综合型语言知识库的建设与利用-Abbyy.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 双语相关集列工具是双语平行语料库其他应用的基础。既可以将语料作为独立资源呈现，也可以集成到机器辅助翻译系统中。 这个工具仍在开发中。 目前可以使用的功能包括： 中英文简单检索和复杂检索：在中文切分标注和英文分词（tokenization）辨词（lemmatization）的基础上进行 支持中英文查询（精确匹配、模糊匹配） 支持焦点对齐，例如查“接口”，通过焦点对齐可以查看“接口”被译为“interface”的情况。 检索结果排序 搭配关系：反映真实语料中出现在查询词前后位置上的词语及其统计信息 词频统计 * * * * * * * * * 典型应用系统开发 在语言知识库搭建的平台上可以上演 威武雄壮生动活泼的应用系统的剧目 …… 语言知识库1 语言知识库2 语言知识库3 语言知识库4 …… 平台 / API 应用程序1 应用程序2 典型应用系统开发 （1）面向中文专著的机器辅助翻译系统 （2）基于语料库的双语词典辅助编纂平台 （3）百科知识管理与服务平台 （4）命名实体的网页提取与服务系统 （5）海量新闻语料的主题标引系统 （6）机器翻译及自然语言处理系统的评价 ┈ ┈ 主要内容 中文信息处理（CIP）概要 汉语信息处理的主攻方向 综合型语言知识库介绍 研究中的课题 与 CIP 相关的信息 结语与致谢 与 CIP 相关的信息 （1）中国的研究计划 973——重点基础研究计划 863——高技术发展计划 科技攻关计划 自然科学研究基金 哲学与社会科学研究基金 部门与地方研究基金 （2）中国的研究机构 大学：北大、清华、哈工大、复旦、厦大、 研究所：中科院计算所、自动化所、软件所 企业：华建、格微、大正、中软 与 CIP 相关的信息 （3）CIP 的 相关出版物 《Journal of Computer Science Technology》 《计算机学报》、《软件学报》、《中文信息学报》、《语言文字应用》、 各个大学的学报（例：《北京大学学报（自然科学版）》） 台湾《中文计算语言学期刊》、《语言暨语言学》，新加坡《汉语语言与计算学报》 （4）跨国公司的研究机构 Microsoft, Fujitsu, IBM, Intel, Toshiba, NEC, Canon，… … Google, Yahoo!, Baidu，… … （5）相关的学术会议：JSCL，SWCL，CLSW，Rocling ，ICC C （6）中文语言资源 ChineseLDC: http://www.ChineseLDC.org/ 知网Hownet: / 台湾中研院的平衡语料库和中文概念词典 香港城市大学的北京-上海-香港-台北-新加坡 5地的 共时语料库 主要内容 中文信息处理（CIP）概要 汉语信息处理的主攻方向 综合型语言知识库介绍 研究中的课题 与 CIP 相关的信息 结语与致谢 中国的俄语信息处理研究 （1）历史久远：1958年机器翻译试验 （2）机器翻译：北京华建公司 （3）电子词典：沈阳格微公司 （4）文献介绍：《当代语言学》俄罗斯语言学专辑，尚未出版，共收6篇文章。 （5）对http://www.dialog-21.ru/的关注 致 谢 感谢《汉语形式模型》研讨会的全体参与者， 你们的关注和耐心让我感动。 感谢 ABBYY 公司，ABBYY 公司为我们这次 访问提供了最大的支持和方便。 感谢杨棨教授， 杨棨教授是我们这次莫斯科之行的领航者。 感谢易福成博士为我们的沟通搭建了桥梁， 我知道这是最辛苦的工作。 Спасибо！ * * * * * * * * * * * * * * * * * * * * * * * * 《语法信息词典》和语料库相互参照的准确定位 词语 词类 同形 拼音 频次 例句 注 抄 v A chao1 照原稿写 抄 v B chao1 走近道 此类/r 编著/v 内容/n 是/v 抄/v!A 自/p 别人/r 的/u 炮兵/n 学院/n 原来/d