基于數(shù)據(jù)處理技術(shù)的《必應(yīng)詞典》編纂模式研究

廖海宏

(廈門理工學(xué)院外國(guó)語(yǔ)學(xué)院，福建廈門 361024)

詞典編纂技術(shù)與計(jì)算機(jī)和網(wǎng)絡(luò)技術(shù)同步發(fā)展，隨著數(shù)據(jù)時(shí)代的到來(lái)，基于數(shù)據(jù)處理技術(shù)的詞典編纂模式不斷發(fā)展。詞典學(xué)者開始關(guān)注和研究數(shù)據(jù)處理技術(shù)對(duì)詞典編纂模式的影響，具體可參見章宜華[1]1，馬立東、吳光華[2]43，林皓、張逸[3]26，耿云冬、魏向清[4]65等的文章討論。其中，耿云冬和魏向清[4]66提出的“語(yǔ)言數(shù)據(jù)驅(qū)動(dòng)模式”更是直接指出數(shù)據(jù)處理技術(shù)對(duì)詞典編纂發(fā)展的方向性影響，他們認(rèn)為：“如果說(shuō)傳統(tǒng)的詞典編纂更多是編者主體經(jīng)驗(yàn)驅(qū)動(dòng)模式，那么當(dāng)代及未來(lái)的詞典編纂則無(wú)疑應(yīng)是語(yǔ)言數(shù)據(jù)驅(qū)動(dòng)模式?！?近年來(lái)，在理論發(fā)展的同時(shí)，數(shù)據(jù)處理技術(shù)在詞典編纂實(shí)踐領(lǐng)域不斷得到應(yīng)用，基于數(shù)據(jù)處理技術(shù)的詞典編纂模式逐漸發(fā)展并趨于成熟。鑒于數(shù)據(jù)處理技術(shù)對(duì)詞典編纂未來(lái)發(fā)展的方向性影響，有必要加強(qiáng)對(duì)此類詞典產(chǎn)品的研究。

《必應(yīng)詞典》是微軟亞洲研究院研發(fā)的帶翻譯功能的在線英漢雙語(yǔ)詞典。經(jīng)過(guò)近10年發(fā)展，《必應(yīng)詞典》現(xiàn)有網(wǎng)絡(luò)版、桌面版、移動(dòng)版等，最新版本是Win10版。根據(jù)手機(jī)內(nèi)置的不同操作系統(tǒng)，移動(dòng)版又細(xì)分為Windows10App版、Windows10Android版、Windows10iphone版、Windows10WinPhone版等版本，各版本均擁有龐大詞庫(kù)、海量詞條、海量雙語(yǔ)例證庫(kù)，提供詞典查詢和以詞典為基礎(chǔ)的雙語(yǔ)翻譯服務(wù)。本文從數(shù)據(jù)處理技術(shù)的角度出發(fā)，分析基于數(shù)據(jù)處理技術(shù)的詞典編纂模式對(duì)《必應(yīng)詞典》發(fā)展進(jìn)程、編纂過(guò)程、編纂結(jié)果等的影響，并以點(diǎn)帶面，管窺數(shù)據(jù)處理技術(shù)對(duì)詞典編纂模式未來(lái)發(fā)展的影響。

一、《必應(yīng)詞典》數(shù)據(jù)處理技術(shù)應(yīng)用沿革

“數(shù)據(jù)處理是對(duì)數(shù)據(jù)的采集、存儲(chǔ)、檢索、加工、變換和傳輸，數(shù)據(jù)處理的基本目的是從大量的、可能是雜亂無(wú)章的、難以理解的數(shù)據(jù)中抽取并推導(dǎo)出對(duì)于某些特定的人們來(lái)說(shuō)是有價(jià)值、有意義的數(shù)據(jù)。”[5]6《必應(yīng)詞典》一向注重?cái)?shù)據(jù)處理技術(shù)的詞典應(yīng)用，最新版《必應(yīng)詞典》是綜合應(yīng)用網(wǎng)絡(luò)數(shù)據(jù)挖掘、搜索引擎、云計(jì)算、大數(shù)據(jù)等技術(shù)的詞典產(chǎn)品。

