无双语词典的英汉词对齐

摘要：

该文提出了一种基于语料库的无双语词典的英汉词对齐模型.它把自然语言的句子形式化地表示为集合,通过集合的交运算和差运算实现单词对齐,同时还考虑了词序和重复词的影响.该模型不仅能对齐高频单词,而且能对齐低频单词,对未登录词和汉语分词错误具有兼容能力. 该模型几乎不需要任何语言学知识和语言学资源,使语料库方法可独立应用.实验表明,同质语料规模越大,词对齐的正确率和召回率越高.

关键词：自然语言处理、双语语料库、词对齐、最小求交、最小求差

所属期刊栏目：27

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金60083006;国家重点基础研究发展计划973计划G19980305011;国家高技术研究发展计划863计划2001AA114019,2001AA114210,2002AA117010-08

在线出版日期：2004-09-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1036-1045