一个用于英语学习词典编纂的机辅词编系统的实现

文章探讨了国内外机辅词典编纂系统的研究现状以及各系统的构架,并围绕学习词典编写体例描述词典数据库的结构及词典语法体系,介绍机辅词典编纂系统的用户界面及反馈回显等人机交互方法如何贯穿于词典编纂的整个过程,最后给出了系统的改进方向。     

Web、语料库与双语平行语料库的建设

对Web和语料库以及多语语料库的关系进行辨析,针对Web上丰富的各类电子文本,从语言工程角度出发,提出"分步骤、按领域"建设大规模双语平行语料库的思路,即选定领域专一、语言可靠、格式规范的文本,逐次建设特定领域的语料库,最后汇总成高质量、大规模、全领域的"高大全"式双语平行语料库。同时,围绕一个实例介绍如何利用Web资源建设特定领域双语平行语料库。     

英语教材编写过程特定内容的高亮显示

针对大学英语教材编写中的词语/词组控制问题,采用Perl和VB/VBA在Word环境下设计了一个特定词语、词组高亮凸显的计算机辅助标注系统。系统分为离线生词抽取和在线实际标注两个步骤,界面友好,稍加扩展适合各类语言类教材的编写。     

与自然语言查询表述相关的词语分析

考察在信息检索过程中用户以自然语言表述的查询语句中的词语使用情况。以一个信息需求描述颗粒度不等的查询表述语料库为素材,辅以汉语通用语料作为对照,通过词频以及词语的文本覆盖率等统计数据,按照是否需要在目标文本中直接或以其他形式出现,将查询表述语句中的词语区分为对汉语文本处理具有普遍意义的通用停用词、服务于信息检索表述用的专用停用词和与特定需求相关的信息内容词语。区分词语使用的不同性质,能为信息系统前端的自然语言查询处理增加一道剥离工序,防止将整个查询语句的分词结果全部作为检索项所造成的效率和准确率的退化。