《英庫(kù)》是《必應(yīng)詞典》的前身。2009年12月，微軟亞洲研究院在線英語(yǔ)詞典研究項(xiàng)目成果《英庫(kù)》上線，這是一款用戶需求導(dǎo)向、針對(duì)中國(guó)人英語(yǔ)學(xué)習(xí)特點(diǎn)設(shè)計(jì)的詞典?！队?kù)》研發(fā)之初就注重?cái)?shù)據(jù)處理技術(shù)的詞典應(yīng)用，根據(jù)微軟亞洲研究院官方微博：“《英庫(kù)》基于全新網(wǎng)絡(luò)數(shù)據(jù)挖掘技術(shù)，不斷挖掘、擴(kuò)充雙語(yǔ)數(shù)據(jù)庫(kù)，以數(shù)以千計(jì)的速度擴(kuò)展單詞和例證，達(dá)到千萬(wàn)詞匯和例證。通過(guò)掃描幾十億量級(jí)的網(wǎng)頁(yè)，應(yīng)用網(wǎng)絡(luò)數(shù)據(jù)挖掘技術(shù)挖掘海量網(wǎng)絡(luò)數(shù)據(jù)，建設(shè)千萬(wàn)級(jí)詞匯庫(kù)和雙語(yǔ)例證庫(kù)等?！雹?010年9月，《英庫(kù)》更名 《必應(yīng)詞典》，并把詞典發(fā)布到微軟必應(yīng)搜索引擎首頁(yè)。新版詞典在《英庫(kù)》網(wǎng)絡(luò)數(shù)據(jù)挖掘技術(shù)基礎(chǔ)上進(jìn)行了技術(shù)升級(jí)，融詞典功能和搜索引擎功能為一體。劉超[6]36指出：“搜索引擎通過(guò)網(wǎng)絡(luò)爬蟲獲取大量相關(guān)資料和信息,采用機(jī)器學(xué)習(xí)或者網(wǎng)絡(luò)數(shù)據(jù)挖掘的算法進(jìn)行網(wǎng)絡(luò)數(shù)據(jù)挖掘,進(jìn)一步分類和提取,將用戶最想要的搜索信息返回給用戶。”數(shù)據(jù)處理是搜索引擎的主要功能之一，把搜索引擎技術(shù)融入《必應(yīng)詞典》是把數(shù)據(jù)處理技術(shù)融入詞典編纂的又一次技術(shù)創(chuàng)新。在獲取詞典編纂所需的數(shù)據(jù)和處理數(shù)據(jù)的過(guò)程中，搜索引擎后臺(tái)海量數(shù)據(jù)為數(shù)據(jù)挖掘提供數(shù)據(jù)基礎(chǔ)，而搜索引擎的數(shù)據(jù)搜索、存儲(chǔ)、挖掘功能為詞典編纂提供技術(shù)基礎(chǔ)，詞典編纂自動(dòng)化程度提高。2011年5月，微軟宣布在云計(jì)算技術(shù)基礎(chǔ)上推出基于“云”服務(wù)模式的“必應(yīng)云詞典”，詞典具備云端與本地詞庫(kù)查詢雙重搜索模式，提供詞典查詢服務(wù)和基于詞典的翻譯服務(wù)。必應(yīng)云詞典官方網(wǎng)頁(yè)(2011)指出：“必應(yīng)云詞典是由海量數(shù)據(jù)驅(qū)動(dòng)的、基于機(jī)器學(xué)習(xí)和統(tǒng)計(jì)建模的最新一代機(jī)器翻譯引擎……提供云服務(wù)模式詞典和翻譯服務(wù)?！雹诰W(wǎng)絡(luò)數(shù)據(jù)挖掘技術(shù)是云計(jì)算技術(shù)的功能之一，基于云計(jì)算技術(shù)的詞典“云”服務(wù)模式是《必應(yīng)詞典》把數(shù)據(jù)處理技術(shù)融入詞典編纂的又一輪技術(shù)創(chuàng)新。鄒燕飛[7]186認(rèn)為：“海量網(wǎng)絡(luò)數(shù)據(jù)挖掘?qū)W(wǎng)絡(luò)環(huán)境和應(yīng)用條件要求較高，而云計(jì)算技術(shù)的應(yīng)用有效提高了網(wǎng)絡(luò)數(shù)據(jù)挖掘效率和云計(jì)算技術(shù)在海量網(wǎng)絡(luò)數(shù)據(jù)挖掘中的應(yīng)用研究?！?云計(jì)算技術(shù)應(yīng)用提高了《必應(yīng)詞典》對(duì)網(wǎng)絡(luò)數(shù)據(jù)的挖掘和應(yīng)用的效率。進(jìn)入大數(shù)據(jù)階段，種類繁多、數(shù)量龐大的網(wǎng)絡(luò)數(shù)據(jù)成為《必應(yīng)詞典》編纂重要的語(yǔ)料來(lái)源，詞典編纂開始從紛繁復(fù)雜的網(wǎng)絡(luò)數(shù)據(jù)中采集、篩選、分析和挖掘有效數(shù)據(jù)，大數(shù)據(jù)技術(shù)開始在《必應(yīng)詞典》編纂中得到應(yīng)用，為基于數(shù)據(jù)處理技術(shù)的詞典編纂打開了更廣闊的視野。

