汉、英平行语料库的研究与构建

• 来源期刊: 科技信息
• 学科: 工学
• 关键词: 爬虫 平行语料库 lucene 自动搜集平行语料库
• 年，卷（期）: 2011,（17）
• 所属期刊栏目: IT论坛
• 页码范围: I0104-I0105
• 页数: 1页
• 分类号: TP391
• 语种: 中文

摘要

平行语料库研究是近年来语料库语言学横向发展的新趋势。人们清楚的认识到大规模的高质量汉英平行语料库在自然语言处理、比较语言学研究和第二语言教学等众多领域中的巨大价值。文章介绍了一个大规模汉英双语平行语料库的构建系统，利用互联网上存在的海量多语言文本资源，通过网页的内容分析和链接分析，实现了一个双语语料挖掘的自动获取系统，包括其总体规划、实施模型和流程细节。目的是通过学习国内外资料。最终建设一个基于互联网的平行语料库自动构建系统。