的機器翻譯系統翻譯的結果還不盡人意，為了使翻譯結果更加準確，還可以進行人工校對。為了滿足規範化的要求，通過比對規範翻譯對照表對翻譯結果進行自動處理，可以得到規範的翻譯文本。規範翻譯對照表中包含要求規範翻譯的所有源字符串，對應的，還有所有目標語言對源字符串的規範翻譯內容，這些內容是根據用戶或項目的要求特定的。根據目標語言的種類，採用上述步驟生成針對一個網頁的多個翻譯文本，每個翻譯文本對應一種目標語言。在請求頁面時，根據選擇的語言種類，通過文件加載模塊加載最終的翻譯文本，替換頁面上需要翻譯的內容，生成目標語言的網頁文件。採用本發明提供的方法，可以自動提取網頁中需要翻譯的內容，經過機器翻譯後規範翻譯結果，並可提供給客戶做進一步校對，生成目標文件，在頁面請求時，將選定的目標文件自動寫入網頁文件，減少了人工工作量，規範了網頁的翻譯，同時也減輕了客戶的工作量，加快了開發速度。


圖1是本發明的方法流程圖。圖2是文件提取模塊的流程圖。圖3是文件加載模塊的流程圖。
具體實施例方式下面結合附圖對本發明進行詳細說明。圖1是發明的方法流程圖。首先生成HTML格式的網頁文件，然後提取其中需要翻譯的內容並轉換成xml格式，將文件提交給機器翻譯系統，將翻譯後的結果進行人工校對， 然後進行規範化處理，生成目的xml文件，在網頁請求加載時，將目的xml文件中的內容替換需要翻譯的內容，生成要求的網頁文件。現有的機器翻譯系統中，Google翻譯支持語言最多，準確率最高，Google龐大的資料庫和高效的處理給我們帶來了方便。這裡要用到的就是Google免費提供給用戶的翻譯js庫google translate api。Google支持xml格式的整個文件的翻譯，當需要翻譯時， 連接到網際網路，在瀏覽器中輸入以下內容
http://translate.google.com/translate u='+escape(need_translate_ url) +' &amp ； langpair=en%7Czh-CN將需要翻譯文件的網絡路徑替換上述的need_ translate_url，就可以完成自動翻譯。
為了完成機器翻譯，首先在計算機中生成功能完善的頁面文件，此時的頁面文件是HTML格式的文件。由於Google翻譯需要xml格式的文件，因此需要將HTML格式的網頁文件進行轉換。通過頁面分析可以發現一個規律，幾乎所有需要翻譯的字符串都在葉子標籤(即該標籤不包含子標籤)中，一些沒有放在葉子標籤中的字符串可以通過修改的方式放在葉子標籤中。通過這條規律可以獲取到需要翻譯的字符串，方法就是遞歸遍歷，如圖2所示。 在這個方法的基礎上再進行批量處理，文件提取模塊可以在幾分鐘之內就完成字符串提取和格式轉換工作，生成源xml文件。文件提取模塊完成提取和轉換後，選擇語言的種類，將源xml文件通過上述方法提交給Google進行翻譯，翻譯的結果還是xml格式。根據目標
語言的種類，重複上述工作，生成多個翻譯結果的目的ml文件。為使翻譯結果更準確，可以進行人工校對。對於現今的計算機使用者來說是， excel是一種比較常用的文件格式，根據客戶的實際情況和方便性，將xml格式的文件轉換成excel格式後提供給客戶。這裡給客戶提供的是初步的翻譯結果，這樣，也減少了客戶的工作量。客戶校對完成後，返回excel文件，再將文件轉換成xml格式。規範翻譯對照表中存儲源語言字符串，以及對應該字符串的目標語言的規範翻譯內容，如源語言是中文，網頁中有一個字符串是「項目」，我們規定英文的規範翻譯內容是 「Project」，法語的規範翻譯內容是「projet」，日語的規範翻譯內容是「 口夕二 7卜」，將上述內容寫入規範翻譯對照表。規範翻譯模塊遍歷源xml文件，如找到「項目，，字符串，因為源字符串和翻譯後的字符串在源xml文件與目的xml文件中的位置是一致的，因此，可以定位翻譯後的字符串所在位置，根據目標語言的種類，如目標語言是英文，則無論目標文件中相應位置是什麼內容，都替換為「Project」。同樣，根據目標語言的種類和數量，重複上述工作，生成多個翻譯結果文件。在請求頁面時，根據選擇的目標語言，通過加載模塊，如圖3所示過程，加載對應的目標ml文件，替換頁面上需要翻譯的內容，生成目標語言的網頁文件。
權利要求
1.一種藉助機器翻譯系統生成規範外文頁面的方法，該方法基於連接或裝載有機器翻譯系統的計算機來實現，計算機中已經生成了功能完善的頁面文件並存儲在計算機的內存中，其特徵在於在計算機中增設文件提取模塊和文件加載模塊，增設用於存儲規範翻譯對照表的專用存儲單元，規範翻譯對照表中存儲源語言字符串，以及對應該字符串的目標語言的規範翻譯內容，增設規範翻譯模塊，自動翻譯的方法包括以下步驟A、文件提取模塊提取網頁文件中需要翻譯的內容，生成源xml文件並存儲；B、將生成的源xml文件提交給機器翻譯系統，接收返回的目標xml文件並存儲；C、規範翻譯模塊遍歷源xml文件，找到其中與規範翻譯對照表匹配的源語言字符串， 將對應的目標語言規範翻譯內容替換目標xml文件中對應內容；D、當需要加載頁面時，通過文件加載模塊將目標xml文件寫入網頁文件，替代需要翻譯的內容，生成目標語言的網頁文件。
2.根據權利要求1所述的一種藉助機器翻譯系統生成規範外文頁面的方法，其特徵在於在執行步驟C之前還包括以下步驟將源xml文件和目標xml文件轉換成excel格式的文件，將轉換後的文件交付人工校對，再將校對後的目標文件轉換成xml格式的文件。
全文摘要
一種藉助機器翻譯系統生成規範外文頁面的方法，屬於網絡技術領域，特別涉及網頁的開發，具體地是生成多種語言的網頁文件。本方法是將功能完善的網頁文件中需要翻譯的字符串提取出來，提交給Google機器翻譯系統進行初步翻譯，將結果進行規範化處理以及人工校對形成目標翻譯文件，加載時將最終翻譯內容加載到網頁文件，生成不同語言的網頁版本。
文檔編號G06F17/28GK102508878SQ20111031603
公開日2012年6月20日 申請日期2011年10月18日 優先權日2011年10月18日
發明者周明明, 汪瀾, 王志波, 王明貴 申請人:深圳市共進電子股份有限公司