从术语看古代语文词典的规范观

中国古代语文词典无论是私著的还是官修的,都运用描写性术语对当时标准语的字音、字形和字义进行准确地描写,并通过描写确立规范,建立了中国两千多年以来"雅正"的语言规范观,使语文词典成为中国古代语文规范化最有力的工具。同时,这也成为中国古代语文词典编纂的优良传统。     

同学科同词尾英文医学术语中文译名的系统性

英汉医学词典必定会收入大量的同学科同词尾英文医学术语,以往出版的英汉医学词典对这些同学科同词尾英文医学术语给出的中文译名缺乏系统性,其主要原因是未能将这些同学科同词尾英文医学术语集中、制定译名模式后统一给出译名。我们尝试编辑倒排程序将词典中所有同词尾医学术语集中在一起,辨别、划分它们分属的学科,并根据具体情况探求同学科同词尾医学术语的译名模式,并以此对中文译名进行了修正。实践证明,使用倒排程序是一种简便可行的方法,亦可供其他科技术语词典编纂工作时参考。《中山英汉医学词典》^[1]①。收录了大约12万条医学词汇。在编纂过程中,我们遇到了数量不少的同学科同词尾医学术语,如何保持这些术语中文译名的系统性,本文就这个问题进行了探索。同学科同词尾英文医学术语的译名需保持系统性英文医学术语,若有相同的词尾,则在同组内互称为“同词尾医学术语”;若同属于某一学科,则又成为“同学科同词尾医学术语”。如表1中的两组英文医学术语：在《中山英汉医学词典》中,这种同学科同词尾术语是很常见的。它们在同一组中,既有共同的特征,又有区别性特征。共同特征是：在形态上都有共同的词尾,在概念上都有共同的描述内容。如在第一组中,共同的词尾是-mania,共同的描述内容是“……狂”;区别性特征是：在形态上都有不同的词首,在概念上都有不同的描述内容。如在第一组中,不同的词首分别是mytho-、nympho-、pyro-,eroto-;不同的描述内容是“谎言”、“男子”、“火”和“色情”。在《中山英汉医学词典》的编纂过程中,我们工作的重点之一就是审视同学科同词尾英文医学术语的中文译名,力求能像以上两组那样,在译名中反映出同组术语的共同性特征和区别性特征,并保持同学科同词尾英文医学术语的译名在整部词典中的系统性(systematism)。有必要为同学科同词尾英文医学术语制定译名模式英文医学术语的译名实际上也是术语,作为中文医学术语,也必须符合术语的系统性这一要求。因为同学科同词尾英文医学术语在形态和概念方面具有共同性特征和区别性特征,所以最好能制定出统一的译名模式,以保持他们的中文译名的系统性。此外,制定了译名模式后,也便于消除一名多义与一义多名的现象。为了确定这个译名模式,我们拟定了以下五个原则：1)判断这些同词尾术语分属的学科。如表2中的96个术语分属于3个学科： phengophobia和pho-tophobia为眼科学术语,chromophobia为组织学术语,其他则属于精神病学术语,即以“-phobia”结尾的医学术语分属于三个语义场,即这96个术语在理论上至少有3个译名模式。2)译名模式最好既要反映出相同词尾术语的共同概念,又要反映出它们的区别性概念。如：对于精神病学中相同词尾术语“...phobia”,我们尝试把译名模式制定为：“恐……症”和“……恐怖”,其中,“恐”和“症”及“恐怖”反映的是共同性概念,而“……”反映的是区别性概念。3)译名模式最好也使译名具有明显的共同性形态和区别性形态。如：对于精神病学中相同词尾术语“...phobia”,我们尝试把译名模式制定为：“恐……症” 和“……恐怖”,其中,“恐”和“症”及“恐怖”是这组术语译名的共同性形态,而“……”是这组术语译名的区别性形态。