基于可比语料库的双语术语抽取的研究述评.pdfVIP

184 2009 10 基于可比语料库的双语术语抽取研究述评* 1 1, 2 1 1 ( 100038) 2 ( 2 10094 ) = 对基于平行语料库的双语术语抽取和基于可比语料库的双语术语抽取进行对比分析, 说明基于可比语料 库的双语术语抽取的研究意义与应用价 。分析总结解决该问题的主要方法及其优化方法, 指出存在的问题并 展望该研究的未来发展方向。 = 双语术语抽取 可比语料库 上下文向量 向量相似度计算 = TP391 Survey on B ilin gua l T erm in ology Extr action from C om parab le C orp or a 1 1, 2 1 K ang X ao l Zhang Chengzh W angH u l n 1 ( In st tu te of Sc en t f c T echn cal In form at on of Ch na, Be j ng 100038, Ch na) 2 (D epartmen t o f In format on M anagem en t, N anj ngUn vers ty of Sc en ce Techno logy, N anj ng 2 10094, Ch na) =Ab str act By comp ar ng w th extract ng b l ngual term n ology from parallel corpora, th s paper descr bes th e value of ex2 tract ng b l ngual term no logy from comparab le corpora. It summ ar zes the m a n m ethod and th e opt m zat on m ethod s of mp lemen tat on of b l ngual term nology extract on. And some p ersp ect ves and prospects abou t b l ngual term no logy ex2 tract on based on the comparab le corpus are p roposed. =K eyw or d s B l ngual term nology extract on Comparab le corpora Con text vector V ector sm lar ty compu tat on 1 [1] [ 2] [ 3] 双语术语抽取可应用于双语术语词典编撰 、跨语言信息检索 、机器翻译 等广泛领域。由于国际化的需要, 越来越多的文件采用多种语言的形式在互联网上传播和交流, 多语语料库资源日益增多, 促进了双语术语抽取的研 究和应用。目前, 主要研究方向是在平行语料库上进行双语词语或双语术语的抽取。基于平行语料库的双语术语抽 取具有正确率高的特点, 但由于平行语料库不易获取, 有学者提出利用可比语料进行双语术语抽取的思路。 2 目前, 双语术语的抽取基本上是基于平行语料库进行的。平行语料库( Para llel Corpus) 由源语文本和从源语 [ 4] 文本翻译的译语文本构成 。平行语料可为双语也可以是多语, 还可以是双向等价翻译。例如, 可以由中文文本 及其翻译的英语文本组成, 也可以由中文文本及其翻译的英语、德语、法语、日语等的译语文本组成, 还可以由中 英文双向翻译文本组成。平行语料长期以来在机器翻译研究领域被广泛用于获取词对知识, 构建翻译词典, 以提 收稿日期: