基于Web的跨语言信息检索研究综述.pdf

计算机与现代化 YUXIANDAIHUA 2009年第2期 JISUANJI 总第162期 文章编号：1006-2475(2009)02-0035-04 基于Web的跨语言信息检索研究综述 赵欣1，邓明星2 (1．厦门大学人工智能研究所，福建厦门361005；2．江西师范大学计算机信息工程学院，江西南昌330022) 摘要：回顾了近年来基于Web的跨语言信息检索技术的理论研究和发展现状，针对跨语言信息检索中基于语料库的方 法，就其中语料库的构建和使用问题进行了阐述。比较分析和总结了两方面的技术：一是利用互联网上丰富的双语资源 来建立大规模双语语料库的技术，二是目前运用较多的几种查询翻译模型构建技术。最后，展望了该领域的研究前景和 发展方向。 关键词：跨语言信息检索；基于Web；平行网页；统计翻译模型 中图分类号：TP391 文献标识码：A Web-basedCross InformationRetrieval Language Technique ZHAO Xinl，DENG Ming．xin92 of Artificial (1．Institute Intelligence。XiamenUniversity，Xiamen361005，China； of and Normal 2．School Information Computer Engineering，JiangxiUnivemity，Nanchang330022，China) theoreticalresearchand statusoftheWeb·based ifformafionretrieval in舡 Abstract：The development c嗍一language technique cent isreviewed．Forthe basedon ofhowtoconstructthe fromtheWeb years techniquecorpus，theapproaches parallelcorpus andhowtou8eittorealizethe ofthe isdiscussed． pages modelingquerytranslation雠summarized．Finally。thestudyprospect information translationmodel Keywords：cross—languageretrieval(CLIR)；Web·based；parallelcorpus；statistical 信息检索逐渐受到人们的广泛关注【1’3】。 0 引 言 基于Web的跨语言信息检索利用互联网上存在 跨语言信息检索(CLIR)致力于多语种检索结果着的大量双语互译文本来建立大规模双语语料库，实 的研究，用户只需输入一种语言的查询，就能检索出 现查询翻译并检索出相关文档。本文对基于Web的 多种其他语言的文档。早在20世纪70年代，G．Sal-跨语言信息检索技术