李毅鹏

摘 要：中日双语平行语料库由中文和日文两种语言组成，在研发阶段，我们主要从语言学角度对这两种语言进行对比和分析。无论是从语言形态还是整篇文章的结构来看，中日文都有着共同的特性。在计算机数据处理时，只有对两种语言同时进行标注，才能达到互译的效果。目前，大多数语料库采用数据库处理和文本处理相结合的组织模式，采用XML（Extend Marking Language）标记语言。现如今双语平行语料库最流行的项目是应用于XML的语义标注技术，该标记语言的优点在于语料处理比较直观，基本和实际的文章相似，弥补了同类标注技术的不足。

关键词：科技日语；标注技术；XML；中日双语

一、科技语的定义及表现形式

科技实际内容的另一种表现形式是科技语文章。科技文献存在的前提是科技语言的掌握。语言学给出这样的结论，科技日语是以日语为根基，传递的是科技方面的思想内容，是日语中必不可少的一部分。科技日语语体描述的主体是现实生活中客观存在的事实，这就是自身最大的特点，由于这个原因使其在表现手段、逻辑思维等方面有鲜明的特色。换句话说，科技日语语体在遣词造句等方面有其自身的特点。只有充分地掌握这些特点，才能正确理解科技日语文章。

语言是思维的外在表现形式，思维有赖于语言，尤其有赖于文章的准确性体现思维的明晰性，文章的层次性体现思维的条理性，文章的周密性体现思维的逻辑性阅读过程中的判断推理、分析综合、类比想象、欣赏评价，都离不开思维。……