【技術實現步驟摘要】
本專利技術涉及油氣地質調查，具體涉及一種油氣地質調查專業詞匯翻譯與解析方法及其系統。
技術介紹
1、在油氣地質行業，專業術語是一個高度專業化和技術化的領域。涉及到大量的專業詞匯和術語，非專業人士難以理解，影響跨學科之間的溝通效率。隨著跨學科跨國際交流的日益頻繁，對于這些專業詞匯的準確翻譯和解析顯得尤為重要。
2、現有關于專業詞匯翻譯與解析方式分為通用語言模型直接對話+知識庫查詢和規則匹配+關鍵字搜索兩種方式，其中，通用語言模型直接對話+知識庫查詢方式為：提取用戶輸入的關鍵字，然后通過關鍵字匹配從知識庫中搜索相關文檔，但是該查詢方式主要適用于多種領域的文檔查詢任務，特別是在非專業領域中表現較好，但在處理專業性強的問題時，由于缺乏對專業詞匯的深入理解，導致知識庫匹配率低，查詢結果不準確。
3、規則匹配+關鍵字搜索方式則通過預定義的規則和關鍵字列表，從用戶輸入的問題中提取關鍵字，然后通過關鍵字匹配從知識庫中搜索相關文檔，適用于規則明確、關鍵字固定的查詢任務。實現簡單，不需要復雜的模型訓練。靈活性差，無法處理復雜和多樣化的查詢請求，在油氣地質方面特別容易遺漏重要的專業詞匯。
4、因此盡管上述方案在一定程度上滿足了氣地質調查專業詞匯翻譯與解析技術的需求，但仍存在若干不足之處，主要體現在以下幾個方面：
5、(1)知識庫匹配率低：油氣地質調查領域涉及大量的專業術語，這些術語往往具有特定的含義和用法，常規的語言模型難以準確識別這些專業詞匯。如果專業詞匯識別不準確，后續的翻譯和解析將會產生錯誤，影響
6、(2)專業詞匯翻譯質量差：由于油氣地質調查領域的專業性極強，許多關鍵詞匯需要進一步解釋才能轉化為普通用戶容易理解的形式，即使識別出專業詞匯，現有的專業詞匯翻譯方式大多采用多種檢索方式來輸出該專業技術詞匯的一級解釋，其中，一級解釋的內容可能也包含比較多的專業詞匯，非專業用戶可能難以理解專業技術詞匯的一級解釋，難以理解信息的核心內容，影響了信息獲取的效果，導致用戶體驗不佳。
技術實現思路
1、本專利技術的目的在于提供一種油氣地質調查專業詞匯翻譯與解析方法及其系統，以解決現有技術中的專業詞匯翻譯方式大多采用多種檢索方式來輸出該專業技術詞匯的一級解釋，非專業用戶可能難以理解專業技術詞匯的解釋的技術問題。
2、為解決上述技術問題，本專利技術具體提供下述技術方案：
3、一種油氣地質調查專業詞匯翻譯與解析方法，包括以下步驟：
4、步驟100、建立動態更新的數據庫，所述數據庫存儲有專業詞匯及其對應翻譯解釋內容之間的對應關系，基于數據庫訓練翻譯模型，利用所述翻譯模型將復雜的專業詞匯解釋為通俗易懂的內容；
5、步驟200、從解釋翻譯內容中篩選出關鍵字；
6、步驟300、構建知識庫，根據解釋翻譯內容中的關鍵字從所述知識庫內匹配針對該專業詞匯的解析內容，并輸出匹配的解析內容。
7、作為本專利技術的一種優選方案，在所述步驟100中，建立動態更新數據庫的實現方式為：
8、建立詞匯表，該詞匯表存儲有專業詞匯，以及每個所述專業詞匯對應的解釋翻譯內容，所述詞匯表的每個條目包括專業詞匯、該專業詞匯的解釋翻譯內容，以及該專業詞匯的詞匯類別和來源，所述詞匯類別包括地質術語、設備名稱以及技術方法；
9、建立關系表，該關系表用于存儲不同專業詞匯之間的關聯關系，所述關聯關系包括同義詞、反義詞以及上下位關系；
10、將所述詞匯表和關系表存儲在關系型數據庫內。
11、作為本專利技術的一種優選方案，定期采集用戶反饋以及文獻數據庫的數據，對數據庫內的所述關系表和詞匯表進行實時更新標注和詞匯補充，且依據更新內容對所述翻譯模型進行訓練，以提高對所述專業詞匯的即時準確率；
12、且所述詞匯表和關系表內實時記錄每個詞匯的創建時間、更新時間以及版本號。
13、作為本專利技術的一種優選方案，所述翻譯模型采用編碼器-解碼器結構，其中，所述編碼器將輸入的專業詞匯編碼為中間表示，所述解碼器將中間表示解碼為通俗易懂的文字，利用所述數據庫對所述翻譯模型進行訓練的實現方式為：
14、選擇編碼器-解碼器結構的模型作為翻譯模型，將所述數據庫內的所述詞匯表劃分為訓練集和驗證集；
15、將所述數據庫的所述詞匯表內的每個專業詞匯及其通俗解釋分別轉換為所述翻譯模型能夠接受的輸入格式，利用損失函數計算所述翻譯模型的輸出序列與真實序列之間的差異；
