漢維哈柯雙語語料庫加工系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、語言文字是人類特有的，與人類有著密不可分的關(guān)系。世界上很多民族有自己的語言，也有與本民族語言相匹配的文字。語言文字的信息化是一直是備受關(guān)注的問題，國際上語言文字信息化方面的研究逐步深化，少數(shù)民族語言信息化研究已經(jīng)提上了日程。我國擁有多種少數(shù)民族語言文字，少數(shù)民族語言文字的相關(guān)研究源于20世紀(jì)30-40年代，而少數(shù)民族語言文字處理、信息化水平還處于較低水平。隨著社會(huì)飛速發(fā)展，對(duì)少數(shù)民族語言文字的信息化要求日漸迫切。多語言語料庫處理系統(tǒng)作為

2、多語言信息化共享平臺(tái)的核心之一，在建設(shè)多語言信息化共享平臺(tái)的過程中，其重要性正日益凸現(xiàn)。
　　本研究結(jié)合我國少數(shù)民族語言信息化的現(xiàn)狀，以互聯(lián)網(wǎng)為研究和使用平臺(tái)，提出了一種分布式的基于互聯(lián)網(wǎng) C/S結(jié)構(gòu)，面向服務(wù)的雙語平行語料庫管理系統(tǒng)設(shè)計(jì)思路。本課題首先分析了雙語語料庫系統(tǒng)的系統(tǒng)需求，進(jìn)行了功能設(shè)計(jì)，并構(gòu)建了身份鑒別機(jī)制，以保證核心數(shù)據(jù)的安全；實(shí)現(xiàn)了對(duì)文檔導(dǎo)入、審核、刪除、查看文檔信息的研究；對(duì)文檔對(duì)齊技術(shù)，語句對(duì)齊技術(shù)，以及詞語