Автоматическое выделение двуязычных коллокаций из параллельных корпусов

В настоящее время область автоматической обработки естественного языка стремительно развивается. В особенности большое внимание уделяется феномену коллокаций, сферами применения которых являются машинный перевод, распознавание речи и обучение иностранному языку. При этом получение объемного списка мультиязычных коллокаций является трудоемким и требует лексикографических компетенций. Автоматические инструменты позволяют быстро решить поставленную задачу с достаточной точностью. В этой связи применение подобных инструментов является актуальным, так как они облегчают процесс выделения устойчивых выражений, впоследствии повышают эффективность лингвистических исследований и способствуют созданию словарей нового типа и учебных материалов. Необходимо подчеркнуть, что в области извлечения одноязычных коллокаций было проведено большое количество исследований, в том числе на немецком и английском языках. Однако извлечение эквивалентных двуязычных коллокаций на данных языках является недостаточно разработанным направлением. В рамках данной работы был разработан алгоритм для выделения англо-немецких коллокаций, который комбинирует три подхода: статистический, синтаксический методы и векторные представления слов. Точность выделения коллокаций составила 0,87.