优化译员的检索方法

摘要

本发明提供了一种优化译员的检索方法，拆分待译稿件，对拆分的后的每个稿件碎片分类；根据每个所述稿件碎片的属性，从符合相应分类的译员库中选择相应的译员。通过对译稿进行碎片化，将碎片后的片段的属性，找到相匹配的译员，提高了译员的查找效率，减少了主观性。由于译员基因属性包含了语种、行业、学科、领域等的翻译能力，以及信用度、完成任务及时度、质量波动情况、对某类（个）客户的熟悉度等其他因素，而稿件碎片的基因属性则包括语种、行业、学科、难度、翻译要求等，将这些基因带入到基因匹配模型中匹配，得出哪些译员适合翻译并有适合度的排序。对于解决翻译效率、质量等问题具有非常现实的作用，为翻译行业的大规模产业化生产也具有重要意义。

主权项

一种优化译员的检索方法，其特征在于，包括：拆分待译稿件，对拆分的后的每个稿件碎片分类；根据每个所述稿件碎片的属性，从符合相应分类的译员库中选择相应的译员；为所述分类后的碎片选择译员的过程包括：读取分类后碎片的稿件的各个属性，筛选出满足全部属性要求的译员；读取所述筛选出的译员ID，对每个译员的译后稿件与标准译稿进行相似性分析，确定每个译员的翻译能力的量化值；确定为每个译员设定的合适度值；将每个译员的量化值、合适度值的和进行排序，选择出分值最高的译员；所述相似性分析的过程包括：提取每篇译后稿件和与其对应的测试文档库中的标准译稿集合的关键词；该关键词的集合为C＝{k₁，k₂，…，k_m}；计算C中每个关键词k在稿件中出现的概率，即出现关键词k的稿件数和稿件总数之比，记为p(k)；将C中关键词按p(k)进行降序排序，并将每一个关键词作为一个集合，这样得到初始的m个待合并集合，记为{k₁}，{k₂}，…，{k_m}；在这m个关键词中，计算在关键词k_i出现的稿件中关键词k_j出现的概率，记为p(k_j|k_i)，共计个条件概率，(1≤i，j≤m；i≠j)；p(k_j|k_i)＝p(k_jk_i)/p(k_i)，p(k_jk_i)为k_j和k_i同时出现在同一篇稿件中的概率；合并待合并集合，生成以关键词集合C为根节点的关键词概念树。