二、《必應(yīng)詞典》編纂過(guò)程的數(shù)據(jù)處理特色

數(shù)據(jù)處理技術(shù)賦予詞典編纂過(guò)程新的特色。常規(guī)的詞典編纂過(guò)程包括語(yǔ)料采集、語(yǔ)料加工、選詞立目、釋義和例證的收集、篩選等，數(shù)據(jù)處理技術(shù)對(duì)《必應(yīng)詞典》語(yǔ)料采集途徑、語(yǔ)料加工方式、選詞立目條件，以及釋義和例證的采集、篩選、收錄等過(guò)程都產(chǎn)生了深刻影響。

(一)《必應(yīng)詞典》語(yǔ)料采集與加工方式

《必應(yīng)詞典》在語(yǔ)料采集方面既兼顧傳統(tǒng)又謀求創(chuàng)新，來(lái)自權(quán)威詞典的語(yǔ)料和在網(wǎng)絡(luò)數(shù)據(jù)基礎(chǔ)上挖掘的語(yǔ)料共同構(gòu)成《必應(yīng)詞典》語(yǔ)料，在種類和規(guī)模上打破了傳統(tǒng)格局?！侗貞?yīng)詞典》內(nèi)置牛津大學(xué)出版社系列牛津詞典、微軟Office詞典、微軟電子百科全書等權(quán)威詞典和百科全書，權(quán)威詞典為詞典提供嚴(yán)格按詞典標(biāo)準(zhǔn)規(guī)范加工的語(yǔ)料，語(yǔ)料來(lái)源得到較好的質(zhì)量保證；數(shù)據(jù)處理技術(shù)應(yīng)用拓寬了傳統(tǒng)的語(yǔ)料采集途徑，網(wǎng)絡(luò)數(shù)據(jù)成為詞典編纂重要的語(yǔ)料來(lái)源。2011 年，世界知名咨詢公司麥肯錫指出: “數(shù)據(jù)，已經(jīng)滲透到當(dāng)今每一個(gè)行業(yè)和業(yè)務(wù)職能領(lǐng)域，成為重要的生產(chǎn)因素?！盵8]14如果說(shuō)數(shù)據(jù)是數(shù)據(jù)時(shí)代的重要生產(chǎn)因素，那么種類繁多的網(wǎng)絡(luò)數(shù)據(jù)則是數(shù)據(jù)時(shí)代詞典編纂的重要語(yǔ)料來(lái)源和生產(chǎn)因素。互聯(lián)網(wǎng)空間為《必應(yīng)詞典》編纂提供了千萬(wàn)億字節(jié)規(guī)模的數(shù)據(jù)采集庫(kù)，互聯(lián)網(wǎng)空間開放共享的在線詞典、詞典數(shù)據(jù)庫(kù)、翻譯網(wǎng)站、大型語(yǔ)料庫(kù)等提供經(jīng)過(guò)語(yǔ)料加工的百萬(wàn)、千萬(wàn)、億級(jí)的語(yǔ)言數(shù)據(jù)庫(kù)。

