專利名稱：一種實(shí)現(xiàn)雙語網(wǎng)頁搜索的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種互聯(lián)網(wǎng)多語言網(wǎng)頁的搜索方法；具體地說，涉及一種利用搜索引擎和自動(dòng)生成的雙語檢索式實(shí)現(xiàn)搜索雙語網(wǎng)頁，為用戶提供輔助翻譯的方法。
背景技術(shù)：
隨著互聯(lián)網(wǎng)的發(fā)展及國際文化交流的加強(qiáng)，網(wǎng)站也開始出現(xiàn)了國際化的趨勢(shì)。首先，出現(xiàn)了越來越多的英語學(xué)習(xí)網(wǎng)站和雙語平行網(wǎng)站，在這些網(wǎng)頁中有很多雙語對(duì)照的學(xué)習(xí)資源；另外在很多網(wǎng)頁中，對(duì)于一些專有名詞或新近出現(xiàn)的詞匯，有些作者會(huì)在這類詞匯后附上它們的對(duì)應(yīng)英文翻譯，如在武漢理工大學(xué)網(wǎng)站上的學(xué)校簡(jiǎn)介網(wǎng)頁上，就有“武漢理工大學(xué)(Wuhan University ofTechnology)是教育部直屬全國重點(diǎn)大學(xué)”這樣的雙語描述。這些含有雙語對(duì)照翻譯的網(wǎng)頁在互聯(lián)網(wǎng)中有很多，是人們?cè)诜g時(shí)可以參考的寶貴資源。
為了搜索到這些在互聯(lián)網(wǎng)上已經(jīng)存在的翻譯成果，人們可以借助于一些通用的搜索引擎，如www.google.com和百度(www.baidu.com)，通過選擇和組合關(guān)鍵詞檢索項(xiàng)可以搜索到這些存在雙語對(duì)照翻譯的網(wǎng)頁。舉例來說，用戶可以在www.baidu.com的搜索框中輸入雙語檢索式“武漢理工大學(xué)university”，會(huì)搜索到很多同時(shí)包括有“武漢理工大學(xué)”和“university”的網(wǎng)頁，在這些搜索結(jié)果中，會(huì)出現(xiàn)“武漢理工大學(xué)(Wuhan University of Technology)是教育部直屬全國重點(diǎn)大學(xué)……”這樣的雙語描述，顯然，這些搜索結(jié)果對(duì)用戶翻譯“武漢理工大學(xué)”這樣的專有名詞是很有幫助的。但問題是現(xiàn)有的這些通用搜索引擎并不是專門為翻譯搜索而設(shè)計(jì)，對(duì)用戶的搜索水平和英語水平都有較高要求。

發(fā)明內(nèi)容
本發(fā)明的目的是針對(duì)上述不便而提出的一種實(shí)現(xiàn)雙語網(wǎng)頁搜索的方法，該方法可以依據(jù)用戶的輸入內(nèi)容，自動(dòng)生成對(duì)應(yīng)的雙語檢索式，再送入搜索引擎搜索，為用戶搜索到同時(shí)含有用戶輸入內(nèi)容及其對(duì)應(yīng)翻譯的網(wǎng)頁，為用戶的翻譯提供參考。
為了達(dá)到上述目的，本發(fā)明提供的技術(shù)方案是包括以下步驟，(1)用戶提交查詢請(qǐng)求；(2)依據(jù)查詢請(qǐng)求內(nèi)容生成雙語檢索式；(3)將雙語檢索式傳送給搜索引擎進(jìn)行搜索；(4)搜索引擎返回搜索結(jié)果。
而且，所述步驟2由雙語檢索式自動(dòng)生成系統(tǒng)實(shí)現(xiàn)，實(shí)現(xiàn)步驟如下A)雙語檢索式自動(dòng)生成系統(tǒng)接收到查詢請(qǐng)求后，將查詢請(qǐng)求切分成關(guān)鍵詞項(xiàng)，從關(guān)鍵詞項(xiàng)中自動(dòng)挑選檢索關(guān)鍵詞項(xiàng)，刪除冗余的關(guān)鍵詞項(xiàng)；B)將檢索關(guān)鍵詞項(xiàng)分別翻譯；C)將檢索關(guān)鍵詞項(xiàng)的翻譯和查詢請(qǐng)求內(nèi)容根據(jù)邏輯關(guān)系組合成雙語檢索式。
