GB/T 19101-2003建立术语语料库的一般原则与方法.pdf

ICS01.020 A 22 中 华 人 民 共 和 国 国 家 标 准 GB/T 19101-2003 建立术语语料库的一般原则与方法 Generalprinciplesandmethodsofestablishingterminologycorpus 2003-05-14发布 2003-12-01实施 中 华 人 民 共 和 国 发 布 国家质量监 督检验 检疫 总局 GB/T19101-2003 种 曰 ‘． ‘ 前 目 本标准是术语数据库的系列国家标准之一。 已经发布的系列标准有： GB/T13726-1992 术语与辞书条目的记录交换用磁带格式 GB/T16785-1997 术语工作 概念与术语的协调 GB/T16786-1997 术语工作 计算机应用 数据类目 GB/T17532-1998 术语工作 计算机应用 词汇 GB/T18155-2000 术语工作 计算机应用 机器可读术语交换格式 M（ARTIF) 协商交换 GB/T13725-2001 建立术语数据库的一般原则与方法 GB/T15387.1-2001 术语数据库开发文件编制指南 GB/T15387.2-2001术语数据库开发指南 GB/T15625-2001 术语数据库技术评价指南 GB/T19102-2003术语部件库的信息描述规范 本标准的附录A是资料性附录。 本标准由全国术语标准化技术委员会提出。 本标准由中国标准研究中心归口。 本标准由中国标准研究中心、北京大学计算语言学研究所等单位起草。 本标准主要起草人：陈玉忠、宋敏、何燕、叶盛、穗志方、程永红、肖玉敬。 GB/T19101-2003 建立术语语料库的一般原则与方法 范围 本标准规定了建立术语语料库的一般原则与方法。 本标准适用于术语语料库的研究、开发、维护及有关管理工作。其他涉及语料库建设的工作也可参 照使用。 2 规范性引用文件 下列文件中的条款通过本标准的引用而成为本标准的条款。凡是注日期的引用文件，其随后所有 的修改单 不（包括勘误的内容）或修订版均不适用于本标准，然而，鼓励根据本标准达成协议的各方研究 是否可使用这些文件的最新版本。凡是不注 日期的引用文件，其最新版本适用于本标准。 GB/T13725-2001 建立术语数据库的一般原则与方法 GB/T15237.1-2000 术语工作 词汇 第1部分：理论与应用 e（qvISO1087-1;2000) 术语和定义 GB/T15237.1确立的术语和定义适用于本标准。为了便于使用，本标准重复了其中的部分术语 和定义。 3.1 术语 term 在特定专业领域中一般概念的词语指称。[GB/T15237.1-2000,3.4.3] 3.2 语料库 corpus 集中起来供分析用的语言数据集合。[GB/T15237.1-2000,3.6.9] 术语语料库 terminologycorpus 分析和研究术语用的语料库。 术语语料库系统terminologycorpussystem 包含管理框架的术语语料库。 注：改自GB/T17532-1998,7.7, 4 墓本要求 4. 语料的要求 4. 1 一致性 人库语料应是格式一致、有效的。 2 适用性 语料应从正式出版物或从权威性网站发布的相关专业文献中选择。 3 忠实性 语料中原来使用的标题、摘要、关键字以及参考文献等各类原始信息和篇章结构应保持完整。 GB/T19101-2003 4.1.4 广泛性 在特定的领域内研究术语时，宜按各个子领域数量相对平衡的原则收集语料。对