《必應(yīng)詞典》語(yǔ)料來(lái)源和采集方式的變化帶動(dòng)語(yǔ)料加工方式的變化，以數(shù)據(jù)挖掘?yàn)橹饕卣鞯恼Z(yǔ)料數(shù)據(jù)化技術(shù)在《必應(yīng)詞典》編纂中得到應(yīng)用。章宜華[1]2認(rèn)為：“語(yǔ)料數(shù)據(jù)化是辭書現(xiàn)代化的新理念，即應(yīng)用語(yǔ)言學(xué)研究的新成果和網(wǎng)絡(luò)數(shù)據(jù)挖掘技術(shù)，在海量的語(yǔ)料中提取詞典所需的各種有效語(yǔ)言數(shù)據(jù)，把語(yǔ)料庫(kù)變?yōu)樵~匯/詞典數(shù)據(jù)庫(kù)，從而大大提高語(yǔ)料使用和詞典編纂的效率?！薄侗貞?yīng)詞典》編纂過(guò)程充分應(yīng)用語(yǔ)料數(shù)據(jù)化技術(shù)，從互聯(lián)網(wǎng)空間采集海量數(shù)據(jù)，再?gòu)乃杉瘮?shù)據(jù)中提取適用于詞典編纂的有效數(shù)據(jù)，挖掘詞匯的詞法、句法、語(yǔ)義、語(yǔ)用等方面的詞匯知識(shí)和實(shí)用信息，語(yǔ)料加工方式更加智能化。

(二)《必應(yīng)詞典》選詞立目原則

詞典只有不斷滿足用戶需求，才能持續(xù)維護(hù)生命力。數(shù)據(jù)時(shí)代，用戶查詢內(nèi)容發(fā)生很大變化，查詢需求趨向?qū)嵱眯?、百科性和?shí)時(shí)性，對(duì)詞典選詞立目提出了更高要求?！侗貞?yīng)詞典》選詞立目手段數(shù)據(jù)化、信息化，選詞立目體現(xiàn)“以用戶為中心”的實(shí)用原則。

必應(yīng)搜索引擎和網(wǎng)絡(luò)數(shù)據(jù)挖掘等技術(shù)的融合應(yīng)用使得詞典可以發(fā)掘和反映不斷變化的語(yǔ)言現(xiàn)象。詞典收詞趨于海量，除收錄內(nèi)置權(quán)威詞典詞條外，借助搜索引擎后臺(tái)數(shù)據(jù)倉(cāng)庫(kù)以及網(wǎng)頁(yè)數(shù)據(jù)抓取、更新、存儲(chǔ)等技術(shù)，從海量數(shù)據(jù)中提取詞條，達(dá)到了為用戶提供千萬(wàn)級(jí)以上詞條查詢的能力；詞條收錄呈現(xiàn)百科特征，在分析用戶查詢內(nèi)容、查詢行為和查詢意圖等詞典使用數(shù)據(jù)的基礎(chǔ)上，詞典收錄大量應(yīng)用于網(wǎng)絡(luò)、普通詞典不收錄而用戶常常需要使用和查詢的百科詞條，收錄各類專業(yè)術(shù)語(yǔ)、縮寫、名稱等, 甚至收錄Facebook(臉書網(wǎng))、WeChat(微信)、Twitter (推特)等網(wǎng)絡(luò)平臺(tái)名；詞典收詞趨于實(shí)時(shí)，從網(wǎng)絡(luò)空間挖掘大量新詞，如selfie(自拍)、Brexit(英國(guó)脫歐)、clicktivism(網(wǎng)絡(luò)點(diǎn)擊行動(dòng)主義)等，在數(shù)據(jù)處理基礎(chǔ)上實(shí)時(shí)更新詞庫(kù)。林皓、張逸[3]28指出：“互聯(lián)網(wǎng)加速了語(yǔ)言的發(fā)展、變化速度，一個(gè)新詞創(chuàng)造后，人們常常以幾何級(jí)的速度傳播和使用它?！卑磦鹘y(tǒng)編纂模式，詞典通常只能數(shù)年甚至十多年才修訂更新一次，傳統(tǒng)在線詞典由于技術(shù)局限更新速度也還不夠，數(shù)據(jù)處理技術(shù)使詞典在實(shí)時(shí)反映語(yǔ)言發(fā)展方面又前進(jìn)了一步。