而且，在進(jìn)行步驟C)之后，向用戶提交自動(dòng)生成的雙語檢索式，接受用戶確認(rèn)或修改，然后進(jìn)行步驟3。
采用以上技術(shù)方案后，本發(fā)明具有以下優(yōu)點(diǎn)和積極效果用戶只要在用戶操作與顯示界面提交一個(gè)單語言查詢請(qǐng)求，就能自動(dòng)生成雙語檢索式，從而能檢索到同時(shí)含有該查詢請(qǐng)求與可能含有該查詢請(qǐng)求對(duì)應(yīng)翻譯的雙語網(wǎng)頁。能為用戶的翻譯提供一定程度上的參考，特別是對(duì)一些只能“查找”不能自行“翻譯”的專有名詞的翻譯有極大的參考價(jià)值。


圖1是本發(fā)明流程圖。
圖2是本發(fā)明的系統(tǒng)示意圖。
具體實(shí)施例方式
以下結(jié)合附圖1、圖2，對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說明。為方便闡述，本發(fā)明提供一個(gè)以中文、英文為例的具體實(shí)施例子，事實(shí)上本發(fā)明同樣適用于其它語言間的雙語搜索，如中文和法文、日語和英文等。
一種實(shí)現(xiàn)雙語網(wǎng)頁搜索的方法包括以下步驟(1)用戶提交查詢請(qǐng)求；(2)依據(jù)查詢請(qǐng)求內(nèi)容生成雙語檢索式；(3)將雙語檢索式傳送給搜索引擎進(jìn)行搜索；(4)搜索引擎返回搜索結(jié)果。
在步驟1中，用戶提交查詢請(qǐng)求通過用戶操作與顯示界面實(shí)現(xiàn)，用戶操作與顯示界面可以是瀏覽器或者客戶端軟件，有用戶輸入接口，可以接收用戶的查詢請(qǐng)求，并將查詢請(qǐng)求通過網(wǎng)絡(luò)發(fā)送出去。用戶操作與顯示界面的編寫屬于計(jì)算機(jī)軟件方面的現(xiàn)有技術(shù)。
例子假設(shè)用戶要通過本方法查詢“武漢理工大學(xué)”的英文翻譯，則在用戶操作與顯示界面提交查詢請(qǐng)求“武漢理工大學(xué)”。
在步驟2中，利用雙語檢索式自動(dòng)生成系統(tǒng)依據(jù)查詢請(qǐng)求內(nèi)容生成雙語檢索式。在具體實(shí)施時(shí)，雙語檢索式自動(dòng)生成系統(tǒng)可以分為切分關(guān)鍵詞模塊和翻譯引擎這兩個(gè)模塊編寫。
在步驟3中，所述的搜索引擎為通用搜索引擎，如www.google.com和www.baidu.com等，也可以是元搜索引擎。
在例子中，雙語檢索式自動(dòng)生成系統(tǒng)將雙語檢索式傳送給搜索引擎，如將“武漢理工大學(xué)AND wuhan AND university”傳送給www.google.com。www.google.com接收到查詢請(qǐng)求后，以雙語檢索式為檢索項(xiàng)對(duì)其數(shù)據(jù)庫進(jìn)行檢索。
在步驟4中，搜索引擎返回搜索結(jié)果，并在用戶操作與顯示界面中顯示結(jié)果。
在例子中，www.google.com以“武漢理工大學(xué)AND wuhan AND university”為檢索項(xiàng)對(duì)其數(shù)據(jù)庫進(jìn)行檢索，返回585項(xiàng)搜索結(jié)果，即有585個(gè)網(wǎng)頁同時(shí)含有“武漢理工大學(xué)”、“wuhan”、“university”。在前10條結(jié)果中，有5條結(jié)果含有“武漢理工大學(xué)(Wuhan University of Technology)是教育部直屬全國重點(diǎn)大學(xué)”這樣的雙語描述，顯然這些搜索結(jié)果對(duì)用戶翻譯“武漢理工大學(xué)”很有幫助。
