科技术语自动提取技术——现状与思考

文章简要介绍了自动术语提取任务的定义、主要方法和评价指标。针对传统的自动术语提取方法,以互信息、t值、tf-idf、C/NC-value为例介绍了单元度和术语度的概念;针对自动术语标注方法,主要介绍了基于序列标注的建模思想。从提取效果来看,现有自动术语提取技术距离期望仍有差距,文章也尝试给出了一些值得探索的方向。     

基于英汉平行语料库的术语组块自动抽取

双语平行语料库的数据资源建设是语言工程的前端。其中包含大量的术语及语言翻译知识。深入研究和开发双语语料库,对术语翻译具有重要意义。文章论述了平行语料库的深加工流程和中文语料标注的自动化加工。使用“语法符号语言”建立文本的语法映像,生成短语组块库。按短语结构规则采用人工智能方法自动抽取术语翻译组块,自动生成术语组块词典与词表,列出部分术语组块查询应用的实例和逆向追踪双语例句的实例。     

面向翻译管道的术语加工

公司跨国经营离不开翻译,翻译质量和速度是获取目标市场份额的关键因素。积极主动地管理术语,包括预处理翻译项目中的关键术语,会产生积极影响。在商业环境中,翻译内容包罗万象,术语来源广泛。以术语提取为基础,采取重用已有词汇的后处理策略,可最大限度提高效率,把术语自动整合到翻译管道中。从语料库中提取用于翻译的术语,导入术语库,用于商业开发。根据工作经验,作者探讨了术语提取的有效方法。     

全国科技名词委对术语知识服务平台优化升级,推出术语在线APP2.0版

正全国科技名词委主办的术语知识服务平台——术语在线(www.termonline.cn)自2016年8月正式上线,向全社会免费提供了术语检索、术语管理、术语识别与标注等功能。一年多来,平台累计提供了500万次检索查询服务,已服务50余个国家和地区,受到科研、出版、翻译等众多领域用户的好评,先后与中国国家图书馆、中华医学会等二十余个机构建立了合作关系。     

一种可自定义词库的术语录入、查询与标注系统的建立

术语的统一与规范使用在科研论文和学术图书的写作、翻译、编辑、校对以及审阅等过程中具有重要意义。为了在Word本地文档中实现术语快捷录入、模糊查询和免费、批量自动标注,系统利用Excel工作簿存储自定义词库,利用表单控件和VBA代码实现术语录入,利用动态数组函数FILTER实现术语查询,利用VBA代码实现Excel与Word联动并对文档批量添加批注。可以在该系统中实现词库的自主管理,在无须安装其他软件或联网的条件下实现词库便捷录入、术语即时查询和对本地文档进行批量自动标注,适合在写作、翻译、编辑、校对、审阅等多种场景下使用。得益于Excel软件的普及性,该系统具有较强通用性,能够在多种场景下提高术语统一工作的效率。同时文章也指出了系统存在的不足之处。     

略谈术语学研究

本文对术语学的定义和体系提出了建议，推荐了需要开展的重要研究课题，如：术语命名的理论、方法和原则，术语的表示，汉语术语的精简和缩写规则，术语生存周期，术语更新原则，专有名词的命名，术语的自动提取，术语乱用与术语法。     

“术语在线”小程序上线公告

<正>自2016年3月,全国科学技术名词审定委员会术语知识服务平台——术语在线(termonline.cn)上线以来,已累计提供1565万余次术语服务。平台融合了全国科学技术名词审定委员会30余年由一百多个学科名词审定分委员会和数千位专家通过收词、定名、定义、审定公布的130余种50余万条规范术语,涵盖基础科学、工程技术科学、农业科学、医学、人文社会科学、军事科学等各个领域。"术语在线"基于上述名词提供智能检索、术语管理、术语标注与提取、术语查重等术语服务。     

关于建立面向应用的规范词异名库的若干理论探讨

收集整理规范术语的异名,用于开发面向应用的术语纠错工具,可使规范科技术语的宣传与推广工作达到事半功倍的效果。规范词异名是指与国家审定公布的规范科技术语＂正名＂表达相同概念,但词形不同的非推荐名。规范词异名的认定需经过收词和审词两个阶段。收词方法包括人工收集和自动抽取。通过规则和统计并举的自然语言处理技术进行自动抽取,可以有学科领域关联、英文术语一词多译关联、语义网络关联三种路径。规范词异名的人工收集和审词重在确保语义等价。     

科技新词工作实践探索

全国科学技术名词审定委员会目前存在与学科名词审定同步的新词工作实践、新词工作委员会的新词工作实践、自动抽取与专家推荐相结合的新词工作实践等三种形式.文章基于自动抽取与专家推荐相结合的新词工作实践,认为科技新词标准的优先级从高到低应该是：时点价值、规范价值、时段价值,即从新出现的术语中进行初选,然后考察其使用情况,优先规范使用混乱的,特别是已经进入大众生活领域的术语,对于可能兼具时段价值的术语加以重点规范.     

