双语词典

摘要： 针对越南语事件标注语料稀缺且标注语料中未登陆词过多导致实体识别精度降低的问题,提出一种融合词典与对抗迁移的实体识别模型。将越南语作为目标语言,英语和汉语作为源语言,通过源语言的实体标注信息和双语词典提升目标语言的实体识别效果。采用词级别对抗迁移实现源语言与目标语言的语义空间共享,融合双语词典进行多粒度特征嵌入以丰富目标语言词的语义表征,再使用句子级别对抗迁移提取与语言无关的序列特征,最终通过条件随机场推理模块标注实体识别结果。在越南语新闻数据集上的实验结果表明,在源语言为英语和汉语的情况下,该模型相比主流的单语实体识别模型和迁移学习模型的实体识别性能有明显提升,并且在加入目标语义标注数据后,相比单语实体识别模型的F1值分别增加了19.61和18.73个百分点。

摘要： 四川省有丰富的语言资源,除汉语外,还有诸多少数民族语言。根据《中国语言地图集》(第2版)中的《四川省少数民族语言》地图,四川共有少数民族语言19种。其中,藏缅语族语言(通常简称为“藏缅语”)17种,苗瑶语族语言1种,混合语言1种。诸多学者对四川民族语言进行了大量调查和深入研究,积累了丰富的语言资料和学术成果。

摘要： 词汇的褒贬义是情感意义的重要组成部分,对词义研究具有重要意义。英汉两种语言的差异导致两者在褒贬义上同样存在差异。本文梳理国内外双语词典中褒贬义对比的发展历程,探究国内外双语词典褒贬义对比研究取得的成效与存在的不足,为今后国内褒贬义的研究尤其是双语词典中的褒贬义对比与翻译研究提供思路。

摘要： 来华人士所编的双语词典在我国早期双语词典编纂史上产生了巨大的影响。赫美玲在1916年所编的《英汉官话词典和翻译手册》,在词典史上起到了承前启后的作用。本文从词典学的角度出发,以词典谱系学为基础,论述赫美玲词典从蓝本到修订版的演变,剖析该词典在收词和翻译方面的特点和不足,总结其作用与影响。

摘要： 张柏然教授主编《新时代英汉大词典》系南京大学创建世界高水平大学“985工程”学科建设文科重点项目研究成果和“211工程”二期建设项目,收词逾15万条,凡1200万言,商务印书馆2004年出版。《新时代英汉大词典》坚持“描写主义”与“规定主义”相结合,取“描写”为主、“规定”为辅的编纂原则,以双语词典读者的语言认知规律为中心,全面考虑词典使用者的实际需要,吸收国外英语学习词典的长处,收词范围涵盖现代英语通用词汇、核心词汇以及阅读词汇。

摘要： 晚清时期,大量出版机构涉猎汉英、英汉双语词典出版,甚至将其作为重要的业务范畴和出版特色,数十年致力于此,出版了品种丰富、规模可观的各类双语词典,且再版重印次数多、发行量大,形成令人瞩目的繁盛出版局面.词典问世后,通过编纂出版者向词典赞助支持者的回馈,出版机构多渠道的市场销售及传教士编纂者的个人赠与等途径,在海内外得到极其广泛的传播.词典收藏情况调查显示,晚清汉英、英汉双语词典的流布遍及国内各地及海外多个国家,且收藏机构广泛、种类丰富、版本众多,充分彰显了这些出版物的价值与影响力.作为晚清重要的出版文化现象,汉英、英汉双语词典出版的繁盛及海内外广泛流布为晚清以降日渐兴盛的中外跨文化交往提供了一个极其生动的实证案例.

摘要： 《现代荷汉词典》从发念编纂至今历经了三个版本、近40年时间,是时代变迁的一页侧影。《现代荷汉词典》初版于1995年,其2020年增订版近日由世界知识出版社出版发行。这是一本由中国外交官编纂的荷兰文与中文双语词典,增补8700余条新词,全书包含6.7万个词条和近10万条释义,涵盖60个行业词汇,是目前中国最大型的荷汉双语词典。

摘要： 该文主要研究双语平行词汇语料库为目的研究翻译插件技术及方法,并进行探讨.首先陈述双语平行语料库构建进展和研究技术及方法;其次介绍汉语语料形成方法;探索通过引入API翻译插件完成读取-翻译-写入的语料词汇翻译对齐工作,并通过人工校正后生成汉维词典;最后通过实验,分析方法的可行性和可靠性.

摘要： 在进行跨语言自然语言处理时,缺少双语资源是非常棘手的问题,而这在语言资源匮乏的场景下是非常普遍的.此时,利用好非平行语料中蕴含的翻译知识变得更为重要.由于语料不平行,从中获取翻译知识意味着小数据、无监督学习,因此极具挑战,而取得的结果通常是双语词典的形式.这既是人工智能领域重要的学术问题,也在语言资源匮乏场景有着巨大的应用价值.本文针对前人研究中存在的问题,介绍一系列工作,从各个角度探索如何更好地利用非平行语料构建双语词典.

