搜索引擎在计算机辅助翻译中的应用

翟云超，马王储，常璐

（华北理工大学外国语学院，河北唐山，063000）

1 搜索引擎的概念

搜索引擎指根据一定策略、运用特定的计算机程序从互联网搜集信息，完成信息组织、处理后为用户提供检索服务，并将检索信息展示给用户的系统，包括 全文索引、目录索引、元搜索引擎、垂直搜索引擎、集合式搜索引擎、门户搜索、引擎与免费链接列表等（刘彦平，2011）。百度和谷歌等是搜索引擎代表。

2 搜索引擎的工作机制

（1）抓取网页。每个独立的搜索引擎都有自己的网页抓取程序爬虫（spider）。爬虫Spider顺着网页中的超链接，从这个网站爬到另一个网站，通过超链接分析连续访问抓取更多网页。被抓取的网页被称之为网页快照由于互联网中超链接的应用很普遍，理论上，从一定范围的网页出发，就能搜集到绝大多数的网页。

（2）处理网页。搜索引擎抓到网页后，还要做大量的预处理工作，才能提供检索服务。其中，最重要的就是提取关键词，建立索引 库和索引。其他还包括判断网页类型、去除重复网页、分析超链接、分词（中 文）、计算网页的重要度/丰富度等。

（3）提供检索服务。用户输入关键词进行检索，搜索引擎从索引数据库中找到匹 配该关键词的网页。为了用户便于判断，除了网页标题和URL外，还会提 供一段来自网页的摘要以及其他信息。

3 基本逻辑检索符

3.1 布尔逻辑检索

布尔逻辑检索的使用面最广，使用频率最高。利用布尔逻辑运算符连接各检索词，然后由计算机进行相应逻辑运算，找出所需信息。需要注意的是，在使用布尔逻辑检索时仍然需要参考具体数据库使用帮助或说明。

表1 布尔逻辑运算符与检索式

3.2 位置算符检索

位置算符检索也称全文查找逻辑算符或相邻度算符，是用来规定符号两边的 词出现在文献中的位置的逻辑运算算符。

（1）W算符(with):通常写作A(nW)B,表示词A与词B之间至多可以插入n个其他的词(注意是单词，不是字母)，同时A、B保持前后顺序不变；其中(W)也可以写作()，表示两词之间不得有其他词，但有些系统允许有空格或标点符号。

（2）N算符(new): 通常写作A(nN)B,表示A与B之间至多可以插入n个其他词，同时A、 B不必保持前后顺序。其中W)表示算符两侧的检索词必 须前后相连，但词序可颠倒，词间不允许插入其他词或字母。

（3）Same:通常写作A SAME B，表示SAME两侧的检索词A和B必须同时出现在数据库的同一个段落中。

（4）s算符(subfield):通常写作A(S)B，表示A与B必须同时在一个句子或同一子字段内出现，但词序可随意变化，且各词间可以加任意多个词。例如输入solar(W)energy，会得到solar energy；输入solar(N)energy可能会得到solar energy或者energy solar。

3.3 截词检索

截词检索是指在检索词的合适位置进行截断，然后使用截词符进行处理，既 可节省输入的字符数目，也可达到较高的查全率。需要注意的是，任何一种 截词检索，都隐含着布尔逻辑中的“或”运算（刘振西、李润松、叶茜，2006）。检索符：“?”代表零或一个字符，“*”代表无限截词符号。

（1）后截词 ：输入“book?”，检索结果为“book”或“books”;输 入“educat*”，检 索 结 果 为“education” 、“educational”、“educator”。

（2）中截词 ：输入“s?w”，检索结果为“saw” 、“sew”。

3.4 字段检索

字段检索是指根据标题、作者、摘要、关键词、作者单位、文献来源、学位授予单位、学位级别、会议信息、会址、会期、书名、出版地、出版年、专利号报告号、ISBN 和 ISSN 等字段检索所需内容。

表2 常见字段检索

3.5 全文检索

全文检索是一种将文件中所有文本与检索匹配的文字资料检索方法。全文检索系统是按照全文检索理论建立的用于提 供全文检索服务的软件系统，可将存储于数据库中整本书、整篇文章中的任 意内容信息查找出来，进行各种统计和分析。

3.6 精确检索

精确检索是指尽可能限定检索范围，以最快速度找到自己所需的检索方式。在计算机辅助翻译中采取精确检索能够提升检索效率，避 免大量冗余信息。需要注意的是，采取该种检索方法的前提是译者对自己的检索内容非常确定。

例 1

使用双引号“”。检索符含义：对引号中的内容不进行任何添加删除处理进行检索。

在 Google 中检索短语 knock down joint 会发现，除了包含完整关键词 knock down joint的检索结果外，还显示了包含 knock down、joint 等关键词和关键字的结果。将整个关键词 knock down joint 加上双引号“”进行检索，结果则只剩下包含完整关键词knock down joint 的词条。

例 2

使用布尔逻辑检索符“-”。检索符意义：排除减号“-”后面的内容。“Bass”在中文中既指一种低音乐器（贝斯），同时也有“鲈鱼”之意。如要在搜索引擎中仅查找有关“贝斯”的检索词条，需在检索框中输入“bass[空格] -fish”，就可以把有关鲈鱼的检索词条全部屏蔽掉。

4 结语

除了电子词典与工具书，在进行翻译实践时，搜索引擎已经成为翻译实践工作必不可少的工具。与此同时，在使用搜索引擎辅助翻译时也要辨别检索结果的真伪，避免出现偏差、低质量或违法的结果。

参考文献

[1]李跃珍.信息检索与利用[M].杭州：浙江大学出版社,2006.

[2]刘廷元,邵卫东,汤凝.信息检索原理教程[M].北京：北京交通大学出版社,2008.

[3]刘彦平.关于网络搜索引擎及其优化的讨论[J].电子商务,2011(04).

[4]刘振西,李润松,叶茜.实用信息检索技术概论[M].北京：清华大学出版社，2006.

[5]徐剑,柯贵明.网络爬虫技术在搜索引擎中的应用[A].全国第21 届计算机技术与应用学术会议（CACIS·2010）暨全国第 2 届安全关键技术与应用学术会议论文集[C]. 2010.

[6]赵慧,李春明,鲍可进.一种基于 DotLucene 搜索引擎的知识库中文全文检索系统[A].第二十二届中国数据库学术会议论文集[C].2005.