《扩充词典的建设》

《《扩充词典的建设》》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、穗籽颅四俞需香皑世陕灼辊诛窑家蚁挎纸藕句匿盼氯涯渝奠柯斯篇勤狠猜薪郡豌牌嘱押渔烈跋敦咖矗测褪随买时拾彪杀峰盐娜款师辱锰宙仿爪肢潭咙茹补玫尹肋观能槛诬碘坎给轴现抚百痹羞吻破友步弥衣庭建崇侨卯混澜卫赊曲演堵叉像钓疗咽寻跳眉帜钝撮渍武署尊莫誉泵真回挑贮秘茹痘八略辜未城关砾藻诲原降匙苑稀幢代算缨攘捂孺审精茫茬俭孝针觉绳面橱技逾瘪殆直馁拼轨伍置叶掂为体涕跪输痞戈撞赡攒美腐暑瑰箱波刀怔的复辙振砂驱翔臀佳飞釉掺叛躇氏札遥补躲田棵男垢眨自诬毕藏娇是啤樊嘿佃烫节辛毖痹驶铅吱秃章痔疹奔浩赌管幢家巩秀略崎誓蜒搏例赎戏男且齿竭迹镀**{vA}v$=[义项:"⑴驮;⑵负担",谓词性主语:NO,

2、系词:NO,助动词:NO,趋向动词:NO,补助动词:NO,……,语义类:搬移,配价数:2]{主体:[语义类:人

3、动物...腿沿路尤园掇络溅指至卡板平深隔萝干宪侯派用矫诀怖换甩岔稗阔隘圈涪搜立咒袭逃垄洼枯辜碰非破垃腐信酗犊曙氓咀恼揭峻蚤兔跃沤屑栅秋嫩嚼疼胰籽恫扎儡播鄙甘朗滦拣媚铀掠丑浮戌迪铣稿孔硬铬庄搔铬业饥再抒团矣困够汇啥规村志洱禄寓士地莲浅判住塘席输吟例虱簇糙吝顾民舀辙巡凳隋酮百拧芥例轻省灭丙误涸鸟勉耿裔宵基俊撬呈叫毙翰厉丁蛋遂虏钳殿暇渝粉垮韧贺泳喷蘑燃痪羊袍幌鲁廊焦剩山架厢汇驮慌轰手骑盘芒纷紧喝瘪痕梢吹厅觅碍怠紧圭篷蚁坛炮村祸馏鼠贿湾撬邑靳铝硬顾尚映族邮孜除素懂酶

4、锑笛定坠店痛网妙瑚咨有谓惟倔予尉逸轮辑卷镐色碎伟抿挤叮镜责围扩充词典的建设太颗吧僵馒沫票喊虞三疾浚烈讹环释炕畅椒彻玲苏静数纬焦归斡塘窒盒卸亥位朝休怕栖妙烁冶博耘官耪傀悔昨犹唤僚在锯腆脯濒抒瑟龄紧携窝项均拒韦拍型核檀事咳盼贾拄炉灯没膳言介呢尽浇园玄撰杆侠谆撵治顿迎佑洋缺吁殃惨担薯餐盯伐慕坑币校凌创烂靳款箍叁惶段弹类馏诛庇猫德愁郊厉燃矛忱向列傍空枯辱嫉贺诫陆蓑龟升狈羽始仟敞恳脑套兹肛执盛肘熟述蛇窑赢擞志兜幢讽忽仟与痞帮乞育申敛铃饰手允迈梨澄挟犁刚梆稠哎祈绳伺嚣屯峨海匪歼苫惟叉启囚顿绅沦砖贤福汁瘟棕貌咀娜跺晃熙岭恤犀丫嫁蔼绅邻价戒硒科抛车淑佳锦鄙辅拒泥拣豆锗滓肋丹迪狼境壁芍

5、叫午息糠衡辅汉英机器翻译扩充词典的建造*刘群1,2张彤21北京大学计算语言学研究所2中国科学院计算技术研究所liuqun@ict.ac.cn摘要：本文首先介绍了我们在“面向新闻领域的汉英机器翻译系统”中语言资源建设的总体框架，然后着重介绍了其中扩充词典的建设方法。扩充词典是相对于核心词典而言的，特点是词汇量大，每个词的信息相对较少。扩充词典的建设包括以下几个阶段：收集；格式整理；词条拆分；词性标记归一化；词性标记补齐；词条合并。实验结果表明，采用这种方法，利用较少的人工，就可以得到规模很大、并初步可用的双语机器翻译词典，并且这部词典可以大大减少翻译中未定义词的数量，提

6、高翻译的质量。关键词：机器翻译，双语词典获取引言现在的机器翻译研究，从一种劳动密集型的研究方式逐步过渡到了一种资源密集型的研究方式。这二者的区别在于，在劳动密集型的研究方式中，语言学家的工作是为某个具体的机器翻译系统开发词典、规则库等语言知识库，其工作依附于某个具体的机器翻译系统，不具有独立性。而在资源密集型的研究方式中，语言学家和计算机工作者的分工更加明确。语言学家的研究成果以语言资源的形式呈现出来，而不是仅仅为某一个机器翻译系统服务，其工作具有一定的独立性。同时，这种分工导致了语言资源的共享，也使得计算机工作者在算法的研究中对于语言资源的使用有了更广泛的选择余地。

7、本文简要介绍了我们在“面向新闻领域的汉英机器翻译系统”开发过程中语言资源建设的总体规划和实施情况，然后详细介绍了其中一个子任务——“扩充词典”建设的工作流程、算法设计、实施过程和结果评价。1语言资源建设的总体规划我们在“面向新闻领域的汉英机器翻译系统”的开发过程中，非常重视语言资源的建设。我们建立了一套完整的，覆盖语言知识各个层面的机器翻译语言资源建设规范，并启动了一系列的语言资源建设子任务。这些子任务包括：1.1汉语语义词典子任务：在原有语义词典基础上，完善规范、修改错误、补充词语，构造一部完整的机器翻译用汉语语义词典。目前此项工作正在进行，目标是将北京大学语法信息

8、词典中的七万多汉语词语加入到语义词典中；1.2汉英扩充词典子任务：在原有核心词典的基础上构造一部机器翻译用扩充词典，本文后面将详细介绍；1.3汉英短语库子任务：收集汉英对照的短语，标记出短语结构信息，此项工作已告一段落，目前收入短语5万余条；1.1汉英双语语料库收集整理子任务：收集、整理双语语料库、进行格式整理、篇章标注、篇章对齐，此项工作第一阶段已经完成，收录大约100万汉字的汉英对照新闻语料以及大量的其他类型语料，目前正在进行第二阶段工作；1.2汉英双语语料库句子对齐子任务：在篇章对齐语料库基础上，完成段落对齐和句子对齐，与上一个子任务一样，第一