主权项：

1.一种语境标注的双语平行语料库构建系统,其特征在于,包括：1)并行的语境标注数据生成架构：由上机位与外接的并行语境标注数据生成单元组成,通过上位机将语料分词结果发送到生成单元,由生成单元完成词的双向索引和词共句关系统计,作为语境标注所需的基础数据；2)并行语境标注数据生成单元：由一个主控模块和多个可扩展的处理节点模块构成,由主控模块实现与上位机的交互,可扩展并行节点实现对词的索引与词共句关系统计,作为语境标注的数据来源；3)面向语境的词索引结构：该结构实现了一种面向语境的词索引结构,能实现词与语料的双向索引,保存词在语料中位置,实现词与词之间的共现关联关系统计；4)基于语境的双语平行语料库的构建：基于语境模型实现对语料库中语料语境的构建,实现包含语境标注的双语平行语料库；其中,所述可扩展的节点模块由ARM、扩展内存、外接FLASH芯片以及相关的控制与数据线组成,其接收从主控模块发送来的分词以及语料ID,缓存于模块语料分词缓存数据结构中,再遍历各分词,将分词生成MD5再映射成节点号,判断该分词是否由本节点处理,若由本节点处理,则生成该词的面向语境的词索引结构和词共现关系统计数据；所述词索引结构,包括词,词的MD5码以及二进制的反向语料有序索引数组,每个索引数组元素为corpusID,index二元组,其中：corpusID为语料唯一ID,以及词在语料中的位置,数组以corpusID为序从小到大排列,提供二分法插入与查找,词与词句共现关系的分析接口；所述词共句关系统计,每个统计项为wordID,wordID,count三元组,其中前二个wordID分别代表在同一个句子中出现的二个词的ID,count代表到目前为止这二个词共句出现的频率。