基于语料库的定性定量分析在阿育吠陀词汇梵-拉-英-汉四语词典编纂中的翻译应用

在编纂阿育吠陀梵-拉-英-汉四语词典的过程中,课题组从《印度阿育吠陀药典》(The Ayurvedic Pharmacopoeia of India,API)和《印度阿育吠陀处方集》(The Ayurvedic Formulary of India,AFI)中提取阿育吠陀梵语词汇及其英文和/或拉丁文的对照翻译共计6667条,采用人工查阅词典翻译、电子词典机器翻译、人机互动翻译相结合的办法,将其翻译成汉语,形成梵-拉-英-汉四语对照词典。为保证翻译质量,课题组利用美国杨百翰大学语料库、北京大学CCL语料库、北京语言大学BCC语料库和中国知网CNKI翻译助手对上述词条进行了定性定量分析和译文修正,并对原医典的英文翻译部分地提出了修改意见。     

招股说明书负面语调与IPO表现

过构建中文财经情感词典，利用文本分析方法对招股说明书负面语调进行量化，并在此基础上实证分析招股说明书负面语调与IPO首日回报及IPO长期表现之间的可能关联。结果发现：招股说明书负面语调与IPO首日回报率之间呈显著的正相关关系；而在IPO长期表现方面，招股说明书的负面语调越强，则公司上市后投资者长期持有股票获得超额回报率的可能性越小。研究结论表明，招股说明书的负面语调有较高的有效信息含量，其量化结果对IPO首日回报及IPO长期表现有一定的解释能力。     

《古代汉语常用词辨析词典》评析

《古代汉语常用词辨析词典》是一本古代汉语工具书 ,它从四个方面诠释语词 ,各个方面的描写 ,都有独到之处 ,为当今其他辞书所不及。同时它也是一部常用词研究专著 ,在诸多方面做出了具有开拓意义的贡献。在词义系统的分析和某些词“本义”的确定上多有建树 ;在词语工具书编纂内容、角度和体例上开辟了一条新路 ;触及并冲击了现有的词汇和词义学理论。它是一本既具有实用价值 ,也具有学术价值的成功之作。     

词典与翻译

本文就词典与翻译的关系进行了论述 ,指出翻译不能脱离词典 ,但又不能依赖词典。必须辨证地看待它们的关系     

基于趋势情感映射的物价舆情词典及舆情指数构建研究

互联网新闻中反映的市场观点和情感可为经济监测预警提供及时有效的参考.为更好地识别和量化文本中对于经济变动趋势的观点和情感,本文提出了一种基于趋势情感映射的舆情词典构建方法.该方法识别描述经济趋势的核心词汇形成趋势种子词集,并集成情感词相关性计算结果,利用重新设计的标签传播算法得到映射系数,获得情感词的观点值,形成能够量化新闻的物价舆情词典.本文还提出了一种考虑句法结构的物价舆情指数模型,通过主题匹配、程度量化、否定识别等过程实现对特定领域经济新闻中的观点和情绪的更为精确的度量.实证分析中构建了物价舆情词典并生成物价和食品及其分项物价等11个主题的舆情指数,通过分类检验及与CPI的对比分析,发现基于本文方法所建立的舆情指数在长期趋势上领先于CPI约1.25个月.本文所提出的舆情词典构建方法和舆情指数模型具有可扩展性,有望应用于其他宏观经济或行业市场景气分析研究,是现有基于经济文本的预测预警建模方法的重要改进.     

从《汉英词典》谈产出型双语词典中例证的翻译应具有的特色

双语词典中例证翻译的根本原则是保持原语例证的功能,如释义、辨义、提示句法搭配、传递文化信息等.作为产出型双语词典,由于本身固有的示范作用,其服务目的是帮助用户进行一些积极性的表达活动,如写作、翻译等,其中的例证翻译便具有一些独特之处,主要表现在:词目词在释义中给出的对应词与其在例证中的翻译要保持一定一致性;例证的译文需区别带标记意义的词目词,使这些词的标记色彩得以传达;对例证中涉及的反映一种语言文化体系特点的谚语、成语或俗语,尽可能提供在另一种语言中同时存在的具有等效价值的对应项;例证的翻译的范例角色,要求其具有相当精确性,以便用户进行参照、启发用户的创作灵感,进行更自如的表达,提高产出活动的有效性.以<汉英词典>为例,对其中几处例证进行讨论,以分析产出型双语词典中例证翻译应具有的特色.     

汉英机器翻译中趋向动词处理研究

在大规模语料的基础上,对趋向动词的用法和上下文信息进行了统计和分析,得到了趋向动词在谓词后面作趋向补语的概率、小概率作趋向补语（即趋向动词在谓词后面作补语的概率介于两个阈值之间）时的上下文信息;建立了一个基于趋向动词在谓词后面作趋向补语的概率统计模型来识别趋向动词用法,同时,根据趋向动词与谓词搭配后词义变化情况,对词典进行了补充．封闭测试识别精确率达99．01％,召回率达96．67％;开放测试识别精确率达98．14％,召回率达96．19％．     

一种基于分类的扩展向量空间信息检索模型研究与应用

为了提高信息检索系统检索性能,针对信息检索系统中普遍使用的向量空间模型(VSM)所固有的缺陷,提出一种新的基于分类和扩展向量空间模型CE-BVSM（Classifier and Expand-Based Vector Space Model）。该模型对传统的空间向量法进行了改进,引入分词技术、朴素贝叶斯分类器和专业词库,重新定义了资源特征向量和查询索引项的内容,参考关键词出现的频率及其在所描述的资源中所起的作用等因素来计算特征索引项和资源向量的权重值。在此基础上,又对查询索引项使用了基于专业词库的扩展策略。实验证明该模型使检索能够在相对精确的范围内进行,提高检索查准率和查全率,改善了信息检索系统的性能。     

论《现代汉语词典》(第7版)删除词条十二则

《现代汉语词典》(第7版)删除词条共12条,包括“不关”“不人道”“不在乎”“䌷(chōu)”“䌷(chóu)”“䌷绎”“代言人”“当天”“丁税”“木筏”“挐”“炭化”等。词典性质、编纂规模和原则等都会影响词典对词条的删减修订。《现代汉语词典》作为一部以促进汉语规范化为宗旨的词典,要求尊重语言事实,规范现代汉语词汇,删除错误词条;作为一部中型语文辞书则要求适时删减少量陈旧生僻和见词明义的词语,顺应时代性。从词典编纂原则来看,删除词条也要考虑到词典收词的系统性、平衡性等原则。然而删除的词条中仍有值得商榷之处。     

基于词典与规则的新闻文本情感倾向性分析

通过对新闻类文体的结构分析,将新闻文体按段落划分,采用一种基于情感词典和语义规则相结合的情感关键句抽取方法,对段落内的句子进行情感分析。综合考虑情感、转折、否定、程度和归总等词语信息构建情感词典,根据规则切割新闻文本,将新闻划分为意群、句子、段落以及篇章,通过制定的规则计算情感关键句倾向值,最终获得段落以及整个篇章的情感倾向值,从而得出新闻的情感倾向。与情感词典和SVM情感分类方法的实验结果对比表明,本文方法在对新闻文本进行倾向判别时效果较好,方法具可行性。