胡创业 黄欣欣

摘要：该文介绍了如何利用翻译API技术构建HSK汉语-乌兹别克语平行词库的关键技术和方法，采用基于翻译API技术对HSK汉语词汇完成自动有效的翻译对齐工作，实现HSK汉-乌平行词库的构建目标。并通过两种方法对平行词库完成扩充，最后对未完成对齐的词汇进行人工近义词校对，使HSK平行词库趋于完善。

关键词：翻译API;HSK;平行词库;对齐;扩充

中图分类号：TP311      文献标识码：A

文章编号：1009-3044（2021）14-0201-03

Abstract： This article introduces the key technologies and methods of how to use the translation API technology to build the HSK Chinese-Uzbek parallel thesaurus. The translation API technology is used to complete the automatic and effective translation alignment of HSK Chinese vocabulary to achieve the construction goal of the HSK Chinese-Uzbek parallel thesis. The parallel thesaurus is expanded by two methods. Finally， artificial synonym proofreading is performed on the incompletely aligned words to make the HSK parallel thesaurus perfect.

Key words： translation API; HSK; parallel thesaurus; alignment; expansion

1 背景

平行語料库是同一含义不同语言对齐所组成的语料资源，对机器翻译研究具有重要作用和意义[1-2]。目前在国内研究构建汉语-乌兹别克语对齐语料库的技术外均相对较少，本文将主要介绍汉-乌双语对齐语料库构建技术研究，此研究能为汉-乌机器翻译技术研究者提供语料基础，具有一定的学术价值与应用价值[3]。

通过对相关文献资料调查研究发现，汉语-乌兹别克语对齐语料库的研究仍然处在发展缓慢的初期阶段[4]。国家战略的发展要求我们国家必须加速推进汉-乌对齐语料库的构建和技术研究[5]，这项研究技术的成果会对后期的汉-乌机器翻译研究有很大促进作用，并为中乌双方的无障碍交流提供有效的现代信息交流工具，带动两国之间的经济、文化、科技、教育等方面的交流和发展[6-7]。

本文以汉语水平考试（HSK）汉语词汇为基础，引出如何利用翻译API技术自动生成汉语-乌兹别克语双语对齐词库，及其相关技术、问题和实现解决技术方法。汉语水平考试（HSK）中共有1至6级汉语词汇5000个，实验采用翻译API技术能够快速有效生成汉-乌平行语料库，并将库中少量未完成翻译词汇进行人工校对，从而形成不断完善的汉-乌平行语料词库。……