(三)釋義采集、分類與表述特色

數(shù)據(jù)處理拓寬詞典釋義的采集途徑，豐富詞典釋義的分類和表述方式?！侗貞?yīng)詞典》采用權(quán)威英漢雙解釋義、英漢釋義、英英釋義、圖片釋義、網(wǎng)絡(luò)釋義等形式對(duì)釋義進(jìn)行分類。權(quán)威英漢雙解釋義、英漢釋義、英英釋義主要來(lái)源于內(nèi)置的牛津系列詞典和微軟Office詞典，按詞典規(guī)范化標(biāo)準(zhǔn)收錄釋義，網(wǎng)絡(luò)釋義、圖片釋義是基于數(shù)據(jù)處理的新型釋義方式。

“網(wǎng)絡(luò)釋義”不同于傳統(tǒng)釋義方式，是在數(shù)據(jù)處理基礎(chǔ)上從網(wǎng)絡(luò)采集的詞條意義，呈現(xiàn)基于數(shù)據(jù)處理的詞條釋義?！队械涝~典》官方網(wǎng)頁(yè)對(duì)“網(wǎng)絡(luò)釋義”的說(shuō)明是：“網(wǎng)絡(luò)釋義指的是應(yīng)用搜索引擎抓取并獲得多達(dá)數(shù)十億海量網(wǎng)頁(yè)數(shù)據(jù)后，利用網(wǎng)頁(yè)萃取技術(shù)進(jìn)行信息理解、網(wǎng)絡(luò)數(shù)據(jù)挖掘和文本分析，從中找出互為關(guān)系的釋義，再根據(jù)它們?cè)诤Ａ烤W(wǎng)頁(yè)中出現(xiàn)的頻次、位置等因素優(yōu)化調(diào)整，從而得到與詞條相關(guān)度最高的釋義?！雹塾帽貞?yīng)搜索引擎搜索詞條“blog”，國(guó)內(nèi)版和國(guó)際版分別抓取41 500 000 和41 000 000條結(jié)果，在所抓取的千萬(wàn)級(jí)數(shù)據(jù)的基礎(chǔ)上，必應(yīng)詞典進(jìn)一步篩選出309 050個(gè)和236 607個(gè)網(wǎng)頁(yè)，對(duì)數(shù)據(jù)進(jìn)一步理解、挖掘、分析后，通過(guò)“網(wǎng)絡(luò)釋義”收錄“blog”的釋義，第一個(gè)義項(xiàng)：博客,一種簡(jiǎn)易的個(gè)人信息發(fā)布方式。任何人都可注冊(cè),完成個(gè)人網(wǎng)頁(yè)創(chuàng)建、發(fā)布和更新。wenwen.soso.com|基于309 050個(gè)網(wǎng)頁(yè)。第二個(gè)義項(xiàng)：部落格，部落格(BLOG)是什么？部落格到底能夠做什么？dp.tsh.ttu.edu.tw|基于236 607個(gè)網(wǎng)頁(yè)④。

以相關(guān)關(guān)系為邏輯基礎(chǔ)，《必應(yīng)詞典》從網(wǎng)絡(luò)空間挖掘與詞條語(yǔ)義相關(guān)的圖片，以直觀易懂的方式收錄在“圖片釋義”欄。由于微軟在設(shè)計(jì)上把《必應(yīng)詞典》平臺(tái)和搜索引擎平臺(tái)融為一體，“圖片釋義”欄鏈接搜索引擎平臺(tái)，因此，除詞典界面提供的圖片，搜索引擎界面也為使用者提供與詞條語(yǔ)義相關(guān)的海量圖片，圖片順序按語(yǔ)義的相關(guān)關(guān)系排列，相關(guān)關(guān)系最強(qiáng)的圖片排在最前面。

新技術(shù)應(yīng)用使得詞典更深層地挖掘詞匯語(yǔ)義特征，更客觀地反映語(yǔ)言在真實(shí)應(yīng)用中體現(xiàn)的社會(huì)、文化、技術(shù)等表征。

