基于Word Embedding语义相似度的字母缩略术语消歧

该文提出基于Word Embedding的歧义词多个义项语义表示方法,实现基于知识库的无监督字母缩略术语消歧。方法分两步聚类,首先采用显著相似聚类获得高置信度类簇,构造带有语义标签的文档集作为训练数据。利用该数据训练多份Word Embedding模型,以余弦相似度均值表示两个词之间的语义关系。在第二步聚类时,提出使用特征词扩展和语义线性加权来提高歧义分辨能力,提高消歧性能。该方法根据语义相似度扩展待消歧文档的特征词集合,挖掘聚类文档中缺失的语义信息,并使用语义相似度对特征词权重进行线性加权。针对25个多义缩略术语的消歧实验显示,特征词扩展使系统F值提高约4%,使用语义线性加权后F值再提高约2%,达到89.40%。

认知视角下政治话语中缩略式术语的英译研究

翻译政治话语中的缩略式术语,一直存在形式翻译与意义翻译之争。“读者取向”的观点认为翻译的首要任务是传递意义,缩略形式很难被外国读者理解。而“以我为主”的观点认为缩略形式有提示意义和联想记忆的功能,彰显出中国政治话语的特色和文化自信。本研究试图从认知角度对这两种取向之争提出新解释。对2013―2022年北京市政府工作报告中500多处缩略式术语的英译进行了分类研究,发现数字式和隐喻式缩略术语倾向于使用保留形式、补偿意义的翻译方法,而缩合式缩略术语多采取放弃形式、传递意义的翻译方法,这是由生成缩略术语的认知方式决定的。文章提出对应的英译提升对策,以期助力于中国政治话语特色表达的对外翻译。