(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210323005.2 (22)申请日 2022.03.30 (71)申请人 阿里巴巴 （中国） 有限公司 地址 310051 浙江省杭州市滨江区长河街 道网商路69 9号4号楼5楼5 08室 (72)发明人 徐浩广　 (74)专利代理 机构 北京合智同创知识产权代理 有限公司 1 1545 专利代理师 李杰 (51)Int.Cl. G06F 40/58(2020.01) G06F 40/211(2020.01) G06F 40/30(2020.01) G06V 30/40(2022.01) G06V 30/19(2022.01) (54)发明名称 数据匹配方法、 装置、 设备及存 储介质 (57)摘要 本申请实施例提供了一种数据匹配方法、 装 置、 设备及存储介质。 数据匹配方法包括： 获取翻 译记忆库， 翻译记忆库中包含由标准原文和对应 译文组成的句对组； 标准原文为对初始原文进行 预处理操作得到的， 其中， 预处理操作包括： 字 符 编码格式统一化处理和/或预设字符消除处理； 预设字符为不影 响语义完整性的字符； 获取待翻 译原文， 并对待翻译原文执行预处理操作， 得到 处理后待翻译原文； 从标准原文中确定与处理后 待翻译原文匹配的匹配标准原文， 并将匹配标准 原文对应的译文确定为待翻译原文的翻译结果。 本申请实施例可以有效提升数据匹配过程中的 召回率。 权利要求书2页 说明书12页 附图5页 CN 114638241 A 2022.06.17 CN 114638241 A 1.一种数据匹配方法， 包括： 获取翻译记忆库， 所述翻译记忆库中包含由标准原文和对应译文组成的句对组； 所述 标准原文为对初始原文进 行预处理操作得到的， 其中， 所述预 处理操作包括： 字符编 码格式 统一化处理和/或预设字符消除处 理； 所述预设字符为 不影响语义完整性的字符； 获取待翻译原文， 并对所述待翻译原文执 行所述预处 理操作， 得到处 理后待翻译原文； 从所述标准原文中确定与 所述处理后待翻译原文 匹配的匹配标准原文， 并将所述匹配 标准原文对应的译 文确定为所述待翻译原文的翻译结果。 2.根据权利要求1所述的方法， 其中， 所述翻译记忆库中的标准原文为对初始原文进行 预处理操作以及预设编码 操作后得到的； 在所述对所述待翻译原文执行所述预处理操作， 得到处理后待翻译原文之后， 所述方 法还包括： 对所述处 理后待翻译原文执 行所述预设编码 操作， 得到编码后待翻译原文； 所述从所述标准原文中确定与所述处 理后待翻译原文匹配的匹配标准原文， 包括： 将与所述编码后待翻译原文完全相同的标准原文， 确定为匹配标准原文。 3.根据权利要求2所述的方法， 其中， 所述预设编码操作为采用信 息摘要算法进行的编 码操作； 所述对所述处 理后待翻译原文执 行所述预设编码 操作， 得到编码后待翻译原文， 包括： 采用信息摘要算法， 对所述处 理后待翻译原文 进行编码， 得到编码后待翻译原文。 4.根据权利要求1所述的方法， 其中， 所述预处理操作包括： 字符编码格式统一化处理 和预设字符消除处 理； 所述对所述待翻译原文执 行所述预处 理操作， 得到处 理后待翻译原文， 包括： 消除所述待翻译原文中的预设字符， 得到第一原文； 根据预设的标点符号编码格式和数字字符编码格式， 调整所述第 一原文中的标点符号 和数字字符， 得到处 理后待翻译原文。 5.