面向領(lǐng)域輔助翻譯的詞典資源獲取.pdf

1、隨著我國信息化進程的深入和電子政務(wù)的建設(shè)，大量的社會和經(jīng)濟信息已經(jīng)電子化。而由于國際政治經(jīng)濟的交流和發(fā)展，如何向世界范圍內(nèi)發(fā)布這些相關(guān)的信息成為一個現(xiàn)實需求。近年來機器翻譯技術(shù)雖然取得了很大的進展，特別是統(tǒng)計翻譯方法的突破，使得自動翻譯結(jié)果多數(shù)情況下可以滿足日常瀏覽的需求，但是在面對高質(zhì)量跨語言信息發(fā)布的需求時，機器輔助翻譯仍然是更加現(xiàn)實的解決方案。
　　本文針對電子化信息的翻譯問題，以一個發(fā)布公司基本信息的電子信息庫為例，探索了

2、針對特定領(lǐng)域的機器輔助翻譯系統(tǒng)的開發(fā)技術(shù)。本文分析發(fā)現(xiàn)目前中文信息的電子化手段多采用數(shù)據(jù)庫形式，并將不同關(guān)鍵信息分字段存放。信息庫中不僅包含大量的機構(gòu)名稱、地址、人名等命名實體信息，還包含大量專業(yè)術(shù)語等領(lǐng)域文本特征。而針對信息發(fā)布的需求，其翻譯過程強調(diào)信息關(guān)鍵點的準(zhǔn)確性，而不十分看重全文翻譯質(zhì)量和速度。針對這些翻譯需求，本文重點研究了相關(guān)的輔助翻譯技術(shù)，探索了多層次、多類型的翻譯詞典獲取方法。具體地，本文的研究內(nèi)容包括：
　　(1

3、)針對翻譯領(lǐng)域中的各種單語詞匯，研究特定領(lǐng)域中幾種主要中文詞典的構(gòu)建方法，包括：利用n-gram字串的頻率信息實現(xiàn)單語詞典輔助獲取系統(tǒng)，提高領(lǐng)域一般詞匯的獲取速度；以中文機構(gòu)地址的層次性詞典獲取為突破口，研究層次性詞典獲取問題；以中文機構(gòu)類別的獲取為突破口，研究后綴型詞匯的獲取方法。
　　(2)探索了基于Web的中文機構(gòu)名稱譯文獲取技術(shù)。針對命名實體的專有固定譯文獲取難題，通過構(gòu)建包含原文和啟發(fā)信息的查詢，獲取并分析搜索引擎返回的

4、結(jié)果頁，進而通過構(gòu)詞知識和機器學(xué)習(xí)方法解決正確譯文的識別。實驗表明，該方法能在較短時間內(nèi)獲取大部分中文機構(gòu)名稱的譯文，避免了以往Web平行語料挖掘的對于存儲空間和網(wǎng)絡(luò)帶寬的巨大負擔(dān)。
　　(3)設(shè)計并實現(xiàn)了面向領(lǐng)域信息發(fā)布的輔助翻譯系統(tǒng)。在上述幾種詞典資源獲取方法及基于Web的譯文獲取技術(shù)的基礎(chǔ)上，本文設(shè)計并實現(xiàn)了針對領(lǐng)域信息發(fā)布的機器輔助翻譯系統(tǒng)，該系統(tǒng)為用戶提供了關(guān)鍵詞標(biāo)注、自動翻譯、摘譯等功能，輔助用戶翻譯，初步滿足了用戶的