朱琳 戴玉刚 李艾林 郝大鹏

摘 要： 本文以电子商务为平台，以藏语和汉语语言特点为基础，以藏汉双语可比语料为资源，分析当前自然语言处理技术，把双语词典和主题空间模型相结合，搭建藏汉跨语言信息检索总体框架。为下一步把多语言电子商务、跨语言检索、民族自然语言处理技术进行结合提供了新的思路和途径。

关键词：电子商务 跨语言检索 双语词典 主题空间模型

中图分类号：TP391.3 文献标识码：A 文章编号：1003-9082（2016）06-0015-02

一、引言

跨语言信息检索（Cross Language Information Retrieval，CLIR），就是当用户用一种语言输入要检索的信息时，检索的信息也可以用另外一种语言进行呈现。它是一种打破语言障碍，涉及语言学、计算机科学、数学等多门学科知识进行检索信息的技术[1]。

1973年，G..Salton先生发表的《Experiments in multilingual information retrieval》，是对这项技术的最早研究。当时所研究的检索主要是对国际联机进行的，另外加上检索系统不普及等因素，并没有引起人们的关注。90年代后期，随着Internet的迅猛发展， Internet的全球化信息结构引发了人们对跨语言信息检索的迫切需要，此时这项检索技术真正成为了研究热点[2]。现在，许多公司都把检索技术应用到电子商务中，比如京东，雅虎，阿里巴巴等，但把跨语言技术应用到电商中却寥寥无几，这与民族自然语言的特点与难点有关，由于民族自然语言的特殊性，国外的一些自然语言处理技术研究成果也无法应用到对国内民族语言进行处理。而针对藏汉跨语言检索的研究成果更是甚少，所以把民族语言处理技术、跨语言检索技术等应用到面向电子商务中愈来愈重要。……