汉维哈柯双语平行语料库加工处理系统的设计与实现.docVIP

汉维哈柯双语平行语料库加工处理系统的设计与实现 　　摘要：汉维哈柯双语平行语料库是建设综合型语言知识库的有机组成部分，又是基于实例的机器翻译系统的基础。因为双语语料库中包含了两种语言互译信息特征，能够提供两种语言之间丰富的匹配信息，所以不仅在机器翻译、双语词典编纂等领域起到关键作用，而且在双语教学、跨语言文献检索等领域都有着广泛的应用前景。建设语料库的传统工艺流程繁琐、费时、耗力难以适应语言信息的变化速度，因此汉维哈柯双语平行语料库加工处理系统的实现对语料库的建设具有重要的作用。 　　关键词：汉维哈柯双语平行语料库；机器翻译；词语对齐 　　中图分类号：TP309文献标识码：A文章编号：1009-3044(2011)27-6680-02 　　Design and Achievement of Chinese-Uygur Kazak Kirgiz Bilingual Parallel Corpus Processing and Programming System 　　WU Xiao-chuan, TURGUN Ibrahim, AISHAN Wumaier, TAN Xun 　　(College of Information Science and Engineering, Xinjiang University, Urumqi 830046, China) 　　Abstract: Chinese-Uygur Kazak Kirgiz bilingual parallel corpus is an integral component of building synthetic language knowledge base as well as the basis of machine translation system based on examples. Bilingual translation information features are included in bilingual corpus which can provide abundant matching information, thus, the corpus can not only play an important role in some fields such as machine translation, bilingual lexicography, but also has its application prospect in bilingual teaching and cross-language bibliographic retrieval, etc. Traditional process of building corpus is fussy, time-consuming and strenuous which is hard to catch up the changing speed of language information, so the achievement of Chinese-Uygur Kazak Kirgiz bilingual parallel corpus processing and programming system plays an important role in building the corpus. 　　Key words: Chinese-Uygur Kazak Kirgiz bilingual parallel corpus; machine translation system; word alignment 　　少数民族濒危语言的研究和保护是世界性的学术焦点,词典编纂可以成为应对少数民族语言濒危的重要措施之一。词典编纂与出版具有提升语言的社会功能,稳固语言表达系统,促进双语教学的作用。 而词典的编纂、机器翻译、双语教学、跨文献翻译等领域的研究基础就是双语语料库，因此语料库的建设对少数民族语言的保护以及社会的发展具有重要的作用[1-3]。 　　汉维哈柯双语语料库加工处理系统是一种把汉维、汉哈、汉柯双语的生语料经过加工处理变成对齐好的熟语料的系统。它通过把双语语料导入到本系统，通过编辑、文档导入审核和文档编辑审核后系统把语料自动分词并保存到数据库中，然后把它分配给用户进行文档对齐，再把对齐好的文档分配给句子对齐，最后把对齐好的句子分配给词语对齐。 　　1 系统结构 　　本文设计的双语语料库系统由文档信息保存表、词信息表、文档对齐表、句子对齐表、词对齐表是构建支撑汉维哈柯双语平行语料库加工处理系统的基础。 　　汉维哈柯双语平行语料库加工处理系统