无双语词典的英汉词对齐

被引：30

作者：

吕学强

吴宏林

姚天顺

机构：

[1] 北京大学信息科学技术学院计算语言学研究所

[2] 东北大学信息科学与工程学院计算机软件与理论研究所

[3] 东北大学信息科学与工程学院计算机软件与理论研究所北京

[4] 沈阳

来源：

计算机学报 | 2004年 / 08期

关键词：

自然语言处理; 双语语料库; 词对齐; 最小求交; 最小求差;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

120506 [数字人文];

摘要：

该文提出了一种基于语料库的无双语词典的英汉词对齐模型 .它把自然语言的句子形式化地表示为集合 ,通过集合的交运算和差运算实现单词对齐 ,同时还考虑了词序和重复词的影响 .该模型不仅能对齐高频单词 ,而且能对齐低频单词 ,对未登录词和汉语分词错误具有兼容能力 .该模型几乎不需要任何语言学知识和语言学资源 ,使语料库方法可独立应用 .实验表明 ,同质语料规模越大 ,词对齐的正确率和召回率越高 .

引用

页码：1036 / 1045

页数：10

共 5 条

[1]

基于译文的英汉双语句子自动对齐 [J].