Рад у часопису

објављена верзија

енглески

Branislava Šandrih, Ranka Stanković

Extraction of Bilingual Terminology Using Graphs, Dictionaries and GIZA++

Infotheca

Faculty of Philology, University of Belgrade

2020

U nauci, industriji i mnogim istraživačkim oblastima, terminologija se brzo razvija. Najčešće, jezik koji je „lingua franca“ za većinu ovih oblasti je engleski. Kao posledica toga, za mnoga polja termini domena su koncipirani na engleskom, a kasnije se prevode na druge jezike. U ovom radu predstavljamo pristup za automatsko izdvajanje dvojezične terminologije za englesko-srpski jezički par koji se oslanja na usaglašeni dvojezični korpus domena, ekstraktor terminologije za ciljni jezik i alat za usklađivanje delova. Ispitujemo performanse metode na domenu bibliotekarstva i informacionih nauka. Dobijeni rezultati, kao i aplikacija koja implementira metod, dostupni su on-line.

In science, industry and many research fields, terminology is rapidly developing. Most often, a language that is “lingua franca” for most of these areas is English. As a consequence, for many fields, domain terms are conceived in English, and are later translated to other languages. In this paper, we present an approach for automatic bilingual terminology extraction for English-Serbian language pair that relies on an aligned bilingual domain corpus, a terminology extractor for a target language and a tool for chunk alignment. We examine the performance of the method on a Library and Information Science domain. The obtained results, as well as the application that implements the method, are available on-line.

19

2

119

138

10.18485/infotheca.2019.19.2.6

1450-9687

ekstrakcija terminologije, validacija terminologije, GIZA++, grafovi, Unitex, klasifikacija teksta

terminology extraction, terminology validation, GIZA++, graphs, Unitex, text classification

http://dx.doi.org/10.18485/infotheca.2019.19.2.6

M50

М53

Отворени приступ

Creative Commons – Attribution-Share Alike 4.0 International

.pdf