【硕士论文】双语辅助翻译搜索引擎若干问题研究.pdf

《【硕士论文】双语辅助翻译搜索引擎若干问题研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、武汉理工大学硕士学位论文．摘要随着我国经济与对外交流的不断发展，翻译市场规模迅速扩大，利用计算机软件等翻译工具越来越受到用户的青睐，各类机器翻译的技术和方法层出不穷。机器翻译的方法主要分为两大类，分别是基于规则的方法和基于语料库的方法。基于规则的机器翻译最大的难题就是语言歧义的消解；基于语料库的方法是采取翻译记忆的模式，用户利用已有的原文和译文，建立起一个或多个语料库，在翻译过程中，系统自动搜索库中相同或相似的翻译资源，并给出参考译文。本文提出的双语辅助翻译搜索引擎是一种新的辅助翻译的模式，它不同于以往的机器翻译

2、，不依赖于计算机的自动翻译，而是由系统给出相关译文，在人的参与下，完成整个翻译过程，与机器自动翻译相比，质量更好，与人工翻译相比，效率更高。对于翻译用户来说，要提供给他们更准确、更匹配的相关译文，系统需要有大规模的语料储备，因此，本系统的核心是语料库的构建，本文主要采用了Web数据挖掘的方法，利用搜索引擎的相关技术，实现了大规模语料库的自动构建和持续积累。在整个论文的研究过程中，主要做了以下工作：(1)分析了信息技术在翻译领域的相关应用，了解了当前翻译技术的发展现状，在基于翻译记忆模式下的计算机辅助翻译的基础上，

3、提出了以Web数据挖掘的方式构建语料库，并通过匹配输入关键字，向用户提供相关参考译文的辅助翻译方法。(2)学习和研究搜索引擎技术，采用Web数据挖掘的一般流程，在互联网海量信息库中，收集具有中英双语信息的单页文本和双页对照文本，通过识别、净化和分析网页DOM结构，提取网页中大量存在的双语平行翻译语料，形成大规模的语料库。(3)在形成语料库的基础上，通过Lucene索引工具，对语料建立索引并实现检索，然后为用户提供一个接口，返回输入信息的相关译文列表，由用户根据列表给出J下确翻译。(4)最后，在系统的集成上，将其分

4、成采集模块、提取语料模块、索引模块和用户接口模块，给出了分布式解决方案。关键字：辅助翻译，搜索引擎，Web数据挖掘，双语语料库AbstractWiththedevelopmentofChina’Seconomyandforeignexchange，translationmarketexpandsrapidly,theuseofcomputertranslationtoolsisgrowingyearbyyear,avarietyofmachinetranslationtechniquesandmethodsfol

5、lowedfast．Therearetwomajormethodsinthefieldofmachinetranslation，rule．basedmethodologyandcorpus—basedapproach．ThefirstmethodisverydifficulttOsolvetheproblemofambiguouslanguage，butthesecondadoptstranslationmemory,userscanuseoriginaltextandtranslationtoestablish

6、oneormoreofthecorpus，intheprocessoftranslation，thesystemsearchesthesameorsimilartranslationresourcesinthelibraryautomatically,andgivesresult．Thepaperputforwardanewaidedtranslation’Spattern，BilingualAssistedTranslationSearchEngine。It’Sdifferentfromtraditionalm

7、achinetranslation，doesnotrelyonthecomputer’Sautomatictranslation，butaccordingtorelevanttranslationlistgivenbysystem，andgetthecorrecttranslationbypeople．Comparedwithautomatictranslationmachine，ithasbetterquality；comparedwithartificialtranslation，ithasmoreeffic

8、ient．Forusers，therelevanttranslationweprovidemoreaccurateandmatchingunlessthereisalargecorpus，SOthecoreofthesystemistheconstructionofthebilingualcorpus．Thepaperadoptedthemethodofwebdatami