Details

The object of the research is terms in the domain of automatic text processing in English and Russian language. The subject of investigation is building a bilingual glossary using automated tools. The objective of the study is extraction and comparative analysis of automatically extracted terms from parallel corpus of English and Russian texts in the domain of automatic text processing. The tasks of the study: Collect and analyse scientific literature and technical documentation on the master thesis topic. Analyse the existing methods of term extraction and select the most suitable approach to fulfill the research objective. Review existing English-Russian bilingual resources in the automatic text processing domain. Build and preprocess the parallel corpus in the automatic text processing domain. Employ selected algorithms to extract terms from the parallel corpus. Analyse and systemise extracted terminology. The research methodologies include methods of corpus linguistics, quantitative data analysis, comparative analysis of terms and computer data processing technologies. As a result of the study the automatic term extraction algorithm was implemented on a bilingual corpus of texts in the domain of automatic text processing in English and Russian, leading to the creation of a bilingual glossary. The bilingual glossary in the domain of automatic text processing can be leveraged to enhance automatic machine translation systems, integrated into document summarisation tasks, or incorporated into educational materials and curriculum development for natural language processing courses.

Объект исследования: термины в области автоматической обработки текста на английском и русском языках. Предмет: создание двуязычного глоссария с использованием автоматизированных средств. Цель: автоматическое извлечение и сравнительный анализ терминов из параллельного корпуса на английском и русском языке в области автоматической обработки текста. Задачи: собрать и проанализировать научную литературу и техническую документацию по теме работы; проанализировать существующие методы извлечения терминов и выбрать подходящий для достижения цели исследования; изучить существующие англо-русские ресурсы в области автоматической обработки текста; собрать и предобработать параллельный корпус; применить выбранный алгоритм извлечения терминов из параллельного корпуса; проанализировать и систематизировать извлеченные термины. Методы исследования: методы корпусной лингвистики, количественного анализа данных, сравнительного анализа терминов и компьютерных технологий обработки данных. В результате исследования алгоритм автоматического извлечения терминов был применен к двуязычному корпусу текстов в области автоматической обработки текстов на английском и русском языках, что позволило сформировать двуязычный глоссарий, который может быть использован для улучшения систем автоматической обработки текста или включен в учебные материалы и учебные программы курсов по обработке естественного языка.