汉英双语库自动分段对齐研究

双语库对齐是自然语言处理研究的重要课题之一 .其中 ,双语库段落对齐是指找出源文和译文中对应的翻译段落的对齐过程 .它上承篇章对齐 ,下接句子对齐 ,在整个双语库的对齐中起着承上启下的重要作用 .但由于种种原因 ,双语库段落对齐在当今研究中没有受到应有的重视 .直接进行通用的段落自动对齐具有相当的难度 ,也不必要 ,鉴于此 ,提出将段落对齐转化成分段对齐进行实现 .通过汉英词汇对之间的特征比较 ,首先找到可以用于汉英双语库分段的锚点词汇对 ,在此基础上 ,通过锚点词所在句子的匹配获得锚点句子对来进行分段 .实验结果表明 ,该方法具有良好的使用价值 ,可以用于其他语言对的对齐