面向专利文献的机器翻译系统定制

1、面向专利文献的机器翻译系面向专利文献的机器翻译系统定制统定制Siriussoft Corp.目录公司简介技术竞争力韩国专利文献的特点定制过程改良需求2008-11-04公司简介 Siriussoft 目前拥有韩译英、英译韩、韩译日以及日译韩的机器翻译技术。 公司计划扩展机器翻译所涵盖语种，如汉译韩、德译英、法译英以及俄译英。3现行经营模式现行经营模式 产品 : 集成有机器翻译引擎的 在线专利检索系统 韩国专利 (K2E-PAT) EP, US, JP, PCT 专利 (E2K)平台: KIPRIS 网站 (eng.kipris.or.kr) PIE 网站 ()目标客户: 终端用户 一千四百万

2、KIRRIS 用户 研究人员、信息专家 个人发明者、专利律师等价格 : $ 30 /篇 (K2E) 篇幅不限公司简介终端用户终端用户研究人员研究人员个人发明者个人发明者专利律师专利律师信息专家信息专家公司简介 历史与成就1/14/20222008.09 E2K 机器翻译引擎嵌入KIPO内部专利检索系统2008.07 在KIPRIS 网站开通E2K & J2K 服务2007.11 开通 PIE.COM 服务: 2007.04 为三边专利局开通K2E机器翻译系统2006.12 J2K机器翻译引擎并入KIPO 内部专利检索系统2006.10 KIPRIS系统开通 K2E-PAT服务2005.

3、11 开通 K-PION (韩国专利信息在线网络系统) 2004.12 获得ETRI机器翻译技术转让5机器翻译：计算语言学的分支学科，研究如何运用计算机软件将文本或语音从一种自然语言翻译为另一种自然语言 。语素处理技术句法处理技术语义处理技术语境处理技术句子生成技术技术竞争力源语句语素分析器 句法分析器 词典知识库语境处理语法库生成器目标语句分析语法技术竞争力 专利领域专用MT系统词典和语法的涵盖范围限制在专利领域文章，使输出译文具有高准确度。 K2E 专利机器翻译系统 K2J 专利机器翻译系统 E2K 专利机器翻译系统 J2K 专利机器翻译系统 MT 方法 K - E 引擎 : 以“基于模板

4、”为主的机器翻译 K J 引擎 : 基于规则的机器翻译将来会用到混合方法目标文本基于规则基于模板基于统计词法分析源文本混合机器翻译系统混合机器翻译系统技术竞争力 专利技术 (ETRI)多语言翻译设备中用于识别多语言短语的系统(KR0261273) 基于概念的跨国语言翻译系统的自动语法修正方法(KR0204068 ) 对大量机器翻译请求的快速响应翻译记忆例） Opposition to Utility Model Registration例） The due date of submission of the amendment for the present application is no

5、t allowed until the above due date.对同一个机器翻译请求进行分布式计算 负载平衡技术 多样与便捷的 API网络翻译, 批量翻译, 电子文件翻译等 语序差异英语是SVO语言，而韩语是SOV语言 格标记英语中不存在格标记没有对应于“, ”的英文词 冠词韩语中不存在冠词通常不被翻译成特定的词韩国专利文献的特点 HeHe ateate thethe cookcookiesiesS O VS O VS V OS V O韩国专利文献的特点 间隔单位不同英语 词与语素相对应 不需要改变间隔单位韩语 词(eojeol)与语素不同 需要改变间隔单位 * Eojeol是人性化的间

6、隔单位 主语韩语语句中，主语可以省略英语语句的主语不能被对应到一个韩语词汇韩国专利文献的特点 专利文献极长又复杂的句子 韩语专利文献中，句子由平均14.5个Eojeol组成 韩语新闻文章中，句子由平均12.3个Eojeol组成独特的句型 摘要例） 本发明涉及 发明内容详述例）根据现有技术 如图N所示 附图简要说明例） 图n是用于说明的视图 有益效果例） 本发明的有益效果在于 权利要求例）如权利要求n所述的，进一步包括 11定制过程 半自动词典创建过程通过包含在专利文献中的括号提取韩英语对双语专利标题语料库双语专利标题12(TFT : Thine Film Transistor)(TFT : T

7、hine Film Transistor)(patterning)(patterning)(etching)(etching)(deposition)(deposition)定制过程 手动词典创建过程日常处理 机器翻译过程中未得到翻译的词汇被自动报告给翻译人员 年度处理 术语从一年中的韩语专利文献中抽取 新术语自动识别 新术语人工翻译 加入到字典13定制过程 名字翻译过程 包含在PCT等同专利、申请代码、公司网站及罗马字体书写规则中的英文名 14定制过程 语句模板创建过程手工创建专利特有语句模板例1) 源文本: KR 模板 : NP1 匹配模板: NP1 that be:v achieved

8、by the present invention 目标文本: The system that is achieved by the present invention is developed.例2) 源文本: KR 模板: NP1 NP2 VP1 匹配模板: NP1TopicVP1 compared to NP2 目标文本: The Invention improved performance compared to the prior art.15定制过程 消除词语歧义DB建设: IPC的统计信息例） 韩语词“” 可以被翻译成 电子领域中的“磁极” 医药领域中的“刺激” 16改良需求 源语句自身的错误 间隔错误 例） (synchronization plan) + (east evapor