摘要： 为方便维吾尔文与汉文使用者的信息交流和双语教学,作者使用经过优化的双语词典构建了维、汉多语言信息检索系统,该系统分为索引生成、多语言检索和摘要三个组成部分。首先采集网络上包含这两种文字的网页，将网页正文统一转换为UTF-8编码存储，然后按照汉维文词典合并后的UTF-8词表分词，使用中科院计算计算研究所13Search（UTF-8版）建立索引。多语言检索通过翻译查询语句实现，支持多语言混合检索（如{ }网站）和单一语言检索（如维吾尔文网站）两种方式。多语言混合检索结果比较精确但是对使用者的语言要求很高；而根据双语词典，允许用户输入单一语言检索相对容易，但是词典中多义词和同义词现象导致检索结果精确率不高。多语言的摘要通过在正文中以字符为单位滑动寻找查询

摘要： 本文基于前人对双语词典词目译文等值性的研究,从词目翻译中常见的绝对对等、部分对等及词汇空缺三种情况切入,结合实例,探讨分析了双语词典词目翻译是如何实现其在语义、语体及语用功能上的等值。另外,本文还进一步概述了解决词汇空缺现象的三种处理方式,以真正实现双语词典词目的指导规范作用。

摘要： 词典释义翻译中,可替换性原则是词典编纂者可行的、公认的标准;然而,某些例证的翻译也受到了可替换性原则的影响.本文认为,释义中的任何一个对应词(绝时对应词除外)都不可能包括词目的全部意义,词目一旦进入上下文,意义便会发生偏移,与处于孤立状态的词目不再完全一样.因此,例证的翻译应具有多样性:例证中词目的翻译不同于释义不仅是可能的,而且是可行的、必须的.明确肯定双语词典例证的翻译功能,才能让编者更加自由地进行例证的翻译。

摘要： 本文是张今先生对译学词典提出的三条意见.仅供会议参考： 第一,译学词典是专供翻译工作者使用的工具书,与专供英语学习者使用的一般双语词典,在性质、对象、任务、功用、准则等方面,都有所不同。 第二，译学词典可以分为三大类型:1.翻译家词典。2.综合性翻译词典。3.专业性翻译词典。 第三，目前最迫切需要编慕的是全科(综合)英汉翻译大词典。

摘要： 本发明涉及基于双语词典映射指导的跨语言信息检索方法。包括：构建并预处理汉越CLIR数据集；预处理英法、英菲、英斯三种CLIR公共数据集；构建的双语映射词典并基于词级映射分别构造查询辅助句；利用共享Transformer分别获取查询、辅助句及文档的上下文表示，同时借助查询与辅助句之间的双语交互注意力机制获得查询的跨语言特征表示；最后利用双语交互排序模型获得查询和文档的匹配分数实现跨语言信息检索。本发明利用双语映射词典实现跨语言沟通，缓解了缺乏查询‑文档对齐语料及语言差异性给信息检索带来的影响。本发明相比跨语言信息检索主流方法，MAP指标明显提升。且本方法在差异性不同的语言对上都具有明显的优势。

摘要： 本发明涉及融合EMD最小化双语词典的汉‑越无监督神经机器翻译方法，属于机器翻译技术领域。本发明包括步骤：语料收集；使用网络爬虫爬取汉语和越南语单语句子；首先分别训练汉语和越南语的单语词嵌入，通过最小化词嵌入分布的EMD训练得到汉越双语词典；再将该词典作为种子词典训练得到汉越双语词嵌入；最后再将双语词嵌入应用到共享编码器的无监督机器翻译模型中构建融合EMD最小化双语词典的汉‑越无监督神经机器翻译方法。本发明方法能够有效提升汉越无监督神经机器翻译的性能。

摘要： 一种基于语料合并的无监督双语词典构建方法，属于无监督双语词典构建领域。本方法步骤为：一、根据单语语料训练得到对应的单语词向量；二、根据单语词向量得到映射矩阵W；三、根据映射矩阵W抽取替换单词的词典；四、根据替换词典替换原来单语语料并且合并单语语料为混合语料；五、训练混合语料得到混合词向量；六、分离混合词向量得到新的源语言与目标语言词向量；七、基于新的词向量重新计算映射矩阵并据此构建词典。本发明应用于低资源语言无监督双语词典构建领域。本发明解决了低资源语言平行语料库匮乏导致的双语词典构建代价过高的问题，以及提高基于无监督双语构建的词典的性能的问题。

