汉英-泰互译有声语料的数据库研究

• 作者: 李炳泽 林睿 林碧彤 王嘉梅 胡刚
• 来源期刊: 计算机系统应用
• 关键词: 汉英-泰 语料库 互译有声 舆情 泰文分词
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 研究开发
• 页码范围: 223-229
• 页数: 7页
• 字数: 7642字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.005242

摘要

“汉英-泰互译有声语料库”的开发，在泰文舆情分析领域，解决了词典分词算法中训练语料缺乏的问题。本文采用计算机化信息处理技术，对大量的收集来的泰文语料进行整理、规范、加工与存储，统计出泰文词汇8000多个。然后利用词典翻译和人工校对其进行语料对齐。最后，结合泰文语言语法特征以及句法的语义特点，分类归纳和规范标注泰语语料，构建了5万条左右的的汉英-泰语料数据库。