多策略汉维句子对齐

• 作者: 加米拉·吾守尔 吐尔根·依布拉音 杨飞宇 田生伟 禹龙
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 双语语料 错误抑制 句子时齐 混合策略 汉维句子
• 年，卷（期）: 2010,（4）
• 所属期刊栏目: 人工智能
• 页码范围: 215-218,292
• 分类号: TP391
• 字数: 4558字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2010.04.054

摘要

提出了一种错误抑制的多策略算法对齐汉维语句子.针对长度对齐算法无法避免错误蔓延的特点,提出了一种新的错误蔓延抑制策略:利用双语语料的词汇共现信息,自动抽取汉维语词汇搭配,结合句子长度特征,寻找1:1模式的句对作为锚点,将错误蔓延抑制在锚点内;在锚点之问,利用标点符号和长度混合方法进行句子对齐.算法实验结果验证了该多策略算法寻找的锚点的精度高,有效抑制了对齐错误的蔓延;采用的混合对齐算法,避免了基于词汇对齐算法的高时间复杂度的弱点,比传统的对齐算法性能有了较大提高,对齐准确率由95.0%提高到97.6%,召回率由96.8%提高到98.2%,采用的对齐正确性评价算法可以有效发现自动对齐中的噪音对齐.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	禹龙	新疆大学网络中心	82	301	9.0	13.0
2	吐尔根·依布拉音	新疆大学信息科学与工程学院	116	771	14.0	22.0
3	田生伟	新疆大学信息科学与工程学院	101	343	9.0	13.0
4	杨飞宇	新疆大学国际文化交流学院	3	14	2.0	3.0
5	加米拉·吾守尔	新疆大学信息科学与工程学院	9	21	3.0	4.0