(四)例證采集、分類與表述特色

例證具有印證詞目、輔助釋義、提供搭配信息、文化信息、用法提示等功能，詞典通過(guò)例證幫助使用者加強(qiáng)對(duì)詞條語(yǔ)義信息、語(yǔ)法信息、語(yǔ)體信息和語(yǔ)用信息等的理解。在數(shù)據(jù)處理的基礎(chǔ)上，《必應(yīng)詞典》在編纂過(guò)程中采集海量英漢漢英雙語(yǔ)平行句對(duì)，經(jīng)篩選、分析、比對(duì)、分類后收錄數(shù)量可觀的例證，各個(gè)版本收錄的例證數(shù)量有所不同。網(wǎng)絡(luò)版和桌面版《必應(yīng)詞典》為每個(gè)詞條收錄250個(gè)按詞典規(guī)范加工的例證，這些例證來(lái)源于內(nèi)置的權(quán)威詞典和網(wǎng)絡(luò)數(shù)據(jù)；移動(dòng)版除收錄網(wǎng)絡(luò)版收錄的250個(gè)例證外，還收錄大量來(lái)源自網(wǎng)絡(luò)的精加工和粗加工例證，并收錄每個(gè)例證的網(wǎng)絡(luò)來(lái)源。

由于例證數(shù)量多，《必應(yīng)詞典》對(duì)例證進(jìn)行了分類，按類別分為口語(yǔ)、書面語(yǔ)、標(biāo)題、技術(shù)類例證；按來(lái)源分為來(lái)自權(quán)威詞典和網(wǎng)絡(luò)的例證；按例證難度分為簡(jiǎn)單、中等、難三種。詞典使用者可按實(shí)際需求自由組合和選擇所需的例證，既可選擇來(lái)自權(quán)威詞典，也可選擇源自網(wǎng)頁(yè)的例證。

《必應(yīng)詞典》還對(duì)所采集海量英漢漢英雙語(yǔ)平行句對(duì)進(jìn)行數(shù)據(jù)比對(duì)和分析，以英漢對(duì)照的方式收錄例證，并以動(dòng)態(tài)顯示的方式標(biāo)示例證和例證翻譯中每個(gè)詞匯的一一對(duì)應(yīng)關(guān)系，使兩種語(yǔ)言在語(yǔ)義框架層面對(duì)等呈現(xiàn)，多層面映射和匹配英漢兩種語(yǔ)言符號(hào)。英漢兩種語(yǔ)言符號(hào)在特定語(yǔ)境下的多層面映射為詞典使用者理解語(yǔ)言提供了極大方便。

三、《必應(yīng)詞典》詞條信息表述特色

詞典編纂過(guò)程的改變必然改變?cè)~典編纂結(jié)果，數(shù)據(jù)處理技術(shù)賦予《必應(yīng)詞典》詞條信息諸多新特點(diǎn)?！霸~條是詞典的基本結(jié)構(gòu)單位和功能單位，也是詞典的主體?！盵9] 47數(shù)據(jù)環(huán)境下，基于數(shù)據(jù)處理技術(shù)的編纂過(guò)程改變了詞典語(yǔ)料來(lái)源和加工方式，詞典信息采集和加工能力大大加強(qiáng)，過(guò)程趨于自動(dòng)化，大量采集的語(yǔ)料來(lái)源于真實(shí)使用的語(yǔ)言環(huán)境且數(shù)量趨于海量，詞條信息構(gòu)成方式、表述方式、表述內(nèi)容隨之改變。

(一)詞條信息的有機(jī)構(gòu)成

完整意義的《必應(yīng)詞典》詞條信息涵蓋收錄于各種版本的相同和不同的信息，存儲(chǔ)于各版本的詞條信息以整合或分述的方式構(gòu)成一個(gè)有機(jī)的整體。網(wǎng)絡(luò)版、桌面版、移動(dòng)版，以及移動(dòng)版的各種版本均提供英漢釋義、英英釋義、權(quán)威英漢雙解釋義、網(wǎng)絡(luò)釋義、例證、搭配、同義詞、反義詞、圖片等，但收錄信息有所不同又互為補(bǔ)充?！皵?shù)字化環(huán)境下，只有建立宏觀認(rèn)知概念，才能正確認(rèn)知詞典內(nèi)容，提高詞典的使用效能，正確分析和研究詞典?！盵10]90《必應(yīng)詞典》通過(guò)不同載體的各種版本收錄互為補(bǔ)充的詞條信息，因此，只有建立宏觀認(rèn)知概念，才能正確認(rèn)知、使用和研究詞典。

