1.一种基于大数据的语言翻译方法，其特征在于，包括：

将语言翻译软件的语言翻译流程划分为口语输出翻译识别阶段和文本翻译转化阶段；

对语言翻译软件的口语输出翻译识别阶段进行监测，并分析语言翻译软件的口语翻译识别质量表征值，由此对语言翻译软件的口语翻译识别进行优化预提醒；

对语言翻译软件的文本翻译转化阶段进行监测分析，并基于语言翻译软件的口语翻译识别质量表征值，构建语言翻译软件的口语翻译识别的表征修正系数，由此处理得到语言翻译软件的质量指标；

所述对语言翻译软件的文本翻译转化阶段进行监测分析，具体分析过程为：获取语言翻译软件的翻译结果和参考翻译，统计语言翻译软件的翻译结果和参考翻译之间的编辑次数，统计参考翻译的总词数，将编辑次数除以参考翻译的总词数的比率作为语言翻译软件的翻译错误率；

布置监测周期，在监测周期中监测提取语言翻译软件的文本输入到输出翻译结果的时间，并统计输出翻译结果的文本的长度，综合分析得到语言翻译软件的翻译速度；

结合语言翻译软件的翻译错误率和翻译速度，并统计语言翻译软件的双语评价词数比，综合分析得到语言翻译软件的文本翻译转化质量表征值；

所述语言翻译软件的文本翻译转化质量表征值，具体分析条件为：式中，

所述构建语言翻译软件的口语翻译识别的表征修正系数，具体过程为：若语言翻译软件的口语翻译识别质量表征值低于设定的语言翻译软件的口语翻译识别质量表征阈值，则将语言翻译软件的口语翻译识别质量表征阈值与语言翻译软件的口语翻译识别质量表征值的差值作为语言翻译软件的口语翻译识别的表征修正系数；

所述处理得到语言翻译软件的质量指标，具体过程为：

根据语言翻译软件的文本翻译转化质量表征值和语言翻译软件的口语翻译识别的表征修正系数，通过加权分析得到语言翻译软件的质量指标；

所述语言翻译软件的质量指标是对语言翻译软件的语言翻译流程进行分析得到数值量化结果，用于综合量化语言翻译软件的翻译准确程度；

根据所述语言翻译软件的质量指标，对语言翻译模型进行调整；

所述语言翻译软件的质量指标，具体分析条件为：

式中，

2.根据权利要求1所述的一种基于大数据的语言翻译方法，其特征在于：所述对语言翻译软件的口语输出翻译识别阶段进行监测，具体过程为：提取语言翻译软件的正确识别的文本的数量和总输入文本的数量，将语言翻译软件正确识别的文本的数量和总输入文本的数量的比率作为语言翻译软件的识别准确率，结合语言翻译软件的识别流畅度评分，综合分析得到语言翻译软件的口语翻译识别质量表征值。

3.根据权利要求1所述的一种基于大数据的语言翻译方法，其特征在于：所述对语言翻译软件的口语翻译识别进行优化预提醒，具体过程为：将语言翻译软件的口语翻译识别质量表征值与设定的语言翻译软件的口语翻译识别质量表征阈值进行对比，若语言翻译软件的口语翻译识别质量表征值低于设定的语言翻译软件的口语翻译识别质量表征阈值，则进行优化预提醒。

4.根据权利要求1所述的一种基于大数据的语言翻译方法，其特征在于：所述对语言翻译模型进行调整，具体过程为：将语言翻译软件的质量指标与设定的语言翻译软件的质量指标阈值进行比对，若语言翻译软件的质量指标低于设定的语言翻译软件的质量指标阈值，则将语言翻译软件的质量指标阈值与语言翻译软件的质量指标的差值记为语言翻译软件的修正指标；

若语言翻译软件的修正指标高于或等于设定的语言翻译软件的修正指标阈值，则将该语言翻译模型记为异常模型，并更改语言翻译模型；

若语言翻译软件的修正指标小于设定的语言翻译软件的修正指标阈值，则基于大数据对该语言翻译模型的参数进行调整。

5.一种应用如权利要求1-4任意一项所述一种基于大数据的语言翻译方法的系统，其特征在于，包括：流程划分模块，用于将语言翻译软件的语言翻译流程划分为口语输出翻译识别阶段和文本翻译转化阶段；

口语输出翻译识别模块，用于对语言翻译软件的口语输出翻译识别阶段进行监测，并分析语言翻译软件的口语翻译识别质量表征值，由此对语言翻译软件的口语翻译识别进行优化预提醒；

文本翻译转化模块，用于对语言翻译软件的文本翻译转化阶段进行监测分析，并基于语言翻译软件的口语翻译识别质量表征值，构建语言翻译软件的口语翻译识别的表征修正系数，由此处理得到语言翻译软件的质量指标；

语言翻译模型调整模块，用于根据所述语言翻译软件的质量指标，对语言翻译模型进行调整。