13_平行文本的自动对齐.pdfVIP

平行文本的自动对齐 常宝宝 计算语言学研究所 chbb@pku.edu.cn 概要 • 平行文本自动对齐概述 • 双语句子级对齐简介 • 双语词语级对齐简介 什么是平行文本(paralle xt) ？ • 按照语料库所涉语种，语料库可区分为： – 单语语料库(monolingual corpora) 涉及一种语言 由一种语言的文本组成，例如，汉语文本 – 多语语料库(multilingual corpora) 涉及多种语言 由多语平行文本组成，例如，汉-英- 日三语文本 • 单语信息处理要用到单语语料库 • 多语信息处理要用到多语语料库，例如：机器翻译 • 双语语料库是涉及两种语言的语料库，由双语平行文 本组成 什么是平行文本？ • 多语平行文本由多个单语文本组