4)译名模式最好能从相同词尾术语组中已有的某个或某些译名(如已约定俗成的名称、其他权威机构或权威词典给出的名称)中挑选和提炼。如：对于精神病学中的相同词尾术语“...phobia”,我们尝试把译名模式制定为：“恐……症”和“……恐怖”的根据是：类似中文译名已经广为大家所接受。5)译名模式一旦确定,应尽量使用该模式为同学科同词尾英文医学术语给出译名,但也不可“一刀切”,遇到个别英文医学术语难以使用该模式时,也可稍作变化。如phobia(恐怖症),sitophobia(畏食名委,进食恐怖)。然而,要真正做到以上5个原则,就必须将整部词典的同词尾术语集中在一起才能实现。正如黄建华教授^[2]所说：“术语所指的概念内容与某一学科或某一专门领域的整个概念系统相联系,并且受其限定。只有从特定活动领域的概念系统整体出发,才便于考察某个术语的概念内容。”然而遗憾的是,在以往的英汉医学词典编纂过程中,因为工程浩大,人员分工细,各司其职,定稿后也无法由一个人进行全稿通读,也就无法将词典中的同学科同词尾术语集中在一起、统一检查、指定译名模式、保证整部词典中的同学科同词尾术语译名的系统性。如何解决这一难题呢？我们尝试使用倒排程序来集中这些同词尾医学术语。使用倒排程序集中同词尾医学术语我们先将《中山英汉医学词典》的所有英文词目和中文译名输入以Visual Foxpro 6.0建立的数据库表单,然后执行以下的程序：set talk offuse Med.dbfdo while .not.eof()x1=trim(TermEng)x2=""l=len(x1)i=1do while i<=lx2=x2+subs(x1,l-i+1,1)i=i+1enddorepl a with x2skipenddo在所得到的倒排表单中,从后往前比较,所有同词尾的词汇都排列到了一起(参见表2),使判断、划分同学科同词尾术语、按译名模式统一修正它们的译名成为可能。检查同学科同词尾英文医学术语译名的系统性由此,我们检查了《中山英汉医学词典》中所有同学科同词尾医学术语译名的系统性,并使用译名模式修正了同组术语的译名。同时与国内两部已出版、并在医学界有较高影响力的英汉医学词典——《英汉医学辞典》和《英汉医学词汇》进行了比较。如表2给出了以“-phobia”作为词尾的96个医学术语在三部英汉医学词典中译名的比较,由于受篇幅局限,这里只挑选其中55个做以分析。若译名系全国科学技术名词审定委员会给出的规范译名,我们则在译名的右上角标注“名委”。对于96个词中的精神病学术语,我们将它们的中文译名模式定为“恐……症”和“……恐怖”两种主体模式,但对于眼科学和组织学术语的译名则不套用这两个模式。结论黄建华^[2]教授指出：“词典的右项(释义)是衡量一部词典编得成功与否的重要标志,因此也是词典编者最需要‘精耕细作’的一块土地。”我们认为：在双语术语词典编纂中,可以利用数据库程序创建倒排表单,将整本词典中所有同词尾术语集中在一起,有足够的素材(要将同学科同词尾术语一网打尽),才能将同学科同词尾术语的译名模式贯彻始终,才能提高双语术语词典的编纂质量。这一方法将为今后的双语词典编纂起到很好的作用,也可供其他类型词典(尤其是科技术语词典)编纂时参考。①《中山英汉医学词典》是国家211科研项目,由中山大学与广东外语外贸大学合作编写,2002年由外语教学与研究出版社出版,2003年获得第五届国家辞书奖一等奖。——编者     

