计算机领域术语的自动获取和层次构建.pdfVIP

[高新技术产业发展] 睛 VALIdz 计算机领域术语的自动获取和层次构建 计然 〈福建师范大学协和学院信息技术系福建福州 350108) 摘 要: 以计算机领域术语的获取方式为研究对象，根据文献资料法、实验法、讨论法，通过对计算机领域术语获取方法进行理论、实践的探究和验证，得 :11 计算机领域术语自动获取的方法和术语的层次构建。 关键词= 术语:计算机术语:自动获取:层次构建 中图分类号: TP391 文献标识码: A 文章编号: 1671-7597 (201 1) 1020029-02 概述 继第二次科技革命以来，科学技术得到了飞速的发展，信息化时代随 之降临。而计算技术的诞生与使用作为第三次科技革命的标志，为人们的 生活和生产带来了极大的便利。现如今随着计算机在全世界范围内的普遍 使用，每天都有大量的数据以电子的形式进行使用和交流，而且伴随着大 量科技文献的出现，使得不同领域的新词汇以日新月异的速度得到发展和 .壮大。计算机领域的术语量也得到了大幅度的提升。但是根据调查研究发 现，现在的计算机领域的术语主要是通过人工来进行构建，不仪代价巨 大，而且进程非常的缓慢，所以研究出→种自动化的计算机领域术语获取 方法，并及时地发现领域术语的任务，是目前计算技术迅速发展和普遍使 用的迫切要求。 1. 1 术语的概念 术语具有很强的领域特征，是与某}领域紧密结合的固定的或半固定 的词汇或短语。术语是在特定领域出现的，表达的是概念性的称谓，术语 可以是短语，也可以是一个词。研究发现，术语和兽通语言一样，是作为 →种交流语言形式存在，可以为人们之间的交流提供必要的基础。但是术 语不同于普通语言的是，它存在于某一特定的领域，是某一领域的各种概 念的称谓，是这一特定领域人员用来进行交流和运用的，一般不会在其它 领域中使用。例如，有关医学的术语，除非是和医学想关的行业，一般在 人们的生活中很少会出现，很多时候人们连知都不会知道某一医学术语所 代表的含意，这也就使得大多数人看不懂一些药品上的药品成分说明。术 语体现和负载了一个学科领域的核心知识，对某一领域的术语研究，有利 于把握一个学科的发展现状和未来的发展趋势。所以对计算机领域术语的 获取具有时代性的意义，是社会经济发展的必然要求。 1.2 获取术语的方式 获取和建立可行性大的术语库，是术语学与术语规范化和标准化的基 础，也为信息的提取、文档的分类提供必要的依据。实践证明，为术语创 建-定的获取技术是整个社会和各个行业发展的必然要求，也是促进特定 领域交流更加顺畅，发展更加稳定的基础。所以获取术语的技术也需要更 加的有效才行，而现下主要的术语获取方法有3种2 1)字典法。就是通过领域专家编定好的字典来进行相对应的匹配， 以达到获取的目的。但是这种的技术方法有 定的局限性，主要是字典吏 新速度慢，跟不 t领域发展步伐，必定无法适时的提供有效的专业领域术 语。但这可以作为领域入门者的入门法宝，为其后期领域知识的学习垫定 定的基础: 2) 规则法。规则法主要是依据语言学原理和知识指定-系列共性规 则和个性化规则，从而有效地处理自动分析中遇到的各种语言现象。但是 这单的、固定性强的方法，无法充分解决丰富多样的语言所带来的各 种术语分析: 3) 统计法。统计法主要是为弥补上面两种方法所带来的不足而产生 的术语获取方法，也是自然语言研究领域所提出的基于语料库某些词所出 现频率的多少而加以统计的技术方法。这种获取术语的技术主要是通过词 语的出现频率来对词语是否具备术语的资格加以确定，因为在特定的领 域，这一领域的术语自然会使用得更加的频繁，使用面也会更加的广，那 么根据这-现象，就可以用统计法提取出一定数量的词汇和短语，自然这 些词汇和知语也就是该领域的术语。现下专业术语的获取主要采取就是这 种方法，在必要的时候会结合以上两种方法同时使用。 2 计算机领蠕术语获取的必要性 自第三次科技革命计算机诞生以来，随着各国经济的飞速发展，科学 技术水平的不断提高，计算机技术水平也得到了快速提升，那么在这样的 一个大的社会环境下，加强计算机领域术语的获取也是顺势而为，顺信息 时代发展之势，顺经济社会各行各业发展之要求。要知道，一个领域的术 语有体现一个领域知识发展的作用，故对计算机领域术语的获取，有利于 对该领域的发展现状和未来的发展趋势做有效的把握，也是促进计算机行 业快速发展慕础。计算机领域术语的获取来源有很多，例如科技论文、词 典、互联网等等，丽在这些术语来源中，互联网是计算机领域术语来源最 多的，也是术语更新速度最快，内容最为全面的。所以在对计算机领域术 语获取过程中，我们必须充分发挥互联网的作用，为术语的获取提供更多 的帮助和获取基础。 3 计算机领域术语的自动获取 计算机领域术语的自动获取，是基于术语