计算机软件及计算机应用 图书情报与数字图书馆 预训练模型视角下的跨语言典籍风格计算研究 标题: 预训练模型视角下的跨语言典籍风格计算研究作者: 张逸勤,邓三鸿,胡昊天,王东波第一作者: 张逸勤机构: 南京大学信息管理学院,南京农业大学信息管理学院期刊: 数据分析与知识发现发表日期: 2023-02-09论文摘要: 【目的】利用预训练语言模型对典籍文本进行风格计算与对比分析，宏观把控跨语言环境下典籍语言风格特征，提升典籍外译质量。【方法】分别应用5种预训练语言模型并对比深度学习模型Bi-LSTM-CRF在《论语》、《道德经》、《礼记》、《尚书》和《战国策》所构建的跨语言典籍古汉英语料库上的分词词性标注性能，基于预训练模型的最优训练结果完成对语料库中所有古汉语典籍的分词与词性标注，在这基础上进行对古汉语典籍及其对应的白话文和英文翻译在词汇层面的语言风格分析，包括词性、词汇长度、词汇多样性和密度的比较和总结。【结果】SikuBERT预训练语言模型对典籍词汇识别准确率、召回率、调和平均值F1达到91.29%、91.76%和91.52%，现代汉语译文较典籍原文词汇表意指代更为明确、词组功能相对单一、词汇组合方式更为多样，而英文译文存在翻译简化的现象。【局限】因数据抽样偏差，仅选取了特定的先秦典籍文本与译本，结论扩展到其他领域文本的有效性需进一步验证。【结论】本研究验证了预训练语言模型SikuBERT对典籍语言风格挖掘研究的可行性，深入分析典籍文本语言风格差异，为提升古代汉语翻译质量与促进中国优秀典籍跨文化...关键词: 典籍文本; 数字人文; 语言风格; 预训练语言模型知网阅读链接: 点击跳转
