基于锚点句对的汉维句子对齐方法

• 作者: 侯敏 吐尔根·伊布拉音 塞麦提·麦麦提敏
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 平行语料库 句子对齐 锚点 基于长度的方法 基于词汇的方法
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: ?人工智能及识别技术?
• 页码范围: 166-170
• 页数: 5页
• 分类号: TP391
• 字数: 5106字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2015.04.031

摘要

为提高汉维句子对齐方法的准确率，提出一种分段句子对齐方法。采用词汇信息和长度信息相结合的策略，识别出能作为锚点的一对句子(锚点句对)，并将其作为分割标志对全文进行分段，在各片段内使用基于长度的方法实现全部句子的对齐，采用词汇、数字、标点符号和长度信息提高方法的领域移植性，使用分段方法避免复杂的计算过程，从而解决错误蔓延问题。实验结果表明，该方法的准确率达到95.2%，比基于长度的句子对齐方法提高了2.7%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吐尔根·伊布拉音	新疆大学信息科学与工程学院	18	76	6.0	8.0
2	侯敏	中国传媒大学国家语言资源监测与研究有声媒体中心	46	394	13.0	18.0
3	塞麦提·麦麦提敏	新疆大学信息科学与工程学院	9	6	2.0	2.0