汉英双语短语信息数据库的构建-北京大学中国语言学研究中心.PDFVIP

·语言信息处理 · 《术语标准化与信息技术》 年第 期 !# $ 汉英双语短语信息数据库的构建 !吴云芳 常宝宝 詹卫东（北京大学） 0123汉英双语短语；短语结构；信息数据库 4 5 3本文扼要介绍了一个汉英双语短语信息数据库的构建情况：汉语短语的描述信息；英 语短语的描述信息；描述中的疑难问题；短语库的实施和应用。短语库是综合型语言知识库的有机 组成部分，它的建设将为短语结构研究、句法分析和机器翻译提供强大的语言知识支撑。 !#$%#’ ()#*+*,-’$#+) !#$#’.$ /)0.+* 1.2.3.+* ! #$% ’%( )*+ ,- .’/0’/ 1*+ , !234/%( ， ， 4*5670%+8 @%,-;$;AB-.’,$% =,’,-.1’ *%+$; *%+$; $C+10C1+; :C=$; 93+20.:28 D%,$ **;+ (1C’,-;$ C%; 0(-$C+10C,(- (E @%,-;$;AB-.’,$% =,’,-.1’ *%+$; :C=$;9 @%,-;$; *%+$; ,-E(+?C,(- -: B-.’,$% *%+$; ,-E(+?C,(-F C%; E+;G1;-C’H $2;: G1;$C,(-$F C%; ,?*’;?;-CC,(- -: **’,0C,(- (E *%+$; :C=$;I D%; *%+$; :C=$; ,$ *();+E1’ ’-.1.; 、 2-()’;:.; +;$(1+0; -: ),’’ =; $(?; %;’* C( *%+$; $C+10C1+; $C1:H @%,-;$; *+$,-. -: @%,-;$;A B-.’,$% ?0%,-; C+-$’C,(-I 一的语种 汉语 扩展成了双语对照 !# $ # / #=,’,-.1’ *+’ 短语结构分析是汉语信息处理从词处理过渡 ’;’,$?/ 。 到句处理的第一道门坎儿。汉英机器翻译中，短语 短语 （词组）本位语法体系是短语库建设的语 结构分析的难点主要在于：（）汉语短语结构歧义 法理论支撑。汉语词类跟句法成分之间不存在简 ! 的识别；（）汉语短语结构到英语短语结构的转 单的一一对应关系：同一个句法成分可以由不同 换。这两个问题的解决都是困难重重。汉英双语短 词类的词来充当；同一个词类的词可以充当不同 语信息数据库 （下文简称 “短语库”）的构建就是直 的句法成分而没有任何形式上的标记。因此，名词 接服务于汉英机器翻译，为以上两个问题的解决 短语的中心词可以是一个动词或形容词，如名词 构建一个语言知识库。 短语 “爱克斯光透视”中心词就是动词 “透视”。由 浅层句法分析#$%’’() *+$,-./ 和与之相关 于汉语句子的构造原则跟短语的构造原则基本一 的语块 （ ）标注语料库越来越受到重视和青 致，比之英语，短语在汉语语法体系中占有更为独 0%1-2 345 特和重要的地位，这也是短语库建设的初始驱动 睐。 短语库中的短语其实就是静态的、离线的语 块。从语言知识库建设的角度看，