基于多种长度单位的汉英句子分组对齐算法

• 作者: 刘亚雷 张霞 昝红英
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: 自然语言处理 双语语料 句子对齐 分组对齐 句子长度
• 年，卷（期）: 2009,（2）
• 页码范围: 33-36
• 页数: 4页
• 分类号: TP391
• 字数: 3020字
• 语种: 中文

摘要

传统的基于长度的汉英双语句子对齐算法大都以字节作为句子长度的计算单位.提出了以句子所含动词、名词、形容词、实词、字节及全部词语总数等6种单位作为句子长度的计算方法进行汉英句子对齐研究.针对传统基于长度对齐算法消耗内存大、效率低的特点,提出了不受文本大小限制的分组对齐算法.实验结果表明,汉英句子对齐以词语作为长度计算单位的算法性能较高,准确率达到99.01%,召回率达到99.50%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	昝红英	郑州大学信息工程学院	58	759	11.0	26.0
2	刘亚雷	西南交通大学电气工程学院	5	17	3.0	3.0
3	张霞	仰恩大学计算机与信息学院	3	12	2.0	3.0