《必應(yīng)詞典》網(wǎng)絡(luò)版、桌面版整合了詞典平臺(tái)和搜索引擎平臺(tái)，詞典提供詞條信息的能力在量上得到提升。兩個(gè)版本的詞典界面均設(shè)置圖標(biāo) “”以鏈接搜索引擎界面，搜索引擎界面也設(shè)置詞條查詢?nèi)肟?，并為用戶分別設(shè)置國(guó)內(nèi)版和國(guó)際版查詢?nèi)肟?，方便查詢搜索引擎采集、篩選的詞條信息；在詞條信息排序上，搜索引擎界面把與詞條相關(guān)的詞典信息、詞典網(wǎng)站信息、翻譯網(wǎng)站信息置頂頁(yè)面，同時(shí)，國(guó)內(nèi)版把《必應(yīng)詞典》內(nèi)容置頂，國(guó)際版把牛津系列詞典內(nèi)容置頂⑤，緊跟其后的是國(guó)內(nèi)外的主流詞典網(wǎng)站，如www.iciba.com、www.dictionary.com、www.thesaurus.com、www.merriam-webster.com、www.thefreedictionary.com等，這些網(wǎng)站是詞條信息采集的重要來(lái)源，最后才是與詞條相關(guān)的百科信息。

詞條信息或整合或分述。根據(jù)載體特點(diǎn)，詞典為不同版本設(shè)置互為補(bǔ)充的欄目，相同欄目收錄的信息互為補(bǔ)充。與網(wǎng)絡(luò)版和桌面版相比，在分析與詞條相關(guān)的有效數(shù)據(jù)的基礎(chǔ)上，移動(dòng)版增設(shè)聯(lián)想詞匯欄，以動(dòng)感的網(wǎng)狀圖式呈現(xiàn)詞條語(yǔ)義關(guān)系，收錄詞條同義詞、反義詞、上下義詞等，如詞條“hate”收錄 “envy, detest, loathe, adore, love”等與詞條語(yǔ)義相關(guān)的聯(lián)想詞匯；詞條 “emoticon”收錄 “emoji, smiley，symbol, cartoon, animated, graphics”等聯(lián)想詞匯。相同欄目收錄的詞條信息有所不同，以“網(wǎng)絡(luò)釋義”欄為例，移動(dòng)版為“emoticon”提供簡(jiǎn)單的英漢釋義和該釋義的來(lái)源網(wǎng)頁(yè)，emoticon：1.表情符號(hào)，來(lái)源：whatis.com.cn;2.表情圖標(biāo)，來(lái)源：blog.sina.com.cn。網(wǎng)絡(luò)版和桌面版具體說(shuō)明釋義采集依存的網(wǎng)頁(yè)數(shù)量和具體語(yǔ)境，“emoticon：1.表情符號(hào)，表情符號(hào)(emoticon)是一短串鍵盤字母和符號(hào)，通常仿效一個(gè)面部表情，用來(lái)補(bǔ)充文字信息……”

(二)詞條信息的豐富形態(tài)

互聯(lián)網(wǎng)空間數(shù)據(jù)格式紛繁復(fù)雜，除文本數(shù)據(jù)外，圖片、圖形、音頻、視頻等數(shù)據(jù)也為詞典所用。數(shù)據(jù)處理技術(shù)使得《必應(yīng)詞典》可以通過(guò)更為豐富的形態(tài)表述詞條信息，幫助詞典用戶建立多維度的詞匯認(rèn)知空間，在更宏觀的層面認(rèn)知詞匯。

除通過(guò)詞典界面表述多形態(tài)的詞條信息，通過(guò)詞典界面所鏈接的搜索引擎界面，詞典用戶還可以在搜索引擎設(shè)置的詞條查詢欄查詢到大量源自網(wǎng)絡(luò)空間的各種形態(tài)的詞條信息，如查詢?cè)~條“dance”，使用者可以查看大量與舞蹈相關(guān)的圖片、音頻、視頻等。