建立汉语科技术语标准化体系的几点想法（摘要）

术语学是一门综合了信息科学和语言学等,专门研究概念的定名、应用,以及概念的相互关系的交叉学科。对于这样一门新兴的学科,我缺乏研究,知之甚少,特别是对于科技术语,可以说是门外汉。但是作为一名语言工作者,我对逐步建立起以汉语、汉字为特点的科技术语体系非常赞同。故而,在这里,仅就建立汉语科技术语标准化体系,谈谈自己的几点想法。一、必要性和可能性科技术语中仅限于专业科技人员及情报资料人员使用的,可采用国际科技术语。科技术语中,不只限于专业科技人员及情报资料人员使用的,生产科技产品的工人、经营科技产品的商业人员、进行科技知识教学的教师、学生乃至使用科技产品的用户都要懂得、都要使用的,就必须建立具有中国特色的汉语科技术语标准化体系。这样易于广大人民接受,便于传播信息。(其中包括少数必须使用的外来译音词)另外,汉语丰富的词汇,灵活多样的构词方式,为建立汉语科技术语标准化体系提供了可能性。二、遵循的原则1.单义性：一条术语反映一个概念,其内涵及外延、其本质结构及表面特征应该十分清楚,不能混淆。2.系统性：几个并列的概念术语,应该有一个较大的、高层次的概念术语概括。3.简约性：术语必须简短、精练,易学、易读、易记。4.准确性：术语用语必须准确、贴切。三、应注意的几个问题1.科技术语中,表示外来译音词的汉字必须固定,否则易引起误解、歧义。2.对于表示外来译音词的汉字,只能听其音,不必究其义,否则会出笑话。3.已有相应的汉语科技术语通行,不必再使用外来译音词。4.在制定、使用某一术语时,必须检查这条术语同本学科或其它学科已使用的术语是否重复,以保证术语的单一性。5.某些科技术语有时被借用在一般语言中表示比喻意义,我认为这不影响科技术语的标准化及纯洁性。四、关于科技术语的研究及其机构建设问题术语标准化工作,全国有一个委员会,各学科也有委员会。为了使这门新兴的学科有所发展,应该在高校或科研单位设立专门研究机构。人员的组成,既要吸收各学科的专业工作者,又要吸收语言工作者。     

基于中英文单语术语库的双语术语对齐方法

双语术语对齐库是自然语言处理领域的重要资源,对于跨语言信息检索、机器翻译等多语言应用具有重要意义。双语术语对通常是通过人工翻译或从双语平行语料中自动提取获得的。然而,人工翻译需要一定的专业知识且耗时耗力,而特定领域的双语平行语料也很难具有较大规模。但是同一领域中各种语言的单语术语库却较易获得。为此,提出一种基于两种不同语言的单语术语库自动实现术语对齐,以构建双语术语对照表的方法。该方法首先利用多个在线机器翻译引擎通过投票机制生成目标端“伪”术语,然后利用目标端“伪”术语从目标端术语库中检索得到目标端术语候选集合,最后采用基于mBERT的语义匹配算法对目标端候选集合进行重排序,从而获得最终的双语术语对。计算机科学、土木工程和医学三个领域的中英文双语术语对齐实验结果表明,该方法能够提高双语术语抽取的准确率。     

基于词向量空间模型的机器翻译质量评价分析——以石油术语有道翻译为例

文章从问题意识视角出发,以石油术语为基础,引入词向量空间模型的方法展开三个相关实验对机器译文和人工译文进行对比研究,探索机器翻译结果在空间模型中的演绎和呈现。实验结果显示机器翻译对于石油术语的语言翻译准度能达到0.403。文章尝试结合计算机技术、语言学和翻译学等不同领域量化论证两种翻译结果在语义层面的接近和靠拢程度,以期探索评价分析机器翻译系统输出结果质量的新途径。     

Incremental Classification with Generalized Eigenvalues

Supervised learning techniques are widely accepted methods to analyze data for scientific and real world problems. Most of these problems require fast and continuous acquisition of data, which are to be used in training the learning system. Therefore, maintaining such systems updated may become cumbersome. Various techniques have been devised in the field of machine learning to solve this problem. In this study, we propose an algorithm to reduce the training data to a substantially small subset of the original training data to train a generalized eigenvalue classifier. The proposed method provides a constructive way to understand the influence of new training data on an existing classification function. We show through numerical experiments that this technique prevents the overfitting problem of the earlier generalized eigenvalue classifiers, while promising a comparable performance in classification with respect to the state-of-the-art classification methods.     

