1、雙語(yǔ)語(yǔ)料庫(kù)建設(shè)從Tanslation MemoryTM系統(tǒng)的目標(biāo)TM引擎的設(shè)計(jì)和實(shí)現(xiàn)雙語(yǔ)語(yǔ)料庫(kù)的其它應(yīng)用價(jià)值語(yǔ)料庫(kù)的編碼和整理雙語(yǔ)語(yǔ)料庫(kù)的對(duì)齊加工雙語(yǔ)語(yǔ)料庫(kù)的展示和應(yīng)用平臺(tái)1Tanslation Memory基于實(shí)例的機(jī)器翻譯TM技術(shù)幾個(gè)著名的TM系統(tǒng)TRADOS(ATRIL) Dj Vu(STAR) transitTM技術(shù)的局限性 2TM系統(tǒng)的目標(biāo)協(xié)助人工翻譯而非取代人工翻譯提高人工翻譯的生產(chǎn)率(productivity)提高人工譯文的一致性(consistency)提供一個(gè)翻譯集成環(huán)境面向整個(gè)翻譯過(guò)程、翻譯項(xiàng)目的定義和管理、翻譯進(jìn)度管理協(xié)助翻譯協(xié)作、拼寫(xiě)和語(yǔ)法檢查文件格式支持、文本編輯、輔

2、助雙語(yǔ)索引、自學(xué)習(xí)機(jī)制(句子對(duì)齊和術(shù)語(yǔ)獲取)3TM引擎的實(shí)現(xiàn)1) 基于句子的精確匹配(Exact match)2) 基于句子的模糊匹配(Fuzzy match)基于詞替換的模糊匹配基于動(dòng)態(tài)規(guī)劃的模糊匹配4模糊匹配的基本思想基本思想：找出輸入句子和實(shí)例中共同的單詞，對(duì)不同的詞利用詞典進(jìn)行翻譯。提供quick and dirty translation例子：E: 美國(guó) 國(guó)務(wù)卿 奧爾布賴特 今天 起 訪問(wèn) 韓國(guó) 。S: 美國(guó) 國(guó)務(wù)卿 鮑威爾 明 起 訪問(wèn) 日本 。所有相同的詞必須順序一致“兔子 吃 白菜” 和 “白菜 吃 兔子” 翻譯不一樣。動(dòng)態(tài)規(guī)劃算法LCS5模糊匹配的基本思想計(jì)算實(shí)例和輸入的相似

3、度生成轉(zhuǎn)換表達(dá)式（如何把例子轉(zhuǎn)換成輸入）C(美國(guó) 國(guó)務(wù)卿) r(奧爾布賴特 今天，鮑威爾 明) c(起 訪問(wèn)) r(韓國(guó), 日本)在實(shí)例的漢語(yǔ)部分和英語(yǔ)部分之間進(jìn)行詞匯一級(jí)對(duì)齊(利用雙語(yǔ)詞典)對(duì)實(shí)例的英語(yǔ)部分進(jìn)行和漢語(yǔ)部分同樣的轉(zhuǎn)換,生成英語(yǔ)(利用雙語(yǔ)詞典)6試驗(yàn)(張牧)實(shí)例庫(kù)中有實(shí)例33367個(gè),另取162個(gè)測(cè)試句子相似度分布0-0.3 30.3-0.4150.4-0.5 500.5-0.6 470.6-0.7230.7-0.8180.8-0.930.9-127分析優(yōu)點(diǎn)簡(jiǎn)單,僅需要一部雙語(yǔ)詞典,僅需要對(duì)漢語(yǔ)切詞,此外無(wú)需任何處理缺點(diǎn)高相似度命中率低如果例子多一點(diǎn),領(lǐng)域窄一點(diǎn),可能很有用8雙語(yǔ)

4、語(yǔ)料庫(kù)的其它應(yīng)用價(jià)值1） 基于規(guī)則的機(jī)器翻譯，翻譯知識(shí)獲取2） 基于統(tǒng)計(jì)的機(jī)器翻譯，訓(xùn)練翻譯模型3） 基于雙語(yǔ)語(yǔ)料庫(kù)的雙語(yǔ)詞典編纂4） 基于雙語(yǔ)語(yǔ)料庫(kù)的術(shù)語(yǔ)提取5） 雙語(yǔ)教學(xué)和語(yǔ)言學(xué)研究雙語(yǔ)語(yǔ)料庫(kù)建設(shè)為機(jī)器翻譯研究服務(wù)，同時(shí)兼顧其它應(yīng)用類型9雙語(yǔ)語(yǔ)料庫(kù)建設(shè)的三個(gè)層次1） 語(yǔ)料庫(kù)收集、整理和編碼2） 語(yǔ)料庫(kù)對(duì)齊和加工3） 語(yǔ)料庫(kù)的呈現(xiàn)和應(yīng)用10語(yǔ)料庫(kù)整理語(yǔ)料的存放方式各異語(yǔ)料的文件格式不同語(yǔ)料中有不利于加工的噪音信息語(yǔ)料的文體、領(lǐng)域、語(yǔ)式、創(chuàng)作時(shí)期不同11整理目標(biāo)1） 格式統(tǒng)一；2） 篇章級(jí)對(duì)齊；3）消除噪音信息；12語(yǔ)料庫(kù)編碼CES和TEI(基于SGML),很復(fù)雜我們也曾經(jīng)提出一個(gè)基于XML的

