34、多语言信息系统与名称翻译研究

多语言信息系统与名称翻译研究

在当今信息爆炸的时代，多语言信息的处理和翻译变得至关重要。随着互联网的飞速发展，大量的多语言文本资源涌现，如何有效地整合自然语言处理和文本处理技术，成为了信息时代的关键问题。本文将探讨多语言信息系统中的合成模块、评估以及名称翻译等方面的内容。

合成模块

合成模块主要处理单词的插入、删除和词序优化。例如，若源词带有词素标签 YJB，且被标记为副词（RB），并源自形容词（JJ）形式，那么目标语义的生成方式是删除字符 “†”（de）并添加 “Û”（di）。因为字符 “†”（de）通常出现在汉语形容词末尾，而字符 “Û”（di）出现在副词末尾。此外，如果现在分词和过去分词被标记为形容词，则会在目标语义中插入字符 “†”（de）。

同时，之前的工作介绍了为网页翻译系统生成双语对齐文档的方法。可以使用 HTML 块级标签生成并对齐双语文档，用户能够同时阅读英语和中文块。从翻译性能和速度性能两方面考虑，双语对齐文档是一种更优的表示方案。

多语言信息系统评估

已实现的系统已向互联网用户开放。对 MTIR 的每个子系统进行了分析，并对 1997 年最后四个月内翻译的 100,000 个网页的定量评估结果进行了测量。在如此大规模的实验资源中，网页平均有 308.30 个单词和 101.80 个标点符号。总共有 14.08%的单词为词形形式，其词根可通过词法分析器得出。大部分词法处理（82.21%）通过词法规则完成，其余则使用词法词典。除数字和标点符号外，单词占网页内容的 78.66%。

统计信息	详情