基于Web和信息抽取技術(shù)的自動(dòng)術(shù)語翻譯.pdf

1、互聯(lián)網(wǎng)上存在大量的多語語料資源。如何通過Web挖掘和信息抽取的相關(guān)技術(shù)，從非平行可比較或部分平行語料中抽取出術(shù)語的正確翻譯，是當(dāng)前研究者廣為關(guān)注同時(shí)又極具挑戰(zhàn)性的問題。 本文首先對(duì)目前的術(shù)語翻譯技術(shù)進(jìn)行了比較分析，總結(jié)了其各自的優(yōu)缺點(diǎn)。然后針對(duì)中英術(shù)語翻譯，分析了Web上部分平行語料的存在性和可用性，并實(shí)現(xiàn)了一個(gè)自動(dòng)術(shù)語翻譯系統(tǒng)。該系統(tǒng)利用一對(duì)源術(shù)語E及其正確翻譯F作為輸入，基于搜索引擎的查詢結(jié)果來獲取匹配模式，并以模式出現(xiàn)頻率

2、作為其評(píng)分。在候選答案的選擇方面，確定了三條層次規(guī)則，依據(jù)這三條規(guī)則，建立候選答案的評(píng)分函數(shù)。實(shí)驗(yàn)結(jié)果表明，相對(duì)于已有的系統(tǒng)，本文系統(tǒng)可以有效地從Web上自動(dòng)挖掘出術(shù)語的合理翻譯。 在Web上還蘊(yùn)含著大量包含術(shù)語的頁面，如何自動(dòng)發(fā)現(xiàn)此類頁面并將其中的術(shù)語對(duì)抽取出來也是一個(gè)很有意義的研究課題。本文利用已有術(shù)語對(duì)(術(shù)語表或詞典中的術(shù)語)作為“種子”詞語，并以查詢條件的形式提交給搜索引擎，而后采用簡(jiǎn)單的判斷原則，對(duì)返回結(jié)果的Snipp