大规模汉藏双语语料库构建机制

摘要

构建语料库是自然语言处理研究的基础.机器翻译领域的研究主要以统计方法为主,目前统计方法和规则等方法的融合成为当前的研究热点.对于汉藏机器翻译而言,构建大规模的汉藏双语语料库仍然是各项研究亟需的基本资源.本文根据实际项目中构建汉藏双语语料库的实践,介绍中国科学院软件研究所多语言信息处理研究室大规模汉藏双语语料库的构建工作,包括其总体流程和实施细节,包含了语料库的采集、加工及组织方法.