双语语料库构建研究综述

• 作者: 庞伟
• 来源期刊: 信息技术与信息化
• 关键词: 双语语料库 平行语料库 可比语料库 web挖掘
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 研究与探讨
• 页码范围: 105-108
• 页数: 4页
• 字数: 5367字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9528.2015.3.43

摘要

双语语料库作为基础资源,在机器翻译、跨语言信息检索、词典编纂等领域起着重要作用.早期的双语语料库主要靠人工挑选和整理,网络的快速传播和web挖掘技术的发展为双语语料库构建提供了新途径.双语语料库按照互译程度的差异可分为平行语料库和可比语料库.本文分别对平行语料库和可比语料库目前主要的构建方法进行了介绍.平行语料库构建主要面向同一网站内部不同网页间的平行语料资源,这些资源url地址相关且网页结构相似,利用这种特点构建的系统都获得了很好的效果.也有人利用网页内部结构特征挖掘双语混合网页内的平行语料.近几年,又出现了利用跨语言信息检索技术收集不同网站间的平行语料,这一技术同样适用于可比语料库的构建.相比平行语料库,可比语料库来源更加广泛,近年来研究逐渐增多.除了利用跨语言信息检索技术,学者们还研究了基于统计特征的方法.针对蕴含着大量多语资源的维基百科等特定网站,也有人专门进行了一些研究.文章最后对双语语料库未来发展前景进行了展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	庞伟	中央民族大学信息工程学院	1	9	1.0	1.0