為了提供高效的雙語檢索式，本發(fā)明提供實(shí)現(xiàn)生成雙語檢索式的步驟如下A)雙語檢索式自動(dòng)生成系統(tǒng)接收到查詢請(qǐng)求后，將查詢請(qǐng)求切分成關(guān)鍵詞項(xiàng)，從關(guān)鍵詞項(xiàng)中自動(dòng)挑選檢索關(guān)鍵詞項(xiàng)，刪除冗余的關(guān)鍵詞項(xiàng)；B)將檢索關(guān)鍵詞項(xiàng)分別翻譯；C)將檢索關(guān)鍵詞項(xiàng)的翻譯和查詢請(qǐng)求內(nèi)容根據(jù)邏輯關(guān)系組合成雙語檢索式。其工作流程與各模塊的功能具體說明如下在步驟A)中雙語檢索式自動(dòng)生成系統(tǒng)接收到查詢請(qǐng)求后，切分關(guān)鍵詞模塊將查詢請(qǐng)求切分成多個(gè)關(guān)鍵詞，如果關(guān)鍵詞較多，可依據(jù)關(guān)鍵詞的詞性和詞頻刪除部分關(guān)鍵詞，自動(dòng)挑選檢索關(guān)鍵詞項(xiàng)。對(duì)于中文、韓文、日文等為代表的東方語系語言而言，與以英文為代表的拉丁語系語言不同，這些語言的句子中的詞與詞間沒有明顯的分界符。以中文為例子來說，漢語是一些連續(xù)的字序列，需要將其切分成多個(gè)關(guān)鍵詞，才能用于查詢檢索。在中文查詢請(qǐng)求的處理中切分關(guān)鍵詞模塊就是在中文分詞與詞性標(biāo)注，將一句長(zhǎng)話中的詞識(shí)別出來，將長(zhǎng)話切分成多個(gè)基本獨(dú)立語義單位——中文單詞，并進(jìn)行詞性標(biāo)注。中文分詞與詞性標(biāo)注研究一直是中文信息處理研究的熱點(diǎn)，國內(nèi)外均有較成熟的技術(shù)和產(chǎn)品在產(chǎn)品上，國內(nèi)的眾多單位，如海量科技信息技術(shù)有限公司的“中文分詞軟件包”、廈門大學(xué)語言技術(shù)中心的“分詞標(biāo)注程序”、北京大學(xué)計(jì)算語言學(xué)研究所的“漢語切分與標(biāo)注程序”等都是較成熟的產(chǎn)品；在技術(shù)和算法上，有最大匹配法，反向最大匹配法，逐詞遍歷法，設(shè)立切分法，最佳匹配法，有窮多層次列舉法，二次掃描法，鄰接約束法，鄰接知識(shí)約束法，專家系統(tǒng)法，最少分詞詞頻選擇方法，神經(jīng)網(wǎng)絡(luò)方法等等。
對(duì)于以英文為代表的拉丁語系語言而言，在英文中，單詞之間是以空格作為自然分界符的，分詞與詞性標(biāo)注的問題不大，但存在英文的詞法分析問題即詞匯形態(tài)還原、查找短語(詞組)與特殊符號(hào)的處理。只有將具有形態(tài)變化的詞匯還原成原形形式，才能利于翻譯系統(tǒng)的翻譯；只有確定了哪幾個(gè)相鄰的詞構(gòu)成一個(gè)短語，并以短語為單位進(jìn)行翻譯，才能得到相應(yīng)的正確譯文。在英文查詢請(qǐng)求的處理中切分關(guān)鍵詞模塊就是在進(jìn)行分詞、詞性標(biāo)注與詞法分析；在對(duì)英文進(jìn)行分詞的過程中，除了空格分隔符，還有幾種特殊的符號(hào)要處理數(shù)字、連字符、標(biāo)點(diǎn)符號(hào)和字母的大小寫等。英文的分詞、詞性標(biāo)注與詞法分析目前已經(jīng)取得了很大進(jìn)展，技術(shù)成熟，如在國內(nèi)流行的英漢機(jī)器翻譯軟件內(nèi)置有分詞、詞性標(biāo)注與詞法分析工具，如金山快譯、東方快車等軟件。
在例子中雙語檢索式自動(dòng)生成系統(tǒng)接收到用戶的查詢請(qǐng)求“武漢理工大學(xué)”后，切分關(guān)健詞模塊將其切分為多個(gè)關(guān)健詞，一種切分結(jié)果是“武漢”(名詞)、“理工”(名詞)、“大學(xué)”(名詞)。
