本发明涉及计算机，尤其涉及一种基于计算机的辅助翻译方法及系统。
背景技术：
1、近年来，随着全球化的发展和信息技术的不断进步，各种语言之间的交流和沟通越来越频繁和紧密，在这种背景下，翻译作为一项重要的语言服务，被广泛应用于国际贸易、文化交流、学术交流等领域。
2、然而，传统的人工翻译在进行翻译时，存在时间成本高、效率低、精度不高的问题，严重制约了翻译行业的发展和应用。
3、因此，为解决人工翻译成本高、时间长的问题，特提出本发明。
技术实现思路
1、为了现有技术存在的上述技术缺陷，本发明提供了一种基于计算机的辅助翻译方法及系统，可以有效解决背景技术中的问题。
2、为了解决上述技术问题，本发明提供的技术方案具体如下：
3、本发明实施例公开了一种基于计算机的辅助翻译方法，包括以下步骤：
4、将原始语料和目标语料分为训练集和测试集，并对训练集和测试集内的原始语料及目标语料分别进行初步处理，获得双语词表t；
5、构建翻译模型，以训练集为训练样本并基于双语词表t对翻译模型进行训练；
6、根据训练集和测试集的困惑度，对翻译模型的参数进行优化调整；
7、将待翻译的源语言文本输入至翻译模型中，输出第一翻译结果；
8、对第一翻译结果进行后处理操作，得到最终翻译结果。
9、在上述任一方案中优选的是，所述将原始语料和目标语料分为训练集和测试集，并对训练集和测试集内的原始语料及目标语料分别进行初步处理，获得双语词表t，包括以下步骤：
10、将原始文本进行分词和词性标注，得到源语言单词序列x1,x2,…,xn和相应的词性标注pos1,pos2,…,posn；
11、对目标语言文本进行分词和词性标注，得到单词序列y1,y2,…,ym和相应的词性标注pos1′,pos2′,…,posn′；
12、对源语言和目标语言的词性标注结果进行去重，得到去重后的源语言词性标签集合pos={pos1,pos2,…,posk}和目标语言词性标签集合pos′={pos1′,pos2′,…,posk′}；
13、基于去重后的词性标签，在源语言和目标语言的分词序列中寻找具有相同词性的词汇对（xi,yi），并将其添加到双语词表t中；
14、对于t中的每个词汇对（xi,yi），添加相应的词性标签对（posi,posj′）。
15、在上述任一方案中优选的是，所述构建翻译模型，以训练集为训练样本并基于双语词表t对翻译模型进行训练，包括以下步骤：
16、初始化翻译模型的参数θ，所述参数θ包括翻译概率 p( y j| x i)、调序概率 p( a j| a j-1, m, n)以及词汇翻译概率 p( v j| t i)，其中，翻译概率 p( y j| x i)为给定源语言单词 x i时翻译为目标语言单词 y j的概率；调序概率 p( a j| a j-1, m, n)为在给定前一个目标单词的位置 a j-1，以及源语言和目标语言句子长度m和n的条件下，当前目标单词目标语言单词 y j出现在位置 a j的概率；词汇翻译概率 p( v j| t i)表示给定源语言词性 t i时，翻译为目标语言单词 v j的概率；
17、根据语料库内的双语句对，计算翻译概率 p( y j| x i)和调序概率 p( a j| a j-1, m, n)；
18、根据双语词表t和语料库，估计源语言单词 t i和目标语言单词 v j之间的词汇翻译概率 p( v j| t i)。
19、在上述任一方案中优选的是，所述根据语料库内的双语句对，计算翻译概率 p( y j| x i)和调序概率 p( a j| a j-1, m, n)，包括：
20、计算给定源语言短语的情况下，翻译为目标语言短语的概率；
21、从源语言中提取出和目标语言中相似的短语，并转换为目标语言短语；
22、计算目标语言短语的位置和源语言短语的位置之间的调序概率。
23、在上述任一方案中优选的是，所述从源语言中提取出和目标语言中相似的短语，并转换为目标语言短语，包括：
24、计算从源语言位置i开始至目标语言位置j结束的最佳翻译结果；
25、根据所述最佳翻译结果得到源语言中与目标语言中相似的短。
26、在上述任一方案中优选的是，所述根据双语词表t和语料库，估计源语言单词 t i和目标语言单词 v j之间的词汇翻译概率概率 p( v j| t i)，包括：
27、通过公式：
28、，计算概率 p( v j| t i)，其中，count( t i, v j)为源语言短语 t i和目标语言短语 v j在双语语料库中共同出现的次数，表示给定的源语言短语 t i，它与所有可能的目标语言短语 v’共同出现的次数之和, t i和 v j分别表示特定的源语言短语和特定的目标语言短语， v’表示目标语言中所有可能的短语，这里的求和遍历了所有这些可能的短语。
