汉英机器翻译中的知识库系统建设.pptVIP

汉英机器翻译中的知识库系统建设 刘化冰 国家知识产权局知识产权出版社 liuhuabing@ 2008.11 我们的梦想 真正的“傻瓜式”专利检索，跨越一切语言障碍 专利信息技术的新发展 机器翻译 亚洲语言 欧洲语言 跨语言检索 语义检索 专利信息技术在中国的新发展 汉英专利机器翻译系统于2008年开通。 基于词典的中国专利跨语言检索已 经实现，用户可以使用英文关键词检 索中国专利全文。 专利语义检索的原型系统已经出现。 知识产权出版社 汉英机器翻译面临的问题 不断提高翻译质量 RBMT or SBMT or ?? 原文分析的优化 可信度评价 面对未来挑战，知识库建设是未来发展的重要基础。 机器翻译中的知识库建设 海量双语语料库 术语库 双语词典 翻译模板库 翻译记忆 术语抽取 统计机器翻译 科技术语翻译 原文分析 可信度评估 基于特定语法规则的翻译 海量双语语料库 目标 超过四千万的句对齐语料库 资源 大约40万件同族专利 专利名称，文摘 非专利名称，文摘 数据标准 XML格式 构建双语语料库的工作流程 语料采集 数据加工 语料库组织管理 原始数据 格式、噪音处理 数据清理、标注 自动对齐 对齐检查 加工完成数据 双语语料库 索引 术语库 双语词典库 现有词典的问题 词汇量有限，特别是短语 缺少相关性因子 目标 从专利文献中提取更多的科技术语和短语（现档和过档） 方法 新词发现 相关性分析 翻译等价物挖掘 新词发现和相关性分析 文本输入 (原始文献, 双语语料库) 分词引擎 A 分词引擎 B 分词引擎 C 按照最大长度提取术语和词组 频度统计 同义词分析 相关度分析 现有词典过滤 增加领域信息 新词挖掘 人工检查 术语库 翻译等价物挖掘 术语库 翻译等价物挖掘 人工检查和翻译 网上检索 从语料库抽取 自动构词 吸引 attract vt. 可被吸引的 attractable adj. 保存 preserve vt. 可保存的 preservable adj. 调整 v. n. 装置 n. 调整装置 ving+n Adjusting Device TM无线通信网/TM上提供实时TM分组话音/TM和TM数据服务/TM的方法和装置 METHOD AND APPARATUS FOR PROVIDING REAL-TIME TM PACKETIZED VOICE /TM AND TM DATA SERVICES /TM OVER A TM WIRELESS COMMUNICATION NETWORK /TM Existing Dictionary 无线通信网 wireless communication network 数据服务 data service Candidate 分组话音 packetized voice 声码器 Google VoIP语音编码器- Voip 技术应用- IXPUB技术博客- Powered by X-Space 声码器（vocoder）不会再生原始波形。这组编码器会提取一组参数，这组参数被送到接收端，用来导出 ... 根据合同，该公司帮助翻译国家安全局所截获的情报中的一些信息。 CNKI vocoder(187) sounder(3) speech vocoder(6) Iciba 【计】 vocoder 【化】 vocoder 翻译模板库 一种A，由B和C组成，其特征在于 A kind of A, composed of B and C, characterized in that / characterized by 一种A，包括/包括有B和C, 其中: A kind of A, including/comprising B and C, wherein: 一种A，其具有一带B的C, A kind of A, having a C with B 一种A，包括一用于V+N的B, A kind of A, including a B used for V-ing the N. 根据权利要求X所述的A，其特征在于, A as stated in Claim X, characterized in that / characterized by 根据权利要求X的A，其特征在于所述B为一+ADJ+的+C, A accor