Combining Association Measures for Collocation Extraction Using Clustering of Receiver Operating Characteristic Curves

This paper focuses on combining association measures using corresponding receiver operating characteristic curves. The approach is motivated by a problem of automatic bigram collocation extraction from the field of computational linguistics. It is based on supervised machine learning techniques and the fact that different association measures discover different collocation types. Clusters of equivalent ROC curves are first determined by a testing procedure. The paper’s major contribution is an investigation of the possibility of combining representatives of the clusters of equivalent association measures into more complex models, thus improving performance of the collocation extraction.     

国际术语组织Infoterm、TermNet的术语规划及启示

国际术语信息中心(Infoterm)的术语规划包括术语培训和会议、术语荣誉、术语合作、术语政策或策略、术语知识产权相关法律法规、术语资源的无障碍获取、术语标准化、术语管理、术语出版等。国际术语网(TermNet)的术语规划主要包括组织规划,举办大型国际会议和培训、合作开展术语资格认证等活动规划。中国的术语规划可考虑:加强国内术语规划与合作力度,构建面向全球的术语合作体系,加快培育满足新形势需求的术语学理论与应用人才队伍,搭建大型术语工作平台等。     

多模态大数据语境下科技术语翻译标准分析——以新冠肺炎和新冠病毒术语翻译为例

科技术语翻译在全球贸易、科技传播中起着举足轻重的作用,但还存在不准确、不规范和不一致等现象,例如在线词典、机器翻译引擎、在线百科等提供的新冠肺炎和新冠病毒的译法。梳理了科技术语翻译标准和多模态大数据语境理论框架。基于科技术语与翻译方面权威的规范文献的国际国内标准和术语翻译标准的相关研究等可归纳为准确、简明、一致、规范的术语翻译标准;多模态大数据语境则指术语可通过文本、图片、网页等多模态语境传播,整个网络具有多模态语境互文性。文章以新冠肺炎和新冠病毒术语翻译标准化为例,基于网络、数据库检索、图文等互文性语境,以及现有相关研究,分析在科普和学术论文场合的翻译惯例,根据术语翻译标准,更全面归纳了标准化汉英翻译,包括优选术语、全称、曾称和简称等,示范了英语科技论文中全称和简称的写作方式等,可为在线词典、机器翻译中术语优化和科技名词规范等术语翻译标准化相关工作提供参考。     

基于对《中医基本名词术语中西对照国际标准》研究的中医术语西班牙语翻译分析

中医术语的西班牙语翻译研究,是基于中医药"走出去"和中华文化对外传播的探索,旨在提高中医术语西班牙语翻译水平,促进中医药文化传播,而术语工具书的选择对相关翻译工作起着重要的参考作用.《中医基本名词术语中西对照国际标准》是目前世界上比较权威的中医术语西译工具书,研究通过对该书的综合分析,结合术语学理论,深入讨论了中医术语...     

试论术语学的建构是一种“科学研究纲领”的思想——兼评“交流(交际)术语学”在术语学发展中的作用

20世纪90年代至今,虽然传统术语学思想受到多方质疑,但当今全球化的术语学理论和实践并没有到消极的“十字路口”。与之相反,术语学建设变得更加稳健和朝气蓬勃。文章从科学哲学的角度,论述西方学者提出的“术语学是一种科学研究纲领”的思想,并对交流(交际)术语学在术语学发展中的作用做粗浅评价。     

中国术语事业发展概况及思考

近些年来,中国术语事业取得了一定的发展,在相关成果公布出版、术语工作开展、科研立项、人才培养等方面都取得了一定的成绩。同时还存在国内外术语信息沟通不够,对于中外术语事业发展缺乏系统全面的研究,研究队伍没有形成较大影响力的合力,术语事业推进国家经济、社会发展的能力有待提高,术语学没有独立的学科地位,术语产业还处于起步阶段等问题。中国术语事业发展可考虑与国家政策、国际发展相结合,与科学研究、市场需求相结合。