该文探讨了汉语与维吾尔语原始语料处理中切分句子与对齐句子的难点及解决方案,提出了一种用于汉维平行语料库对齐的混合方法及回归校验法。该文基于锚点结合词典的方法进行句子对齐,并基于长度模型用普通最小二乘法做线性回归分析,计算相关系数、确定阈值并拟合最佳拟合直线,自动校验排错,继而建立汉维双语平行语料库。实验表明,本文方法有效提高了句子对齐的正确率与召回率,提高了汉维平行语料库的构建效率。
科研之友
微信
新浪微博
Facebook
分享链接
