面向領(lǐng)域輔助翻譯的詞典資源獲取.pdf

1、隨著我國(guó)信息化進(jìn)程的深入和電子政務(wù)的建設(shè)，大量的社會(huì)和經(jīng)濟(jì)信息已經(jīng)電子化。而由于國(guó)際政治經(jīng)濟(jì)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(gè)現(xiàn)實(shí)需求。近年來(lái)機(jī)器翻譯技術(shù)雖然取得了很大的進(jìn)展，特別是統(tǒng)計(jì)翻譯方法的突破，使得自動(dòng)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(duì)高質(zhì)量跨語(yǔ)言信息發(fā)布的需求時(shí)，機(jī)器輔助翻譯仍然是更加現(xiàn)實(shí)的解決方案。
　　本文針對(duì)電子化信息的翻譯問題，以一個(gè)發(fā)布公司基本信息的電子信息庫(kù)為例，探索了

2、針對(duì)特定領(lǐng)域的機(jī)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(kù)形式，并將不同關(guān)鍵信息分字段存放。信息庫(kù)中不僅包含大量的機(jī)構(gòu)名稱、地址、人名等命名實(shí)體信息，還包含大量專業(yè)術(shù)語(yǔ)等領(lǐng)域文本特征。而針對(duì)信息發(fā)布的需求，其翻譯過程強(qiáng)調(diào)信息關(guān)鍵點(diǎn)的準(zhǔn)確性，而不十分看重全文翻譯質(zhì)量和速度。針對(duì)這些翻譯需求，本文重點(diǎn)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?jī)?nèi)容包括：
　　(1

3、)針對(duì)翻譯領(lǐng)域中的各種單語(yǔ)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(shí)現(xiàn)單語(yǔ)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(jī)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(jī)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(jī)構(gòu)名稱譯文獲取技術(shù)。針對(duì)命名實(shí)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(yè)，進(jìn)而通過構(gòu)詞知識(shí)和機(jī)器學(xué)習(xí)方法解決正確譯文的識(shí)別。實(shí)驗(yàn)表明，該方法能在較短時(shí)間內(nèi)獲取大部分中文機(jī)構(gòu)名稱的譯文，避免了以往Web平行語(yǔ)料挖掘的對(duì)于存儲(chǔ)空間和網(wǎng)絡(luò)帶寬的巨大負(fù)擔(dān)。
　　(3)設(shè)計(jì)并實(shí)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(jì)并實(shí)現(xiàn)了針對(duì)領(lǐng)域信息發(fā)布的機(jī)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(dòng)翻譯、摘譯等功能，輔助用戶翻譯，初步滿足了用戶的