位置:成果数据库 > 期刊 > 期刊详情页
面向自然语言处理的大规模汉藏(藏汉)双语语料库构建技术研究
  • ISSN号:1003-0077
  • 期刊名称:《中文信息学报》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]青海师范大学计算机学院青海师范大学藏文信息处理省部共建教育部重点实验室青海省藏文信息研究中心,青海西宁810008
  • 相关基金:国家自然科学基金资助项目(61063033); 973前期研究专项资助项目(2010CB334708); 教育部“长江学者和创新团队发展计划”资助项目(IRT1068)
作者: 才让加[1]
中文摘要:

双语语料库建设及其自动对齐研究对计算语言学的发展具有重要的意义。目前国内外已建立了各类汉英双语语料库以及服务于汉英机器翻译的双语对齐语料库和短语库。为了少数民族语言的机器翻译的研究从一开始就从较高起点起步,需要对汉藏双语文本的篇章级、段落级、句子级自动对齐技术进行研究,为开发和研究汉藏机器翻译奠定基础。主要研究汉藏双语语料库对齐、汉藏双语词典抽取、双语语料的收集、整理、存储以及检索等关键技术。最终研究结果是藏文编码的自动识别与转换技术,藏语语料库构建技术、汉藏双语词典抽取技术、汉藏平行语料库句子和词语对齐技术,并建立面向汉藏机器翻译的大规模汉藏双语对齐语料库。

英文摘要:

The costruction of bilingual Corpus and its automatic alignment research are of vital importance for the development of the computational linguistics.So far various types of Chinese-English bilingual corpus,including substantial sentnece aligned corpus for MT,have been developed both in China and abroad.In order to start the MT research involving minority with the state-of-arts technology,the research on the automatic alignments at the discourse level,paragraph level and sentence level between the Chinese and Tibetan vi-texts are necessary.This paper introduces a project on the Sino-Tibetanbilingual corpus alignments,the Chinese-Tibetan bilingual dictionary extraction,and the key technologies in the corpus collection,storage and retrieval.The project has accomplished such technologies as the Tibetan coding identification and conversion,th Tibetan corpus construction,the Sino-Tibetan bilingual dictionary extraction,the Sino-Tibetan sentence alignment and word alignments,and finally achieving a large-scale aligned Sino-Tibetan bilingual corpus for Chinese-Tibetan machine translation.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《中文信息学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国中文信息学会 中国科学院软件研究所
  • 主编:孙茂松
  • 地址:北京海淀中关村南四街4号中科院软件所
  • 邮编:100190
  • 邮箱:jcip@iscas.ac.cn
  • 电话:010-62562916
  • 国际标准刊号:ISSN:1003-0077
  • 国内统一刊号:ISSN:11-2325/N
  • 邮发代号:
  • 获奖情况:
  • 国内外数据库收录:
  • 日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:9136