本發(fā)明屬于機(jī)器翻譯，具體地說，是涉及一種雙語場(chǎng)景下尾注、腳注自動(dòng)編號(hào)對(duì)齊方法、裝置及介質(zhì)。

背景技術(shù)：

1、在翻譯行業(yè)中，docx格式文檔的原-譯，譯-原場(chǎng)景是很常見的導(dǎo)出場(chǎng)景。在導(dǎo)出過程中，如果腳注、尾注使用的是自動(dòng)編號(hào)（在底層數(shù)據(jù)中不是顯式的文本，由編輯器根據(jù)id進(jìn)行渲染展示），此時(shí)原譯文的自動(dòng)序號(hào)會(huì)出現(xiàn)無法對(duì)齊的情況，致使雙語場(chǎng)景下文檔還原的準(zhǔn)確性降低，例如：如圖1和2所示，在進(jìn)行雙語導(dǎo)出時(shí)，腳注和尾注使用的都是自動(dòng)編號(hào)樣式，此時(shí)譯文的尾注和腳注編號(hào)被word軟件編成了2，但是實(shí)際需要的編號(hào)是和原文相同的1。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種雙語場(chǎng)景下尾注、腳注自動(dòng)編號(hào)對(duì)齊方法，以解決現(xiàn)有技術(shù)所存在的技術(shù)問題。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明采取的技術(shù)方案如下：

3、一種雙語場(chǎng)景下尾注、腳注自動(dòng)編號(hào)對(duì)齊方法，包括以下步驟：

4、步驟s1：提取出docx文檔中所有自動(dòng)編號(hào)的腳注以及尾注的引用標(biāo)簽；

5、步驟s2：基于所述的引用標(biāo)簽，獲取腳注、尾注的id：在footnotes.xml以及endnotes.xml文件中，每一個(gè)腳注和尾注都擁有唯一id，從0開始計(jì)數(shù)；

6、步驟s3：將腳注、尾注的id轉(zhuǎn)換成對(duì)應(yīng)的字符串；

7、步驟s4：格式化標(biāo)簽：移除腳注、尾注的自動(dòng)編號(hào)，在腳注、尾注中添加w:custommarkfollows標(biāo)簽，并且將值設(shè)置為1；

8、步驟s5：將所述步驟s3得到的字符串以文本標(biāo)簽的方式，插入到腳注、尾注的引用標(biāo)簽之前。

9、在一種實(shí)施方案中，所述步驟s1具體包括：

10、（1）基于document.xml文件，提取腳注和尾注的引用的標(biāo)簽：

11、（11）讀取docx文檔的document.xml文件；（12）基于document.xml文件，讀取腳注引用的標(biāo)簽w:footnotereference?和尾注引用的標(biāo)簽w:endnotereference；（13）判斷腳注和尾注是否為屬于自動(dòng)編號(hào)，若是，則提取出腳注和尾注的引用的標(biāo)簽；

12、（2）基于腳注文件footnotes.xml、尾注文件endnotes.xml，提取腳注和尾注的引用的標(biāo)簽：（21）讀取docx文檔中單獨(dú)的腳注文件footnotes.xml、尾注文件endnotes.xml；（22）基于腳注文件footnotes.xml、尾注文件endnotes.xml，讀取腳注的引用標(biāo)簽w:footnoteref和尾注的引用標(biāo)簽w:endnoteref；（23）判斷腳注和尾注是否為屬于自動(dòng)編號(hào)，若是，則提取出腳注和尾注的引用的標(biāo)簽。

13、在一種實(shí)施方案中，所述步驟s3具體包括：

14、步驟s3.1：讀取docx文檔底層的settings.xml文件；

15、步驟s3.2：獲取尾注的引用標(biāo)簽w:endnotepr、腳注的引用標(biāo)簽w:footnotep；

16、步驟s3.3：獲取w:numstart，獲取到腳注、尾注的起始值numstart；

17、步驟s3.4：根據(jù)公式將腳注、尾注的id轉(zhuǎn)換成實(shí)際的編號(hào)，編號(hào)的計(jì)算公式為：編號(hào)=startpos+id，其中，startpos=numstart；

18、步驟s3.5：獲取w:numfmt，以獲取到腳注、尾注的格式化信息；

19、步驟s3.6：根據(jù)s3.5獲取的格式化信息對(duì)步驟s3.4中的編號(hào)進(jìn)行格式化，由此將腳注、尾注的id轉(zhuǎn)換為對(duì)應(yīng)的字符串。

20、在一種實(shí)施方案中，所述步驟s5的具體方法如下：在引用中插入一個(gè)w:t標(biāo)簽，并將所述字符串設(shè)置到w:t標(biāo)簽中。