29、在上述任一方案中优选的是，所述根据训练集和测试集的困惑度，对翻译模型的参数进行优化调整，包括以下步骤：
30、通过公式：，计算训练集和测试集的困惑度指标 cl，其中，n为测试集的句子数量， x i为第i个源语言句子， y i为第i个目标语言句子， p( y i| x i)为翻译模型预测出的目标语言句子 与真实目标语言句子 y i之间的交叉熵；
31、以最小化翻译模型在训练集上的困惑度指标为优化目标，初始化翻译模型的参数θ；
32、对于每一个训练样本（xi,yi），计算困惑度指标关于每个参数的偏导数；
33、根据困惑度指标关于每个参数的偏导数方向和学习率，更新模型的参数，直至达到优化目标。
34、在上述任一方案中优选的是，所述将待翻译的源语言文本输入至翻译模型中，输出第一翻译结果，包括以下步骤：
35、将待翻译的源语言文本输入至翻译模型中，计算翻译概率、调序概率和词汇翻译概率；
36、从源语言句子中选择第一个单词e1，并找到与其翻译概率最高的目标语言单词f1；
37、将f1作为首个翻译结果，并将其加到目标语言句子中；
38、在源语言句子中寻找与目标语言句子中刚刚加入的f1匹配得最好的源语言短语，并翻译为目标语言短语，加入到目标语言句子中，重复操作，直至所有的源语言短语都被翻译为目标语言短语。
39、在上述任一方案中优选的是，所述对第一翻译结果进行后处理操作，得到最终翻译结果，包括：
40、对第一翻译结果中的内容进行去重，并将无实际意义的字符进行过滤，以保留有效内容；
41、对翻译结果中的每个单词进行词性标注；
42、对翻译结果进行解码以还原其原意；
43、对翻译结果中的常见错误或不合理的翻译进行修正；
44、将经过修正处理后的翻译结果输出至用户。
45、第二方面，一种基于计算机的辅助翻译系统，所述系统包括：
46、获取模块，用于将原始语料和目标语料分为训练集和测试集，并对训练集和测试集内的原始语料及目标语料分别进行初步处理，获得双语词表t；
47、构建模块，用于构建翻译模型，以训练集为训练样本并基于双语词表t对翻译模型进行训练；
48、调整模块，用于根据训练集和测试集的困惑度，对翻译模型的参数进行优化调整；
49、输入模块，用于将待翻译的源语言文本输入至翻译模型中，输出第一翻译结果；
50、生成模块，用于对第一翻译结果进行后处理操作，得到最终翻译结果。
51、与现有技术相比，本发明的有益效果：
52、本发明所提供的基于计算机的辅助翻译方法及系统，在翻译过程中可以通过构建翻译模型、自动训练模型、自动调整模型参数以及后处理等操作，大幅提高翻译质量和准确率，避免语言难度、表达方式、文化背景等原因导致的翻译偏差和错误，同时，采用本发明所提供的方法可以有效降低人工翻译的成本和时间，提高工作效率和质量。
1.一种基于计算机的辅助翻译方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的基于计算机的辅助翻译方法，其特征在于：所述将原始语料和目标语料分为训练集和测试集，并对训练集和测试集内的原始语料及目标语料分别进行初步处理，获得双语词表t，包括以下步骤：
3.根据权利要求2所述的基于计算机的辅助翻译方法，其特征在于：所述构建翻译模型，以训练集为训练样本并基于双语词表t对翻译模型进行训练，包括以下步骤：
4.根据权利要求3所述的基于计算机的辅助翻译方法，其特征在于：所述根据语料库内的双语句对，计算翻译概率p(yj|xi)和调序概率p(aj|aj-1,m,n)，包括：
5.根据权利要求4所述的基于计算机的辅助翻译方法，其特征在于：所述从源语言中提取出和目标语言中相似的短语，并转换为目标语言短语，包括：
6.根据权利要求5所述的基于计算机的辅助翻译方法，其特征在于：所述根据双语词表t和语料库，估计源语言单词ti和目标语言单词vj之间的词汇翻译概率p(vj|ti)，包括：
7.根据权利要求6所述的基于计算机的辅助翻译方法，其特征在于：所述根据训练集和测试集的困惑度，对翻译模型的参数进行优化调整，包括以下步骤：
8.根据权利要求7所述的基于计算机的辅助翻译方法，其特征在于：所述将待翻译的源语言文本输入至翻译模型中，输出第一翻译结果，包括以下步骤：
9.根据权利要求8所述的基于计算机的辅助翻译方法，其特征在于：所述对第一翻译结果进行后处理操作，得到最终翻译结果，包括：
10.一种基于计算机的辅助翻译系统，其特征在于：所述系统包括：
