汉英机器翻译中的知识库系统建设-.pptx

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RBMTorSBMTor??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attractvt.可被吸引的attractableadj.保存preservevt.可保存的preservableadj.调整v.n.装置n.调整装置ving+nAdjustingDeviceTM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METHODANDAPPARATUSFORPROVIDINGREAL-TIMETMPACKETIZEDVOICE/TMANDTMDATASERVICES/TMOVERATMWIRELESSCOMMUNICATIONNETWORK/TMExistingDictionary无线通信网wirelesscommunicationnetwork数据服务dataserviceCandidate分组话音packetizedvoice声码器GoogleVoIP语音编码器-Voip技术应用-IXPUB技术博客-PoweredbyX-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。CNKIvocoder(187)sounder(3)speechvocoder(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AkindofA,composedofBandC,characterizedinthat/characterizedby一种A，包括/包括有B和C,其中:AkindofA,including/comprisingBandC,wherein:一种A，其具有一带B的C,AkindofA,havingaCwithB一种A，包括一用于V+N的B,AkindofA,includingaBusedforV-ingtheN.根据权利要求X所述的A，其特征在于, AasstatedinClaimX,characterizedinthat/characterizedby根据权利要求X的A，其特征在于所述B为一+ADJ+的+C, AaccordingtotheClaimX,characterizedinthatBistheCthat……如前述权利要求中任一项所述的A,其特征在于,Astatedinanyaforesaidclaim,characterizedby,?????????? 应该理解,下面的描述只是本发明的原理的示范,不应该被认为是缩小了遵循的权利要求。因此本发明目的是在于覆盖落入本发明的权利要求以及它们的等价内容的范围内的修改和变化。因此,本发明旨在覆盖在所附权利要求等的范围内提供的本发明的修改和变化。以下本发明优选实施例的描述实质上仅为示例作用,并不用于限制本发明及其应用