基于锚点句对的汉维句子对齐.pdfVIP

第41卷　 第4 期 　 计 算 机 工 程 2015年4 月 　 　 Vol.41　 No.4 　 Computer Engineering April2015 ·人工智能及识别技术 · 文章编号:1000-3428(2015)04-0166-05　 　 　 文献标识码:A　 　 　 中图分类号:TP391 基于锚点句对的汉维句子对齐方法 1 2 1 塞麦提 ·麦麦提敏 ,侯　 敏 ,吐尔根 ·伊布拉音 (1.新疆大学信息科学与工程学院,乌鲁木齐830046; 2.中国传媒大学国家语言资源监测与研究有声媒体中心,北京 100024) 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% 。 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 中文引用格式:塞麦提 ·麦麦提敏,侯　 敏,吐尔根 ·伊布拉音.基于锚点句对的汉维句子对齐方法[J].计算机工程, 2015,41(4):166-170. 英文引用格式:Saimaiti Maimaitimin,Hou Min,Tuergen Yibulayin.Chinese-Uyghur Sentence Alignment Method Based on Anchor Sentence Pairs[J].Computer Engineering,2015,41(4):166-170. Chinese-Uyghur Sentence Alignment Method Based on Anchor Sentence Pairs 1 2 1 Saimaiti Maimaitimin ,HOU Min ,Tuergen Yibulayin (1.College of Information Science and Engineering,Xinjiang University,Urumqi 830046,China;2.National Broadcast Media Language ResourcesMonitoring Research Center,Communication University of China,Beijing 100024,China) 【Abstract】 The step-by-step sentence alignment method is introduced in order to improve current Chinese-Uyghur sentence alignment method.Lexical and length information isused to generate some anchor sentences.Texts are divided into several sectionsby using anchor sentence as boundary,and then sentences in each section are aligned using length- b