课前思考： 1、什么是语料库？如何将语料库用于翻译研究中？ 2、基于语料库的翻译研究有什么优势？ 3、基于语料库的翻译研究有什么样的局限性？

在英语学术写作过程中，词语搭配的选择往往是影响语言地道性的重要因素。本文介绍在线语料库工具的几个重要功能：搭配词检索、近义词检索和近义词搭配检索、模糊检索，以及文本修改。介绍在线语料库工具的目的在于增强学习者的学术语言意识，并为提高学生学术写作语言表达的地道性提供辅助工具

 自然语言处理概述 ◼ 什么是自然语言处理 ◼ 自然语言处理的典型应用 ◼ 自然语言处理的基本任务 ◼ 自然语言处理的基本策略和实现方法 ◼ 自然语言处理的难点 ◼ 自然语言处理所涉及的学科  基于规则（知识工程）的自然语言处理方法（理性方法，传统方法） ◼ 基于词典和规则的形态还原（英语）、词性标注以及分词（汉语、日语） ◼ 基于CFG（上下文无关文法）和扩充的CFG（复杂特征集、合一运算）的句法分析 ◼ 基于逻辑形式和格语法的句义分析 ◼ 基于规则的机器翻译  基于语料库（数据）的自然语言处理方法（经验方法） ◼ 语言模型（N元文法） ◼ 分词、词性标注（序列化标注模型） ◼ 句法分析（概率上下文无关模型、移进-规约分析器） ◼ 文本分类（朴素贝叶斯模型、最大熵模型） ◼ 情感分析 ◼ 机器翻译 (IBM Model等) ◼ ......（基于神经网络的深度学习方法）

1翻译专业基础课程平台必修课 《基础英语》 《第二外语》 《英语视听说》 《英语写作》 《英语国家文学概要》 《英语阅读》 《翻译专业导论》 2翻译专业基础课程平台选修课 《基础英语》（三）（四） 《英语语法》 《英语语音》 《英语视听说 》 《高级英语》 《学术论文写作》 《语言学概论》 《英语演讲与辩论》 《英美经典作品赏析》 《中国经典作品赏析》 3翻译专业课程平台必修课 《英汉笔译》 《汉英笔译》 《笔译实训》 《交替传译》 《专题口译》 《翻译理论概要》 《中国文化概要》 《模拟情景翻译实训》 《实用翻译工作坊》 翻译专业毕业设计（论文） 《现代汉语》 《高级汉语写作》 4翻译专业课程平台选修课 《商务英语与翻译》 《科技英语与翻译》 《医学英语与翻译》 《核能英语与翻译》 《语言与翻译》 《文学与翻译》 《旅游翻译实践》 《法律翻译实践》 《新闻翻译实践》 《影视翻译实践》 《计算机辅助翻译》 《语料库应用》 《中西翻译史》 《翻译评论》 《同声传译》 《佳译赏析》 《英语综合运用》 《英语国家概况》 《跨文化交际》 《外事礼仪》 《圣经与英语文学》 《希腊神话》 《英语教学法》 《二外阅读与写作》 《二外视听说》 《二外口语》 《古代汉语》

基于翻译记忆的机器翻译方法 基于模板（模式）的机器翻译方法 双语语料库对齐技术 – 句子对齐 – 词语对齐 机器翻译的评价

【自然语言处理与理解】利用人类计算技术的语音语料库标注方法及其实现

《广东外语外贸大学学报》：浅析非英语专业大学生英语写作的若干问题——基于 CLEC 语料库及问卷调查的研究（新罕布什尔大学：张西芳）

提出基于双向长短期记忆网络（bidirectional long short-term memory，BiLSTM）和前向神经网络的融合模型完成公共安全事件的触发词识别任务.首先通过BiLSTM提取整段文本的高层语义特征，避免了以往机器学习方法需要人工提取特征的问题，其次采用特征拼接并在前向神经网络中识别并分类事件触发词.实验结果表明相较于基准模型，本文方法在中文突发事件语料库（Chinese emergency corpus，CEC）上取得了更为突出的性能，Micro-F1值为78.47%.此外本文讨论了不同拼接特征在触发词识别任务中的重要性，对文本分析中3类特征（词性、句法、实体）的重要程度进行了比较和分析，得出句法特征对于事件触发词识别任务助益最大的结论

基于语义角色分析，提出了一种三元组涉恐事件实体属性抽取方法，为网络空间涉恐活动的监测及预警提供技术支持。首先，基于西北政法大学“反恐怖主义信息网”文本语料数据进行数据采集和清洗等预处理工作，采用朴素贝叶斯文本分类算法识别涉恐事件文本，并采用关键词提取算法TF-IDF（Term frequency-inverse document frequency，词频-逆文档频率）构建涉恐专有词库，结合自然语言处理技术构建带词性的涉恐专有词库。然后通过语义角色分析、句法依存分析，提取了主语谓语宾语关系、定语后置动宾关系、人名//地名//机构和介宾关系主谓动补4类涉恐三元组结构。最后，利用正则表达式及带词性的涉恐专有名词分析，在4类三元组短文本中提取出恐怖事件发生时间、发生地点、伤亡情况、攻击方式、武器类型和恐怖组织6类实体属性。对采集的4221篇文章数据进行实验分析，6类实体属性抽取的测评结果F1值均超过80%，对网络空间的涉恐事件监测及预警，维护社会公共安全具有重要现实意义

为了给数控机床故障的精准诊断提供保障，延长数控机床使用周期，以数控机床历史维修记录为研究对象，对数控机床设备故障领域的命名实体识别进行了研究。在分析历史维修记录中的故障描述特点后，提出了一种基于双向长短期记忆网络（Bidirectional long short-term memory, BLSTM）与具有回路的条件随机场（Conditional random field with loop, L-CRF）相结合的命名实体识别方法。首先，对输入语句进行分词和标注，使用Word2vec中的Skip-gram模型对标注语料进行预训练，将其生成的字向量通过词嵌入层转化为字向量序列；然后，将字向量序列输入BLSTM学习长期依赖信息；最后将句子表达输入L-CRF获取全局最优序列。实验结果表明，该方法明显优于其他命名实体识别方法，为数控机床设备的智能检修与实时诊断任务打下了坚实的基础