21、在一種實(shí)施方案中，所述的引用中表示document.xml文件中對(duì)于尾注、腳注引用的位置。

22、本發(fā)明還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行，以實(shí)現(xiàn)所述的雙語場(chǎng)景下尾注、腳注自動(dòng)編號(hào)對(duì)齊方法。

23、本發(fā)明還提供了一種雙語場(chǎng)景下尾注、腳注自動(dòng)編號(hào)對(duì)齊的裝置，包括：處理器和存儲(chǔ)器；所述存儲(chǔ)器用于存儲(chǔ)計(jì)算機(jī)程序；所述處理器與所述存儲(chǔ)器相連，用于執(zhí)行所述存儲(chǔ)器存儲(chǔ)的計(jì)算機(jī)程序，以使得所述雙語場(chǎng)景下尾注、腳注自動(dòng)編號(hào)對(duì)齊的裝置執(zhí)行所述的雙語場(chǎng)景下尾注、腳注自動(dòng)編號(hào)對(duì)齊方法。

24、與現(xiàn)有技術(shù)相比，本發(fā)明具備以下有益效果：

25、在word文檔中，出現(xiàn)自動(dòng)編號(hào)樣式的腳注以及尾注，在雙語場(chǎng)景序號(hào)會(huì)出現(xiàn)異常，采用本發(fā)明所提供之技術(shù)方案的，在保證序號(hào)準(zhǔn)確的同時(shí)，對(duì)齊了原文、譯文的序號(hào)，提升了雙語場(chǎng)景下文檔還原的準(zhǔn)確性。

技術(shù)特征：

1.一種雙語場(chǎng)景下尾注、腳注自動(dòng)編號(hào)對(duì)齊方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的雙語場(chǎng)景下尾注、腳注自動(dòng)編號(hào)對(duì)齊方法，其特征在于，所述步驟s1具體包括：

3.根據(jù)權(quán)利要求2所述的雙語場(chǎng)景下尾注、腳注自動(dòng)編號(hào)對(duì)齊方法，其特征在于，所述步驟s3具體包括：

4.根據(jù)權(quán)利要求3所述的雙語場(chǎng)景下尾注、腳注自動(dòng)編號(hào)對(duì)齊方法，其特征在于，所述步驟s5的具體方法如下：在引用中插入一個(gè)w:t標(biāo)簽，并將所述字符串設(shè)置到w:t標(biāo)簽中。

5.根據(jù)權(quán)利要求4所述的雙語場(chǎng)景下尾注、腳注自動(dòng)編號(hào)對(duì)齊方法，其特征在于，所述的引用中表示document.xml文件中對(duì)于尾注、腳注引用的位置。

6.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行，以實(shí)現(xiàn)如權(quán)利要求1~5中任一項(xiàng)所述的雙語場(chǎng)景下尾注、腳注自動(dòng)編號(hào)對(duì)齊方法。

7.一種雙語場(chǎng)景下尾注、腳注自動(dòng)編號(hào)對(duì)齊的裝置，其特征在于，包括：處理器和存儲(chǔ)器；所述存儲(chǔ)器用于存儲(chǔ)計(jì)算機(jī)程序；所述處理器與所述存儲(chǔ)器相連，用于執(zhí)行所述存儲(chǔ)器存儲(chǔ)的計(jì)算機(jī)程序，以使得所述雙語場(chǎng)景下尾注、腳注自動(dòng)編號(hào)對(duì)齊的裝置執(zhí)行如權(quán)利要求1~5中任一項(xiàng)所述的雙語場(chǎng)景下尾注、腳注自動(dòng)編號(hào)對(duì)齊方法。

技術(shù)總結(jié)
本發(fā)明屬于機(jī)器翻譯技術(shù)領(lǐng)域，提供了一種雙語場(chǎng)景下尾注、腳注自動(dòng)編號(hào)對(duì)齊方法、裝置及介質(zhì)；本發(fā)明在解析docx文檔過程中，提取出所有自動(dòng)編號(hào)的腳注以及尾注，獲取腳注以及尾注的id，將id轉(zhuǎn)換成編號(hào)，再將轉(zhuǎn)換的編號(hào)以文本標(biāo)簽的方式插入到腳注、尾注文本之前，并移除腳注、尾注的自動(dòng)編號(hào)，將編號(hào)設(shè)置為自定義，在導(dǎo)出譯文時(shí)，可以保證原文、譯文的編號(hào)一致。采用本發(fā)明所提供之技術(shù)方案的，在保證序號(hào)準(zhǔn)確的同時(shí)，對(duì)齊了原文、譯文的序號(hào)，提升了雙語場(chǎng)景下文檔還原的準(zhǔn)確性。

技術(shù)研發(fā)人員：蘭元,朱憲超,霍展羽,李晶
受保護(hù)的技術(shù)使用者：四川語言橋信息技術(shù)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2