自序

阅读一本外文小说时，常被其中的生词所打扰。即使能理解基本内容，却因少量生词影响了对原文更确切的理解和欣赏；很想读一本外文名著，翻看几页，不时跳跃出来的生词和陌生的句子使心中的热情不知不觉间消退；读着一篇外文参考文献，不得不多次去查生词，不仅有普通生词而且还有专业术语。

如果能提前把书中的生词提取出来，按照所出现顺序排列好，给出解释和发音，需要时，只需随便扫一眼，释义就全知，那该有多好；同样，碰到一个奇怪的句子，对该句子的解释和说明就在手边，或者与阅读该书的朋友共同讨论一下，协作翻译，那该有多惬意。

如果说在信息时代之前，实现上述愿望是不可能的，但自然语言处理技术、云计算和数字出版的出现，使数字出版书籍和期刊文献的同时，提供与读者外语水平相符的词汇表或难句表成为可能，这是写作本书的初衷。

人类已经进入数字出版时代，数字出版是二进制代码的信息出版形式，由编辑到发行环节传递的是数字化形式的信息，这使得在出版过程中利用各种现代技术为读者提供各种包括娱乐和辅助学习功能的新型有效服务成为可能。

云计算、多媒体技术和人工智能研究领域成果的引用，如自然语言处理技术等，能使数字化出版不仅带来信息载体、读物来源和阅读方式方面的变化，而且会使人们在利用各种类型的数字出版产品学习时的学习方式、学习效果等都发生很多新的变化。

为此，本书首次提出了数字出版中语言服务的理念，并介绍了一种简单实用的数字出版语言服务新形式，即词汇和难句抽取服务，以辅助人们更轻松地进行诸如外文书籍和文献阅读、观看外文视频和动漫，以及通过游戏学习外语等。

鉴于本书的初衷是向读者介绍数字出版语言服务理念和数字出版中基于自然语言处理技术和云计算技术的词汇与难句抽取服务的策略实现，因此本书在写作中主要从理念和观点而非技术的角度进行阐述。

本书写作过程中参考了大量的文献和一些相关著作，并特别引用了几位信息领域专家在自然语言处理及云计算方面的观点，在此向他们表示感谢。

本书的观点主要来源于作者多年在外语学习和从事计算机软件应用方面的实践和思考，大部分都还属于理念层次，在许多方面需要改善和进一步细化，在数字出版中的具体实施需要出版社、语言学家和软件技术人员的共同努力。

由于本人在专业和文化视野及写作能力方面的局限，书中之言难免有失偏颇，如有错误和不当之处，欢迎读者批评指正。

本书内容

本书共分8章：(https://www.daowen.com)

第1章绪论，介绍了什么是数字出版语言服务，数字出版语言服务理念的起源与现状。

第2章数字出版语言服务范围及局限性，首先介绍了几种主要的数字出版物，然后分析了目前在数字出版中应用的3种语言服务技术：文字编辑和自动校对、词典编纂和文本易读性，最后分析了现存数字出版语言服务的局限性，如服务种类稀少，对解决阅读中词汇问题和减少屏幕或网络阅读副作用的忽略等。

第3章数字出版语言服务技术基础，从学科性质、研究内容、发展过程和现状等整体理念角度介绍了数字出版语言服务的技术基础：自然语言处理技术、云计算技术和数字出版技术。

第4章数字出版中的词汇和难句抽取服务，首先对数字出版提供语言服务的可行性进行了分析，说明了自然语言处理技术、云计算和数字出版作为实现数字出版语言服务中的工具、平台和基础因素的作用。其次，说明了在基于统计的词汇分布规律基础上，实现词汇抽取在语言方面的可行性，给出了数字出版词汇抽取服务的参考实现策略。最后，针对难句抽取自动化困难的问题，提出了基于传统文本难度算法抽取和人工辅助翻译的解决方案，并说明了科学设置词汇表属性的问题。

第5章语言文字类数字出版物词汇抽取服务的实现，首先从提供数字出版语言服务角度对语言文字类数字出版物进行了分类，然后分别对外文文学原著、外文原版教材、期刊文献和报纸出版中提供词汇抽取服务进行了探讨，分析了其必要性和可行性，并根据各自的特点给出了具体的实现策略和需要注意的问题。

第6章多媒体类数字出版物词汇及句子抽取服务的实现策略，先从提供数字出版语言服务角度对多媒体类数字出版物进行了分类，然后分析了网络动漫、游戏和外文原版电影视频在外语学习中的作用、特点、存在的问题及提供词汇和句子抽取服务的必要性和可行性，针对网络动漫、游戏和外文原版电影视频对话口语形式的特点，给出了实现普通词汇、俚语和经典句子抽取的参考策略，并说明了词汇表、难句表显示属性设置中应注意的问题。

第7章中文信息处理与汉语数字出版语言服务，说明了由于汉语是表意文字而导致的中文信息处理特点和困难，分析了目前中文信息处理存在的问题，提出了促进中文信息处理发展和改进的相关策略。最后从汉字字理研究、古籍数字化、对外汉语推广、汉语出版物等方面探讨了汉语数字出版语言服务的问题。

第8章展望，说明了数字出版语言服务未来发展和应用情况。

目标读者

本书作为一本从技术和语言实现角度，探讨现代技术帮助人们阅读和语言学习的书，面向所有关注技术对人类阅读和语言学习产生影响的专业人士、普通的语言学习与研究人员、阅读爱好者、广大的外语和语文教师、学生等。也可供关注数字出版服务、自然语言处理应用和云计算应用的人士学习参考。本书也可作为编辑出版类专业的课外参考书。