(三)詞條信息的兼收并容

規(guī)定主義和描寫主義之爭(zhēng)在詞典史上由來(lái)已久，李明和周敬華認(rèn)為[12]150：“規(guī)定主義恪守正統(tǒng)的、規(guī)范的、符合邏輯、符合經(jīng)典作家用法的傳統(tǒng)并以此為標(biāo)準(zhǔn)對(duì)語(yǔ)言進(jìn)行規(guī)定的編纂方針，描寫主義主張不是以經(jīng)典傳統(tǒng)為依據(jù)而是以對(duì)語(yǔ)言全面的、系統(tǒng)的、客觀的描寫資料為依據(jù)進(jìn)行詞典編纂?！痹诰€英漢漢英雙語(yǔ)詞典肩負(fù)著溝通英漢兩種語(yǔ)言的作用，除了忠實(shí)反映兩種語(yǔ)言的最新發(fā)展和應(yīng)用情況，也應(yīng)準(zhǔn)確和規(guī)范地收錄詞條信息以引導(dǎo)語(yǔ)言健康發(fā)展，因此必須平衡好規(guī)定主義和描寫主義傾向。《必應(yīng)詞典》詞條信息在內(nèi)容上具有兼收并容的傾向，既注重對(duì)內(nèi)置牛津系列詞典等權(quán)威詞典的詞條信息的收錄，又注重全面、系統(tǒng)、客觀地描寫和記錄語(yǔ)言。

傳統(tǒng)上，由于全面、系統(tǒng)、客觀地描寫語(yǔ)言難度很大，詞典編纂高度依賴編纂者語(yǔ)言能力和人工經(jīng)驗(yàn)，詞典編纂以規(guī)范詞匯的標(biāo)準(zhǔn)用法為主要目的；數(shù)據(jù)時(shí)代，隨著詞典用戶查詢行為的改變，為詞典用戶解決語(yǔ)言應(yīng)用的實(shí)際問(wèn)題發(fā)展為詞典編纂需要解決的主要矛盾，基于數(shù)據(jù)處理技術(shù)的詞典編纂把數(shù)據(jù)采集拓展到網(wǎng)絡(luò)空間的海量數(shù)據(jù)，全面、系統(tǒng)、客觀地描寫語(yǔ)言有了可能性。在數(shù)據(jù)處理的基礎(chǔ)上，《必應(yīng)詞典》詞條信息在內(nèi)容上體現(xiàn)了一定的描寫主義特色，通過(guò)采集網(wǎng)絡(luò)空間海量數(shù)據(jù)描寫語(yǔ)言生存和發(fā)展?fàn)顩r，在更為客觀的層面收錄語(yǔ)言實(shí)際應(yīng)用過(guò)程中產(chǎn)生的詞匯應(yīng)用信息。

詞典通過(guò)詞條信息記錄和反映人類認(rèn)知社會(huì)的過(guò)程和結(jié)果，基于數(shù)字處理的詞典編纂模式在內(nèi)容上拓寬了詞典記錄和反映人類認(rèn)知社會(huì)的范圍。

四、結(jié)語(yǔ)

當(dāng)數(shù)據(jù)和數(shù)據(jù)處理發(fā)展為社會(huì)快速信息化的重要表征，研究基于數(shù)據(jù)處理技術(shù)的詞典編纂模式就顯得尤為重要?！侗貞?yīng)詞典》是數(shù)據(jù)時(shí)代在線雙語(yǔ)詞典應(yīng)用數(shù)據(jù)處理技術(shù)的典型代表，反映了數(shù)據(jù)時(shí)代詞典編纂模式的發(fā)展趨勢(shì)。數(shù)據(jù)處理技術(shù)融入詞典編纂的具體過(guò)程，賦予詞典編纂新的方法,詞典信息在構(gòu)成和表述方式上都發(fā)生很大改變。數(shù)據(jù)時(shí)代，數(shù)據(jù)處理技術(shù)不僅對(duì)數(shù)據(jù)計(jì)算和分析領(lǐng)域有很大的影響，而且對(duì)人文學(xué)科領(lǐng)域也產(chǎn)生了深刻影響。隨著數(shù)據(jù)處理技術(shù)在人文學(xué)科領(lǐng)域應(yīng)用的推進(jìn)，語(yǔ)言學(xué)領(lǐng)域也越來(lái)越重視數(shù)據(jù)處理技術(shù)對(duì)語(yǔ)言學(xué)學(xué)科發(fā)展的影響，作為語(yǔ)言學(xué)分支學(xué)科，詞典學(xué)領(lǐng)域應(yīng)當(dāng)更多地關(guān)注數(shù)據(jù)處理技術(shù)對(duì)詞典編纂模式未來(lái)發(fā)展和詞典學(xué)學(xué)科發(fā)展的影響。