Using Parallel Corpora for Translation-Oriented Term Extraction

دسته بندی: خارجی
ویرایش:  
نویسندگان: Vintar Špela.  
سری:  
 
ناشر:  
سال نشر:  
تعداد صفحات: 12 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 158 کیلوبایت 

قیمت کتاب (تومان) : 36,000

بابل 2001. جلد. 47 (2). ص 121-132. در بسیاری از زمینه های علمی، فنی یا سیاسی اصطلاحات و تولید آثار مرجع به روز با تاخیر مواجه است که این امر باعث بروز مشکلاتی در مترجمان و منجر به ترجمه های متناقض می شود. مجموعه‌های موازی متونی که قبلاً ترجمه شده‌اند می‌توانند به عنوان منبعی برای استخراج خودکار اصطلاحات و ترکیب‌های اصطلاحی استفاده شوند. به‌ویژه برای زبان‌های کوچک‌تر که منابع موجود کمیاب هستند، جمع‌آوری و بهره‌برداری از مجموعه‌های موازی ممکن است روش اصلی به‌دست‌آوردن داده‌های اصطلاحی باشد.
این مقاله توضیح می‌دهد که چگونه روشی برای استخراج اصطلاحات چند کلمه‌ای و نقشه‌برداری مفهومی دوزبانه برای اسلوونی توسعه داده شد. اصطلاحات انگلیسی ما از تراز کلمه به کلمه برای استخراج واژه نامه دو زبانه از اصطلاحات تک کلمه ای استفاده کردیم و برای اصطلاحات چند کلمه ای دو روش آزمایش و مقایسه شد. روش آماری به طور گسترده قابل استفاده است، اما نتایج استفاده بسیار محدودی را ارائه می دهد، در حالی که روش الگوهای نحوی عبارات اصطلاحی بسیار مفید را استخراج می کند، البته فقط از یک مجموعه برچسب گذاری شده. چشم اندازی از توسعه بیشتر ارائه شده است و اینکه چگونه این روش ها ممکن است در ابزارهای ترجمه موجود گنجانده شوند.

Babel. 2001. Vol. 47 (2). P. 121-132. In many scientific, technological or political fields terminology and the production of up-to-date reference works is lagging behind, which causes problems to translators and results in inconsistent translations. Parallel corpora of texts already translated can be used as a resource for automatic extraction of terms and terminological collocations. Especially for smaller languages where existing resources are scarce, collecting and exploiting parallel corpora may be the chief method of obtaining terminological data.
The paper describes how a methodology for multi-word term extraction and bilingual conceptual mapping was developed for Slovene-English terms. We used word-to-word alignment to extract a bilingual glossary of single-word terms, and for multi-word terms two methods were tested and compared. The statistical method is broadly applicable but gives results of very limited use, while the method of syntactic patterns extracts highly useful terminological phrases, however only from a tagged corpus. A vision of further development is given and how these methods might be incorporated into existing translation tools.