一种汉英词语自动对齐方法

摘要

本发明涉及一种汉英词语自动对齐方法，首先对原始汉、英双语句提取划分语块的特征信息划分，生成多层不同粒度的语块划分锚点信息，对双语词对之间进行局部定位，生成词对齐文件。本发明解决了传统方法规划路径多、复杂度高，难生成好的对齐结果，影响对齐效率的问题，本发明根据相关特征将汉英双语句子分割，完成不同粒度下的单元对齐，在各种粒度下将词对齐操作限制在相应的单元范围内。实验表明，该方法获得的词语对齐比GIZA++工具包词对齐错误率下降了28％，在该词对齐基础上的翻译结果BLEU打分比原始词对齐提高了20％，而且克服了GIZA++不能对超过100个单词的长句子进行很好的词语对齐的弊端。