16、
17、其中yi為真實的通俗解釋，pi為所述翻譯模型生成的通俗解釋的準確概率，n表示樣本數量；
18、基于所述損失函數的計算結果分別對所述翻譯模型的編碼器和解碼器進行參數微調，直至所述翻譯模型的輸出序列的損失值滿足期望。
19、作為本專利技術的一種優選方案，基于所述損失函數的計算結果對所述翻譯模型的編碼器進行微調的具體實現方法為：
20、將所述詞匯表內的專業詞匯輸入至所述翻譯模型的編碼器內；
21、所述編碼器將所述專業詞匯編碼為中間表示z；
22、將編碼器生成的中間表示z與期望的中間表示ztrue進行比較，計算損失值lossdencoder＝||z-ztrue||2；
23、基于計算的損失值，更新所述編碼器的參數，
24、作為本專利技術的一種優選方案，基于所述損失函數的計算結果對所述翻譯模型的解碼器進行微調的具體實現方法為：
25、將編碼器生成的中間表示輸入所述解碼器；
26、所述解碼器逐步生成目標語言的單詞序列，直到生成完整的通俗解釋；
27、將生成的通俗解釋y與期望的通俗解釋yt進行比較，計算損失值其中，yt為真實的通俗解釋，pt為所述翻譯模型生成的通俗解釋的準確概率，t表示樣本數量；
28、基于計算的損失值，更新所述解碼器的參數，
29、作為本專利技術的一種優選方案，在所述步驟200中，從解釋翻譯內容中篩選出關鍵字的實現方式為：
30、對所述專業詞匯的解釋翻譯內容進行分詞和清洗；
31、計算每個詞在段落中的詞頻，以及每個詞在知識庫中的逆文檔頻率，計算每個詞的tf-idf值；選擇tf-idf值高的若干個詞作為關鍵字；
32、創建標注數據集，該標注數據集包含段落和對應的關鍵字，將每個詞分類為關鍵字或非關鍵字，使用標注數據集訓練分類模型，使用訓練好的分類模型對新段落進行關鍵字提?。?/p>
33、定義數據庫內的詞匯表中每個專業詞匯的解釋翻譯內容中的詞性，且翻譯模型輸出的解釋翻譯內容中標注每個關鍵字的詞性，使用自然語言處理工具提取段落中的詞性標注，選擇符合規則的詞作為關鍵字。
34、作為本專利技術的一種優選方案，在所述步驟300中，構建所述知識庫的實現方式為：
35、數據錄入：將收集的資料按照統一格式錄入到知識庫中，每個收集的資料包括文檔標題、本文檔來自技高網...
【技術保護點】
1.一種油氣地質調查專業詞匯翻譯與解析方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種油氣地質調查專業詞匯翻譯與解析方法，其特征在于，
3.根據權利要求2所述的一種油氣地質調查專業詞匯翻譯與解析方法，其特征在于，
4.根據權利要求3所述的一種油氣地質調查專業詞匯翻譯與解析方法，其特征在于，
5.根據權利要求4所述的一種油氣地質調查專業詞匯翻譯與解析方法，其特征在于，
6.根據權利要求4所述的一種油氣地質調查專業詞匯翻譯與解析方法，其特征在于，
7.根據權利要求1所述的一種油氣地質調查專業詞匯翻譯與解析方法，其特征在于，
8.根據權利要求1所述的一種油氣地質調查專業詞匯翻譯與解析方法，其特征在于，
9.根據權利要求8所述的一種油氣地質調查專業詞匯翻譯與解析方法，其特征在于，
10.一種基于權利要求1-9任一項所述油氣地質調查專業詞匯翻譯與解析方法的翻譯與解析系統，其特征在于，包括：
【技術特征摘要】
1.一種油氣地質調查專業詞匯翻譯與解析方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種油氣地質調查專業詞匯翻譯與解析方法，其特征在于，
3.根據權利要求2所述的一種油氣地質調查專業詞匯翻譯與解析方法，其特征在于，
4.根據權利要求3所述的一種油氣地質調查專業詞匯翻譯與解析方法，其特征在于，
5.根據權利要求4所述的一種油氣地質調查專業詞匯翻譯與解析方法，其特征在于，
6.根據權利...
【專利技術屬性】
技術研發人員：陳默，韓淼，李志偉，邢宇鑫，葛佳，竇維義，尹成明，李桂林，單博，陳冠芝，
申請(專利權)人：中國地質調查局油氣資源調查中心，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。