根据权利要求4所述的方法， 其中， 若所述待翻译原文中包含字母， 所述根据预设的 标点符号编码格式和数字字符编码格式， 调整所述第一原文中的标点符号和数字字符， 得 到处理后待翻译原文， 包括： 根据预设的标点符号编码格式和数字字符编码格式， 调整所述第 一原文中的标点符号 和数字字符， 得到第二原文； 将所述第 二原文中的字母统一为预设字母格 式， 以得到处理后待翻译原文； 其中， 预设 字母格式为大写格式或者小 写格式。 6.根据权利要求1所述的方法， 其中， 所述预设字符包括如下至少一项:断句符号、 空字 符以及回车符。 7.一种数据匹配方法， 应用于扫读笔， 包括： 接收用于指示进行文本翻译的指令； 并根据所述指令， 对包含待翻译原文的目标区域 进行扫描， 得到目标图像； 对所述目标图像进行文本识别， 得到待翻译原文； 对所述待翻译原文执行预处理操作， 得到处理后待翻译原文； 其中， 所述预处理操作包 括： 字符编码 格式统一化处理和/或预设字 符消除处理； 所述预设字符为不影响语义完整性权　利　要　求　书 1/2 页 2 CN 114638241 A 2的字符； 获取翻译记忆库； 所述翻译记忆库中包含由标准原文和对应译文组成的句对组； 所述 标准原文为对初始 原文进行所述预处 理操作得到的； 从所述标准原文中确定与 所述处理后待翻译原文 匹配的匹配标准原文， 并输出所述匹 配标准原文对应的译 文作为所述待翻译原文的翻译结果。 8.一种数据匹配装置， 包括： 第一记忆库获取模块， 用于获取翻译记忆库， 所述翻译记忆库中包含由标准原文和对 应译文组成的句对组； 所述标准原文为对初始原文进 行预处理操作得到的， 其中， 所述预 处 理操作包括： 字符编 码格式统一化处理和/或预设字符消除处理； 所述预设字符为不影响语 义完整性的字符； 待翻译原文获取模块， 用于获取待翻译原文， 并对所述待翻译原文执行所述预处理操 作， 得到处 理后待翻译原文； 翻译结果确定模块， 用于从所述标准原文中确定与所述处理后待翻译原文匹配的匹配 标准原文， 并将所述匹配标准原文对应的译 文确定为所述待翻译原文的翻译结果。 9.一种数据匹配装置， 位于扫读笔， 包括： 指令接收模块， 用于接收用于指示进行文本翻译的指令； 并根据 所述指令， 对包含待翻 译原文的目标区域进行扫描， 得到目标图像； 文本识别模块， 用于对所述目标图像进行文本识别， 得到待翻译原文； 预处理模块， 用于对所述待翻译原文执行预处理操作， 得到处理后待翻译原文； 其中， 所述预处理操作包括： 字 符编码格式统一化处理和/或预设字符消除处理； 所述预设字符为 不影响语义完整性的字符； 第二记忆库获取模块， 用于获取翻译记忆库； 所述翻译记忆库中包含由标准原文和对 应译文组成的句对组； 所述标准原文为对初始 原文进行所述预处 理操作得到的； 结果输出模块， 用于从所述标准原文中确定与 所述处理后待翻译原文 匹配的匹配标准 原文， 并输出 所述匹配标准原文对应的译 文作为所述待翻译原文的翻译结果。 10.一种电子设备， 包括： 处理器、 存储器、 通信 接口和通信总线， 所述处理器、 所述存储 器和所述 通信接口通过 所述通信总线完成相互间的通信； 所述存储器用于存放至少一可执行指令， 所述可执行指令使所述处理器执行如权利要 求1‑6中任一项所述的数据匹配方法对应的操作， 或者， 执行如权利要求7所述的数据匹配 方法对应的操作。 11.一种计算机存储介质， 其上存储有计算机程序， 该程序被处理器执行时实现如权利 要求1‑6中任一所述的数据匹配方法， 或者， 实现如权利要求7 所述的数据匹配方法。 12.一种计算机程序产品， 包括计算机指令， 所述计算机指令指示计算设备执行如权利 要求1‑6中任一所述的数据匹配方法对应的操作， 或者， 执行如权利要求7所述的数据匹配 方法对应的操作。权　利　要　求　书 2/2 页 3 CN 114638241 A 3