语言和术语标准化在现代社会当中的影响-Laurent Romary

名师大咖,翻译行业 2018-08-10

人工智能时代口译技术应用研究
王华树 | 国内首部聚焦口译技术应用和教学的著作
新书推荐


口笔译教育与评价国际论坛二号公告
在厦门大学百年校庆之际，邀您齐聚厦门、共襄盛举
论坛推荐

ISO/TC37主席Laurent Romary在语言服务标准化国际研讨会上的主旨演讲。
法国国家信息与自动化研究所主任、高级研究员、欧洲DARIAH工程研究主任。1989年获得计算语言学博士，1999年获任现职。目前从事半结构化文档，特别是文本和语言资源的建模研究。现任ISO/TC37“language and terminology"主席。2001-2011年曾任TEI—Text Encoding Initiative 技术委员会主任，2005-2006年参与法国国家科学研究院科学信息策略制定，2006-2008年加盟 Max-Planck Digital Library研究工作。

主旨演讲要点：

一、语言，新技术以及标准扮演的角色
1）语言资源：形式的多样性：
一级资源：文本，音频，视频，社交媒体等
二级资源：经编撰的，如词典，术语
经解析的，如句法结构，语义和语用

2）解析语言资源的新运用
翻译行业，语言学习
聊天机器人，如：“Siri，what was the previous address?”
多模式互动，如虚拟沉浸，现实增强（可用于外科手术，太空探索和游戏产业）
文档的管理和找回，如在欧洲专利局的运用

3）对可重复利用（开放）数据的需求
在教导机器学习算法上不可或缺
在跨厂商的情况中，语料库分散，互通性是可重复利用的关键

二、第一个例子：对指称的解析
1）不同的句子：指称，I ate [the apple]
复杂指称，I ate [(an apple), and (an orange)]
回指，I ate the apple. It was juicy
不清晰的指称，the one and the other
2）边缘现象：对于这类技术有兴趣的多为大公司
3）ISO指称解析的框架
对指称解析的数据分类：指称表达，词汇关系，语篇实体，宾语关系
序列化：基于文本编码规范

三、第二个例子：对数值的管理
1）度量单位的多样性：40℃，32 hours
2）GORBID-Quantities：分析识别文章中的科学数值，以ISO标准标准化
3）法国Istex项目：国家文档管理及发布平台，可以进行科学数值的搜索

四、标准化：开放知识的必备因素
1）可重复使用、共同使用的语言资源
跨机构的科研协作
公司内部的重复使用
2）覆盖现象广
机器学习技术的发展打开了广阔的未来
新兴技术在不断涌现，我们需要通过合适的标准来满足需求
3）避免标准化进程碎片化
ISO内部及标准化组织间的一致性

以上纲要仅供参考
研二实习生 Kay 编译