5、編碼方案13基于XML的編碼方案（1）標(biāo)記文本結(jié)構(gòu)（2）標(biāo)記切詞、詞性等（3）各個(gè)層級(jí)的對(duì)齊關(guān)系4個(gè)DTD說(shuō)明14簡(jiǎn)化的編碼被標(biāo)記內(nèi)容標(biāo)記中文標(biāo)題英文標(biāo)題作者名譯者名創(chuàng)作時(shí)間子標(biāo)題圖表公式和程序源碼背景知識(shí)句子邊界段落邊界句子對(duì)齊單位15輔助的語(yǔ)料庫(kù)編碼工具16語(yǔ)料的屬性信息很簡(jiǎn)單1) 源語(yǔ)言2) 文體3) 領(lǐng)域4) 語(yǔ)式6) 時(shí)代17對(duì)齊加工漢語(yǔ)篇章英語(yǔ)篇章段1 s1 s2 sk段2段1s1 s2s3 sj段2段n段m1)基于長(zhǎng)度的段落對(duì)齊2)基于長(zhǎng)度的句子對(duì)齊18語(yǔ)料樣例原文文件：DongYuanXinBingJi.zh動(dòng)員新兵及新兵政治工作 （一九三八年一月十二日）一 當(dāng)前的戰(zhàn)局，是處于

6、暫時(shí)的局部的失利的境況，決不是抗日自衛(wèi)戰(zhàn)爭(zhēng)的最后失敗。戰(zhàn)爭(zhēng)的最后勝敗，要在持久抗戰(zhàn)中去解決。今天的戰(zhàn)爭(zhēng)，要求我們充分運(yùn)用半年抗戰(zhàn)的寶貴經(jīng)驗(yàn)。不僅應(yīng)研究戰(zhàn)略戰(zhàn)術(shù)，而且還應(yīng)以最大努力，利用一切可能，動(dòng)員廣大民眾加入軍隊(duì)，補(bǔ)充現(xiàn)有兵團(tuán)，組織新的部隊(duì)，積蓄與擴(kuò)大國(guó)家的武裝力量，以支持長(zhǎng)期艱苦的戰(zhàn)爭(zhēng)。19語(yǔ)料樣例譯文文件：DongYuanXinBingJi. en MOBILIZE NEW RECRUITS AND CONDUCT POLITICAL WORK AMONG THEM January 12, 1938ICurrently we are suffering a temporary and p

7、artial setback in our defensive war against Japan, but this is not final defeat.The final outcome of the war will be determined by a protracted war of resistance. In order to continue in the present war, we must take full advantage of the valuable experience we have gained from the past six months f

8、ighting.We should not only study strategy and tactics, but also do our utmost in every possible way to build up and expand the national armed forces by mobilizing the people to join the army, replenishing the existing corps and organizing new armed units in order to support an arduous, long-drawn-ou

9、t war. 20雙語(yǔ)相關(guān)集列可以集成到一個(gè)翻譯環(huán)境中也是雙語(yǔ)語(yǔ)料庫(kù)的展示平臺(tái)也能輔助語(yǔ)言教學(xué)研究最基本的雙語(yǔ)語(yǔ)料庫(kù)工具21最基本的功能語(yǔ)料選取、抽樣單語(yǔ)或雙語(yǔ)項(xiàng)表達(dá)式檢索相關(guān)集列顯示搭配分析雙語(yǔ)詞頻統(tǒng)計(jì)22相關(guān)集列顯示. 15 .Perpetuation of testimony ( O . 39 , r . . examined to perpetuate testimony unless an action . . to perpetuate any testimony which may be . . to perpetuate the testimony of witnesses s

10、hall . . with his present testimony , but , before such . . with his present testimony , does not distinctly . . consular officer in testimony of any such . . for perpetuating such testimony and for rendering . . person to give testimony ( either orally or . . 方 負(fù)責(zé) 的 任何 裁定 。 15 . 證 供 的 繼續(xù) 留存 ( 第 39

11、號(hào) 命令 第 15 條 ?. . ( 1 ) 除非 已 有 訴訟 開(kāi)展 以 使 證 供 得以 繼續(xù) 留存 ， 否則 不得 對(duì) 證人 進(jìn)?. 存 ， 否則 不得 對(duì) 證人 進(jìn)行 訊問(wèn) 以 使 證 供 得以 繼續(xù) 留存 。 ( 2 ) 任何 . 該 權(quán)利 或 申索 或 會(huì) 有 關(guān)鍵性 的 任何 證 供 得以 繼續(xù) 留存 。 ( 3 ) 不得 . . 。 ( 3 ) 不得 將 為 使 證人 證 供 得以 繼續(xù) 留存 的 訴訟 排 期 審訊 。 . 證人 在 其它 時(shí)間 曾 作出 與 他 當(dāng)前 的 證 供 不 相符 的 陳述 ， 但 在 提供 該 后 述 . 程序 的 標(biāo)的 事項(xiàng) 有關(guān) 并 與 他 當(dāng)前 的 證 供 不 相符 的 陳述 被 盤(pán)問(wèn) 時(shí) ， 并 無(wú) 明?. 維護(hù) 真相 及 公正 ， 宜 提供 方法 ， 使 證 供 得以 繼續(xù) 留存 并 在 有 需要 時(shí) 可 供 ?. . ?宣誓 而 ( 以 口述 或 書(shū)面 方式 ) 作出 證 供 ， 則 本 款 并不 阻止 該 命令 作出 。 .23搭配統(tǒng)計(jì)分析2-Left1-Left1-R