基于中英文单语术语库的双语术语对齐方法

摘要

双语术语对齐库是自然语言处理领域的重要资源,对于跨语言信息检索、机器翻译等多语言应用具有重要意义.双语术语对通常是通过人工翻译或从双语平行语料中自动提取获得的.然而,人工翻译需要一定的专业知识且耗时耗力,而特定领域的双语平行语料也很难具有较大规模.但是同一领域中各种语言的单语术语库却较易获得.为此,提出一种基于两种不同语言的单语术语库自动实现术语对齐,以构建双语术语对照表的方法.该方法首先利用多个在线机器翻译引擎通过投票机制生成目标端"伪"术语,然后利用目标端"伪"术语从目标端术语库中检索得到目标端术语候选集合,最后采用基于mBERT的语义匹配算法对目标端候选集合进行重排序,从而获得最终的双语术语对.计算机科学、土木工程和医学三个领域的中英文双语术语对齐实验结果表明,该方法能够提高双语术语抽取的准确率.