基于长度的扩展方法的汉英句子对齐

摘要：

本文提出了一种用于汉英平行语料库对齐的扩展方法.该扩展方法以基于长度的统计对齐方法为主,然后根据双语词典引入了词汇信息,而基于标点的方法作为对齐的后处理部分.这种扩展方法不仅避免了复杂的中文处理,例如,汉语分词和词性标注,而且在统计方法中引入了关键词信息,以提高句子对齐的正确率.本文中所用的双语语料是LDC的关于香港的双语新闻报道.动态规划算法用于系统的实现.和单纯的基于长度的方法和词汇方法相比,我们的扩展方法提高了句子对齐的正确率,并且结果是比较理想的.

关键词：人工智能、机器翻译、句子对齐、中文处理、双语语料库

所属期刊栏目：19

分类号：TP391(计算技术、计算机技术)

资助基金：日本情报通信研究机构的委托研究项目

在线出版日期：2005-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：31-36,58