汉英主从对齐语料标注平台

• 作者: 周俊明 秦哲 李锐龙 李艳翠
• 来源期刊: 电信快报
• 关键词: 汉语平行语料 主从对齐 标注平台 LSTM(长短期记忆) 语料库
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 论文选粹
• 页码范围: 41-46
• 页数: 6页
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1339.2021.08.010

摘要

针对机器翻译研究中缺乏主从对齐标注的问题,提出一种基于人工标注结合基于LSTM(长短期记忆)的汉英主从对齐语料标注方法,并开发语料标注平台.使用国际机器翻译提供的语料,从中选取12500句手工进行主从句及句子对齐的标注,将标注后的语料进行分词、词向量化操作,使用LSTM网络进行训练得到自动标注模型,并进行自动标注.为保证标注语料的质量,构建平行语料标注平台,在模型对语料进行标注后可由人工进行校对,与全人工标注语料相比,使用自动标注平台具有更高的效率.