基于语料库的最小求交词对齐

• 作者: 任飞亮 吕学强 吴宏林 姚天顺 赵英科
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 自然语言处理 双语语料库 词对齐
• 年，卷（期）: 2004,（7）
• 页码范围: 1132-1134
• 页数: 3页
• 分类号: TP391
• 字数: 4091字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2004.07.007

摘要

提出了一种基于句子级对齐的双语语料库的英汉词对齐方法.它建立在句对的集合表示形式的基础上,通过最小求交模型实现词对齐.使用倒排索引表和集合运算实现高效的最小求交算法.在对齐过程中引入高频干扰词表以提高召回率.实验结果表明,该方法优于使用共现互信息的词对齐和使用双语词典的词对齐方法.