基于Web和信息抽取技術的自動術語翻譯.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技術，從非平行可比較或部分平行語料中抽取出術語的正確翻譯，是當前研究者廣為關注同時又極具挑戰(zhàn)性的問題。 本文首先對目前的術語翻譯技術進行了比較分析，總結了其各自的優(yōu)缺點。然后針對中英術語翻譯，分析了Web上部分平行語料的存在性和可用性，并實現(xiàn)了一個自動術語翻譯系統(tǒng)。該系統(tǒng)利用一對源術語E及其正確翻譯F作為輸入，基于搜索引擎的查詢結果來獲取匹配模式，并以模式出現(xiàn)頻率

2、作為其評分。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，建立候選答案的評分函數(shù)。實驗結果表明，相對于已有的系統(tǒng)，本文系統(tǒng)可以有效地從Web上自動挖掘出術語的合理翻譯。 在Web上還蘊含著大量包含術語的頁面，如何自動發(fā)現(xiàn)此類頁面并將其中的術語對抽取出來也是一個很有意義的研究課題。本文利用已有術語對(術語表或詞典中的術語)作為“種子”詞語，并以查詢條件的形式提交給搜索引擎，而后采用簡單的判斷原則，對返回結果的Snipp