又如雙語檢索式自動(dòng)生成系統(tǒng)接收到用戶的查詢請(qǐng)求“凡是堅(jiān)持真理的人”后，切分關(guān)健詞模塊將其切分為多個(gè)關(guān)健詞項(xiàng)，一種切分結(jié)果是“凡是”(副詞)、“堅(jiān)持”(動(dòng)詞)、“真理”(名詞)、“的”(助詞)、“人”(名詞)，由于關(guān)鍵詞項(xiàng)較多，可依據(jù)關(guān)鍵詞項(xiàng)的詞性刪除部分關(guān)鍵詞項(xiàng)，如去除副詞、助詞、和動(dòng)詞，留下檢索關(guān)鍵詞項(xiàng)“真理”(名詞)、“人”(名詞)。
在步驟B)中，翻譯引擎將切分后生成的關(guān)鍵詞分別進(jìn)行翻譯，翻譯成多個(gè)以另一種語言描述的關(guān)鍵詞。這類翻譯引擎屬于已經(jīng)很成熟的現(xiàn)有技術(shù)，比如金山詞霸、東方大典、Dr.eye“譯典通”等電子詞典軟件。
在例子中翻譯引擎對(duì)切分后生成的關(guān)鍵詞項(xiàng)“武漢”、“理工”、“大學(xué)”分別進(jìn)行翻譯，“武漢”被翻譯成為“wuhan”，“理工”沒有與之對(duì)應(yīng)的翻譯，“大學(xué)”有兩個(gè)翻譯與其對(duì)應(yīng)“college”和“university”。
在步驟C)中，雙語檢索式自動(dòng)生成系統(tǒng)將檢索關(guān)鍵詞項(xiàng)的翻譯和原來的查詢請(qǐng)求一起組合成雙語檢索式。
一個(gè)查詢請(qǐng)求內(nèi)容可能包含有多個(gè)檢索關(guān)鍵詞項(xiàng)(分別記為關(guān)鍵詞a、關(guān)鍵詞b、關(guān)鍵詞c……關(guān)鍵詞x)，同一檢索關(guān)健詞項(xiàng)可能有多種翻譯(分別記為譯法1、譯法2、譯法3……譯法n)，關(guān)鍵詞A的翻譯記為譯法a1、譯法a2……譯法an，其他依此類推。則生成的雙語檢索式可以有多種組合方式，這些關(guān)鍵詞內(nèi)部之間可以邏輯或或邏輯與的關(guān)系組合起來，而這些關(guān)鍵詞和譯法之間也可以邏輯或或邏輯與的關(guān)系組合起來，查詢請(qǐng)求、關(guān)鍵詞、翻譯之間也可以邏輯或或邏輯與的關(guān)系組合起來，如查詢請(qǐng)求+(譯法a1 OR譯法a2 OR譯法a3……)+(譯法b1 OR譯法b2 OR譯法b3……)+……+(譯法x1 OR譯法x2 OR譯法x3……)；
查詢請(qǐng)求+(譯法a1 AND譯法a2 AND譯法a3……)+(譯法b1 AND譯法b2 AND譯法b3……)+……+(譯法x1 AND譯法x2 AND譯法x3……)；(關(guān)鍵詞a AND關(guān)鍵詞b AND關(guān)鍵詞c……)+(譯法a1 AND譯法a2 AND譯法a3……)+(譯法b1 AND譯法b2 AND譯法b3……)+……+(譯法x1 AND譯法x2 AND譯法x3……)；(關(guān)鍵詞a AND關(guān)鍵詞b AND關(guān)鍵詞c……)+(譯法a1 OR譯法a2 OR譯法a3……)+(譯法b1 OR譯法b2 OR譯法b3……)+……+(譯法x1 OR譯法x2 OR譯法x3……)；查詢請(qǐng)求+(譯法a1 OR譯法a2 OR譯法a3……)OR(譯法b1 OR譯法b2 OR譯法b3……)OR……OR(譯法x1 OR譯法x2 OR譯法x3……)；(關(guān)鍵詞a AND關(guān)鍵詞b AND關(guān)鍵詞c……)OR(譯法a1 AND譯法a2 AND譯法a3……)OR(譯法b1 AND譯法b2 AND譯法b3……)OR……OR(譯法x1 AND譯法x2 AND譯法x3……)。
以上的組合方式中的“+”和“AND”都表示邏輯與的關(guān)系，“OR”表示邏輯或的關(guān)系，括號(hào)“()”為便于描述而加并無實(shí)際意義。
具體實(shí)施時(shí)，雙語檢索式自動(dòng)生成系統(tǒng)可以選擇上述任一種來自動(dòng)生成雙語檢索式。