公众文本之情感词典研究进展

针对海量的社交媒体数据进行情感分析,能够实时检测与跟踪公众对社会事件、政治活动、公司战略、重大决策等方面的观点,同时了解用户在其评论、博客、微博等文本中的情感倾向.本文首先论述了从作者角度出发、针对文本中的主观词等构建的文本情感词典研究现状,包括基于辞典的和基于语料库的生成方法及其典型应用.然后阐述了从读者角度出发、通过读者对文档的情感反馈而构建的公众情感词典研究进展,包括其数据来源,以及词层和主题层的公众情感词典生成方法和模型.     

基于四元数表达的模糊矢量形态学算子

由于经典的形态学算子不能直接拓展到彩色图像处理中,提出一类基于四元数表达的模糊矢量形态学算子.该算子利用四元数表达彩色图像并结合其分解特性,将彩色图像的模值、四元数的垂直分量和角度信息作为词典编纂顺序的3个边缘分量.3个分量一方面去除了彩色图像多通道数据的相关性,另一方面更便于词典编纂顺序等级的划分.并利用模糊数学解决了现有词典编纂顺序存在的等级判定难以深层进入的问题,给出了基于四元数表达的模糊矢量排序算法.与现有的矢量排序算法相比,新的矢量排序算法同时考虑了各分量的作用,并将判定进行到词典编纂顺序的最后一层,实现了矢量的正确排序.基于新的矢量排序规则,定义了矢量形态学算子,并将新的矢量形态学算子应用于彩色图像滤波、分割中.实验结果表明,与现有的矢量形态学算子相比,新的矢量形态学算子在平滑彩色图像噪声的同时保留了图像细节,并能正确地分割多类彩色图像,具有较高的鲁棒性及实用性.     

从NEWCOM模型到关系模型的转换机制研究

本文首先简要地介绍了分布式应用程序的体系结构描述语言－ ＮＥＷＣＯＭ,以及问题提出的背景,并研究利用基于知识的方法将所得到的相关信息转换为关系模型的算法,该系统的底层是用关系数据库管理系统语言描述的企业管理信息系统。换句话说,我们实现的系统具有：基于领域概念知识的转换机制将分布式应用程序的体系结构变换为企业管理信息系统的功能;本文讨论了按系统的功能进行了模块划分,并研究各个模块在转换过程中实现的方法。     

搜索引擎用短语词典建设

百度搜索引擎分词系统中的原短语库是由统计得出,含有大量噪音.委托北京大学计算语言学研究所进行了手工整理标注.为此设计了加工规范,对短语进行了严格的定义,制定了加工操作手册,并开展了手工工程,通过严格的控制保证标注的一致性.共整理短语119 984条,噪音短语比例约占7%.当前该短语词典已应用于百度搜索引擎中,对提高检索效果和减少索引空间都起到一定作用.     

基于LNBC模型的中文命名实体识别

针对中文命名实体识别中融合词典信息准确率提升不足的问题,使用在模型内部融合词典信息的策略,并结合预训练语言模型NEZHA增强文本的嵌入表示,提出一种基于LNBC(LE-NEZHA-BiLSTM-CRF)模型的中文命名实体识别方法．首先通过词典树匹配所有潜在的词,然后采用面向中文理解的神经语境表征模型(NEZHA)进行融合嵌入表示,将训练得到的字词融合向量输入双向长短期记忆(BiLSTM)网络进行特征提取,获取长距离的语义信息,最后通过条件随机场(CRF)层降低错误标签输出的概率．实验结果表明,该方法在MSRA数据集和Resume数据集中的F1值分别为95.71%和96.11%,较其他对比模型均有提高．     

基于术语教育的术语学习词典研究

术语教育对于推广科学技术至关重要。成功的术语教育要做好资源建设,分学科术语学习词典是重要的资源类型。本文主要探讨基于术语教育的术语学习词典的编纂、使用定位,归纳了这种词典类型的基本特点。同时以法律术语为例探讨了术语学习词典编纂所依据的语料库的入库语篇的四种类型,以及语料库在内容、权威性、语料入库量的比例、难解度四方面的平衡要求,提出了基于语料库提取基础术语的两种基本方法。     

中文医疗命名实体识别方法研究综述

电子医疗系统中的医疗健康数据为医学研究和医疗实践奠定了强大的数据基础,如何充分利用这些数据进行探索和分析,更好地支持临床决策和大众健康仍然面临着诸多挑战.因此,对中文医疗命名实体识别方法和研究现状进行归纳分析,对于医学研究具有一定的指导意义.本文阐述了医疗命名实体识别任务的定义,分析并提出了中文医疗命名实体识别的研究热...     

股市情感词典自动构建与优化

为了更好地挖掘投资者情绪,解决在股市文本情绪分析过程中,现有情感词典构建方法自动化程度低、行业特异性不足和精确度不足等问题。在构建基本情感词典的基础上,Word2vec对自动添加的高频情感词语进行极性判断与赋值,并将情感词典构建改为优化问题,采用改进模拟退火算法对情感词典的词语分值进行优化,提高股市情感词典性能。实验结果表明:该方法所构建的股市情感词典可以有效识别股市文本情绪,提升文本覆盖率,具有更强的行业特异性,提升情绪分析准确性,可更好用于投资者情绪相关研究。