一种基于维基百科的多语种翻译词汇自动抽取方法

摘要

多语种翻译词汇是解决跨语言信息检索中未登录词问题的有效途径,而高质量的翻译词汇特别是专有名词、新词和命名实体难以在普通词典中找到.文章提出一种从维基百科中自动抽取出多语种翻译词汇的方法,主要通过在维基百科离线数据文件中根据其文件结构特征进行抽取.实验证明,该方法能够有效获取高质量的多语种翻译词汇.