在例子中，查詢請(qǐng)求“武漢理工大學(xué)”經(jīng)雙語檢索式自動(dòng)生成系統(tǒng)處理后，生成的雙語檢索式可以為，示例如下(武漢理工大學(xué)) AND(wuhan)AND(university OR college)為了提供人性化的結(jié)果，在自動(dòng)生成雙語檢索式后，返回該雙語檢索式至用戶操作與顯示界面，供用戶確認(rèn)，用戶可以依據(jù)自己的需要對(duì)自動(dòng)生成的雙語檢索式進(jìn)行修改。
在例子中，用戶見到上述的雙語檢索式后，用戶可能認(rèn)為college這個(gè)翻譯是不適合的，可以將college這個(gè)關(guān)鍵詞從雙語檢索式中刪除。雙語檢索式變?yōu)?武漢理工大學(xué)) AND(wuhan)AND(university)，本檢索項(xiàng)中括號(hào)“()”為便于描述而加并無實(shí)際意義。
在具體實(shí)施時(shí)，還可以設(shè)計(jì)為進(jìn)行完步驟4，用戶得到搜索結(jié)果后，再對(duì)雙語檢索式進(jìn)行修改，然后重新進(jìn)行步驟3、步驟4，可以反復(fù)修改，以得到用戶最滿意的結(jié)果。
權(quán)利要求
1.一種實(shí)現(xiàn)雙語網(wǎng)頁搜索的方法，其特征在于包括如下步驟，(1)用戶提交查詢請(qǐng)求；(2)依據(jù)查詢請(qǐng)求內(nèi)容生成雙語檢索式；(3)將雙語檢索式傳送給搜索引擎進(jìn)行搜索；(4)搜索引擎返回搜索結(jié)果。
2.如權(quán)利要求書1所述的一種實(shí)現(xiàn)雙語網(wǎng)頁搜索的方法，其特征在于所述步驟(2)由雙語檢索式自動(dòng)生成系統(tǒng)實(shí)現(xiàn)，實(shí)現(xiàn)步驟如下，A)雙語檢索式自動(dòng)生成系統(tǒng)接收到查詢請(qǐng)求后，將查詢請(qǐng)求切分成關(guān)鍵詞項(xiàng)，從關(guān)鍵詞項(xiàng)中自動(dòng)挑選檢索關(guān)鍵詞項(xiàng)，刪除冗余的關(guān)鍵詞項(xiàng)；B)將檢索關(guān)鍵詞項(xiàng)分別翻譯；C)將檢索關(guān)鍵詞項(xiàng)的翻譯和查詢請(qǐng)求內(nèi)容根據(jù)邏輯關(guān)系組合成成雙語檢索式。
3.如權(quán)利要求書2所述的一種實(shí)現(xiàn)雙語網(wǎng)頁搜索的方法，其特征在于在進(jìn)行步驟C)之后，向用戶提交自動(dòng)生成的雙語檢索式，接受用戶確認(rèn)或修改，然后進(jìn)行步驟(3)。
全文摘要
本發(fā)明涉及一種利用搜索引擎和自動(dòng)生成的雙語檢索式實(shí)現(xiàn)搜索雙語網(wǎng)頁，為用戶提供輔助翻譯的方法，其特征在于包括以下步驟，(1)用戶提交查詢請(qǐng)求；(2)依據(jù)查詢請(qǐng)求內(nèi)容生成雙語檢索式；(3)將雙語檢索式傳送給搜索引擎進(jìn)行搜索；(4)搜索引擎返回搜索結(jié)果。本發(fā)明的優(yōu)點(diǎn)在于只要在用戶操作與顯示界面提交一個(gè)單語言查詢請(qǐng)求，就能自動(dòng)生成雙語檢索式，從而能檢索到同時(shí)含有該查詢請(qǐng)求與可能含有該查詢請(qǐng)求對(duì)應(yīng)翻譯的雙語網(wǎng)頁。采用本發(fā)明可以為用戶提供便捷準(zhǔn)確的翻譯信息。
文檔編號(hào)G06F17/30GK1687925SQ20051001867
公開日2005年10月26日 申請(qǐng)日期2005年5月10日 優(yōu)先權(quán)日2005年5月10日
發(fā)明者賀方升, 陳智賢, 余俊, 程偉, 朱前線, 孫上海, 李銀剛, 朱柳嵩, 王滄洪 申請(qǐng)人:賀方升