摘要： 本发明涉及一种基于英语枢轴的弱监督汉越双语词典构建方法，属于自然语言处理技术领域。本发明包括步骤：分别收集汉语、英语和越南语的单语语料以及对语料进行预处理；基于种子词典的方法将汉越词向量分别对齐到英语词向量共享空间；在英语词向量共享空间中通过对抗网络学习汉越词向量之间的映射关系；采用不同的抽取策略抽取汉‑越词典。本发明对自动构建汉‑越词典的准确率有很大提升。解决现有汉越双语词典构建方法中存在的平行语料、种子词典等非常稀缺且难以标注以及现有方法构建效果不佳的问题。

摘要： 本公开涉及计算机技术领域，尤其涉及一种双语词典推断方法、装置及存储介质。所述方法包括：从平行语料中提取目标词典；根据提取出的所述目标词典和预配置的初始词典，训练得到目标双语词典推断模型，所述目标双语词典推断模型是具有将源端单词翻译为目标端单词的神经网络模型；其中，所述目标词典和所述初始词典均包括多个对齐词对，所述对齐词对包括源端单词和目标端单词。本公开实施例通过在初始字典的基础上引入平行语料，利用从平行语料中提取的目标词典来丰富目标双语词典推断模型的训练信息，提高了后续的双语词典推断效果。

摘要： 本发明涉及融入双语词典的无监督汉‑越神经机器翻译方法，属于自然语言处理技术领域。本发明所提方法的具体思路为：分别收集汉语、英语和越南语的单语语料，并对语料进行预处理；利用基于英语枢轴的方法从单语中学习汉越双语词典；利用双语词典初始化翻译模型；翻译单语句子，对翻译的句子加噪，训练栈式自编码器；将通过训练学习到的参数给翻译模型，进一步完成迭代，以提高翻译模型的性能。本发明方法，将学习到的汉越词典作为跨语言信息融入到汉越无监督机器翻译中，在此基础上改进去噪自编码器的重构能力来提升模型的鲁棒性。最终，提升基于枢轴词典的汉越神经机器翻译质量。

摘要： 一种基于语料合并的无监督双语词典构建方法，属于无监督双语词典构建领域。本方法步骤为：一、根据单语语料训练得到对应的单语词向量；二、根据单语词向量得到映射矩阵W；三、根据映射矩阵W抽取替换单词的词典；四、根据替换词典替换原来单语语料并且合并单语语料为混合语料；五、训练混合语料得到混合词向量；六、分离混合词向量得到新的源语言与目标语言词向量；七、基于新的词向量重新计算映射矩阵并据此构建词典。本发明应用于低资源语言无监督双语词典构建领域。本发明解决了低资源语言平行语料库匮乏导致的双语词典构建代价过高的问题，以及提高基于无监督双语构建的词典的性能的问题。

摘要： 本发明公开了一种基于学术文献的中英双语词典构建方法，包括：收集学术文献中英文标题语料、中英文关键词语料及中文全文中的中英文注解语料，并对语料进行预处理；分别构建中英文标题翻译词库、中英文关键词翻译词库及中英文注解翻译词库；分别对中英文关键词翻译词库、中英文注解翻译词库进行优化；抽取优化后的中英文关键词翻译词库与中英文注解翻译词库中的中文词汇，并构建中文词表；对中英文标题翻译词库进行优化；将中文词表通过中英文标题翻译词库、中英文关键词翻译词库、中英文注解翻译词库进行翻译，构建中英文双语词典。本发明对中英双语词典的准确率有很大的提升，解决现有中英双语词典构建方法中同义词处理存在效果不佳的问题。

摘要： 一种融合双语词典的蒙汉神经机器翻译方法，通过在NMT系统中增加离散的翻译词典，意在解决NMT在翻译低频实词时经常出错的问题。首先构造词典概率，对于平行语料库中的词汇对，使用IBM模型通过无监督方式进行自动学习，对未被平行语料库覆盖的但收录于手制词典中的词汇对，定义翻译集并假设其为均匀分布；然后在编码阶段将词典概率转换为条件预测概率，然后将此预测概率与NMT模型的概率整合到一起，本发明使用两种整合方式：其一为；将其作为偏置、其二为；线性插值。

摘要： 本发明涉及基于双语词典映射指导的跨语言信息检索方法。包括：构建并预处理汉越CLIR数据集；预处理英法、英菲、英斯三种CLIR公共数据集；构建的双语映射词典并基于词级映射分别构造查询辅助句；利用共享Transformer分别获取查询、辅助句及文档的上下文表示，同时借助查询与辅助句之间的双语交互注意力机制获得查询的跨语言特征表示；最后利用双语交互排序模型获得查询和文档的匹配分数实现跨语言信息检索。本发明利用双语映射词典实现跨语言沟通，缓解了缺乏查询‑文档对齐语料及语言差异性给信息检索带来的影响。本发明相比跨语言信息检索主流方法，MAP指标明显提升。且本方法在差异性不同的语言对上都具有明显的优势。