[发明专利]一种从互联网上自动提取双语翻译词典的方法

摘要

本发明公开了一种从互联网上自动提取双语翻译词典的方法，其特征在于，包括：从中外双语网页中提取括号双语词汇和良结构双语词汇；对所述提取的括号双语词汇进行截取，得到翻译准确的括号双语词汇；对良结构双语词汇和经过上一步后的括号双语词汇进行词根合并；对给定的中文，首先在良结构双语词汇中寻找对应的翻译，如果找到则忽略括号双语词汇的翻译；否则在括号双语词汇中寻找对应的翻译，同样方法处理每条外语，最终得到最后的双语翻译词典。本发明依据双语词汇的词频能够快速有效、不依赖任何外来资源自动构建双语翻译词典。

主权项

一种从互联网上自动提取双语翻译词典的方法，其特征在于，包括以下步骤：S1：从中外双语网页中提取括号双语词汇和良结构双语词汇，并记录词频；所述双语词汇为具有翻译关系的中外双语出现在一起组成的词汇，所述良结构双语词汇为先前经过人工整理的具有准确翻译的双语词汇，所述括号双语词汇为词或短语之后的括号内跟上该词或短语的翻译的双语词汇，包括：外中双语词汇，括号内为外语、括号前为中文的括号双语词汇，中外双语词汇，括号内为中文、括号前为外语的括号双语词汇；S2：对所述提取的括号双语词汇进行截取，得到翻译准确的括号双语词汇；S3：对良结构双语词汇和经过步骤S2后的括号双语词汇进行词根合并和筛选；S4：对给定的中文或外语，首先在良结构双语词汇中查找对应的翻译，如果找到则忽略括号双语词汇的翻译；否则在括号双语词汇中寻找对应的翻译，所有中文、外语和对应的翻译构成双语翻译词典。