大型词典编纂的.PDFVIP

大型词典编纂的 计算机辅助开发与管理系统 王 　惠 　李康年 提 　要 　一个用于词典编纂的计算机辅助开发与管理系统已经在北京大学 《现代汉语语义词典》的开发过程中发挥重要作用 ,有效地提高了词典编纂 的效率和质量 。同时 ,该项研究也是对汉语计算词典学理论的一种探索 。 关键词 　词典编纂 　词典管理 　知识挖掘 　自动翻译 　计算词典学 　　1. 前言 　　随着自然语言处理技术的迅速发展 ,词义分析的重要性与迫 切性也越来越突出。为了给计算机 自动分析语言提供更全面 、深 入的语义信息 , 北京大学计算语言学研究所与中科院计算所 自 1994 年联合开发“汉英机器翻译模型系统”开始 ,就着手研制面向 汉英机器翻译的《现代汉语语义词典》。1996 年至 1998 年 ,获国家 863 高科技项 目“通用机器翻译开发平台和汉英机器翻译系统”的 支持 ,该语义词典研究进入大规模开发阶段 ,并取得重要的阶段性 成果 ,完成了4 . 9 万汉语词语的语义分类和搭配信息描述[ 1] 。此 后 ,计算语言学所在积极应用 、推广该词典的同时 , 仍不断投入力 ( 　　 　本研 究得到 国家 863 项 目“语 言资源建设及相关研 究探 索 ” 项 目号 2002A 与国家 973 重点基础研究项 目“面向新闻领域的汉英机器翻译系统” (项 目号 的支持 。 73 量发展词典本身 。从 2001 年 11 月开始 , 《现代汉语语义词典》的 ( 二期开发工作又获国家 973 重点基础研究项 目 、 的支持 , 由北大计算语言学所和中文系联合对词 典进行较大幅度的扩充 ,并对全部词语的语义分类及属性描述进 行全面修订 。在大家的积极努力下 ,项 目进展得非常顺利 。 ( ) 　　目前 ,《现代汉语语义词典》下简称《语义词典》的规模与质 量都有了显著提高 ,共收录词条 6 . 6 万条 ,采用 Access 数据库技术 实现 。除了包含全部词语的一个总库 ,每类词语也各建一库 ,共计 11 个数据库 。每个库文件都详细描述词语及其语义属性的二维 关系 。比如 ,总库中包括词语 、拼音 、同形 、义项 、语义类 、词类 、子 类 、兼类 8 个属性字段 ;名词库设 15 个属性字段 ;动词库设 16 个 属性字段 。所有的库都可以通过“词语 、词类 、同形 、义项”这 4 个 关键字段进行链接[2 ] 。现在 ,它正在一个汉英机器翻译系统中发 挥着重要的作用 。 　　在《语义词典》的编纂修订过程中 ,为了保证词典内容准确可 靠 ,有效地管理编纂工作 , 同时兼顾工程进度 ,我们开发了一个计 算机辅助词典开发和管理系统 ,用于词典编辑 、校订 、检索 、排序 、 检测 、自动翻译 、版本 比较 、任务管理等 。本系统在 Windows2000 的操作系统下使用Visual C + + 6 . 0 编写 、运行 ,采用Access2000 数 据库技术存储词典数据库 。系统的构成主要包括四个子系统 :词 典编辑 、自动检测 、自动翻译 、项 目管理 。 　　2. 词典编辑( Dict Edit) - 　　本子系统的主要任务是对数据库格式的词典文件进行编辑 ( 图 1) 。选中“编辑”选单中的“排序”,可以多种方式对词典进行 排序和浏览 。 　　在“查看”选单中点击“查询”按钮 ,即可根据首字 、尾字 、词类 、 语义类 、义项 、配价数等多种条件进行检索 ,包括组合检索 、模糊检 索等 。