数字奥运多语种信息发布系统领域术语库及规范子语言建设.ppt

数字奥运多语种信息发布系统 领域术语库及规范子语言的建设,胡俊峰 April 2, 2002,北京奥运行动规划 三、（四）信息通信建设,在大力推进城市信息化、建设“数字北京”的同时，重点实施“数字奥运”计划，建设通信基础设施和网络系统，营造良好的信息化环境，提供优质的信息服务。到2008年，基本实现任何人、在任何时间、任何场所都能够安全、方便、快捷、高效的获取可支付得起的、丰富的、无语言障碍的、个性化的信息服务，保证北京奥运会的出色承办，向世界充分展示中国的信息化水平和成就。,项目预期目标（示例）:,多语种信息 自动翻译系统,领域术语库及 规范子语言的建设,i,Database to Voice:,新闻信息，地理信息，导游信息，其他服务信息,多语种信息发布系统,（规范化的）,（无语言障碍的） 译文生成？,机器翻译的三种不同类型（宝宝）：,信息传播：特定信息的高质量翻译。 规范子语言的建设 信息吸收：未定信息的可理解翻译。 信息交流：通过交互达到理解,规范子语言构建的基本目标：,1、足够的 根据信息描述的需求 2、规范化的 根据高质量机器翻译的要求 3、交互式的 可以方便的加入专家描述,规范子语言的功能界限 事实与评述,传播 媒体,新闻单位1,新闻单位2,新闻单位3,新闻单位n,新闻中心,发布,相关评述,规范子语言的功能设计(1) 对事实的描述,本报讯 记者薛原报道：月日， 希尔顿全国男篮甲联赛 战罢 第十四轮 ， 客场作战 的 济南军区队 本欲有所作为，终因实力不济 败给 北京首钢队。,规范子语言的功能设计(2) 对事实的态度的描述,四川蓝剑队 本轮以 败给 八一队 ， 但 主教练 冯秉顺 对球员的表现已很满意。 山东宝元队 以 战胜 江苏南钢队 ，目前在积分榜 上仍仅次于八一队排在第二。,规范子语言的功能设计(3) 对事实的评价,济南军区队nt 一向 以外线见长 ，而 在对 北京队 的比赛中，他们仅 投进了个 三分球 ， 北京/ns 首钢队 却 投进 了个。首钢队 此役 内外线的衔接 也 不错，双 中锋 巴特尔 和单涛在篮下 给 济南军区队 带来了不少麻烦，最终以的较大优势取胜。,规范子语言构建的基本方法：,1、以领域语料库建设为出发点 2、以领域术语库建设为依托 3、兼顾特殊感情色彩描述的需求 4、基本覆盖领域信息的描述与 刻画。（坐2望3）,项目初期要完成的工作 2002.12-2004.6,领域相关语料库的建设 含规范的建设 领域相关术语库的建设 规范子语言及子语言标注规范的建设 交互式写作系统和汉英翻译软件的开发 各类相关标准的制定,相关的一些研究工作：,1、领域相关的词汇语义框架的描述 2、指代关系及其标注规范的研究 3、术语库自动构建技术的研究 4、领域受限子语言交互写作及汉英翻译系统的研制 5、高质量语音合成技术的研究 6、词汇隐语义及感情色彩的研究,项目实施的可行性：,1、相关的信息服务系统在国外已有先例 2、受限语言的自动翻译在业界已经有了成功的应用 3、带标号地图系统和旅游信息系统在许多国家已经被广泛的采用。 4、语音合成技术已经完全达到实用化水平。 5、移动通信技术的发展能够提供方便、快捷、可支付得起的信息服务（南韩、日本世界杯已经开始采用） 6、其他相关的研究在国内已经有较好的基础,北京大学承担该项目的基础：,1、语料库建设与加工技术的研究 2、新闻领域汉英机器翻译系统的研制 3、受限汉语的相关研究 4、信息科学领域术语库及术语自动提 取软件的研究 5、信息提取技术的研究 6、地理信息系统相关的研究 7、数据库与网络信息服务系统相关的 研究等,项目的意义及发展远景,1、为国内相关的信息系统建设确立规范 2、为产品信息的多语种发布系统的开发奠定基础（Database to We