[发明专利]基于锚点的增长式实时双语词对齐的对齐方法及对齐系统

摘要

本发明涉及一种基于锚点的增长式实时双语词对齐的对齐方法及对齐系统，所述对齐方法包括对一对源语言句子和目标语言句子进行分词处理，获得源语言词组和目标语言词组；根据源语言词组和目标语言词组确定探测锚点集合；根据探测锚点集合，进行双语短语切分，得到双语短语切分候选集合；根据双语短语切分候选集合和词对齐模型，确定源语言词组和目标语言词组的对齐双语词；将源语言词组、目标语言词组及对齐双语词添加到批处理训练集中，判断当前的批处理训练集的大小是否超过设定阈值，如果是则根据当前的批处理训练集更新词对齐模型；否则重复上述步骤。本发明对齐方法可有效降低新词和长句的双语词对齐的错误率，提高最终的机器翻译译文质量。

主权项

一种基于锚点的增长式实时双语词对齐的对齐方法，其特征在于，所述对齐方法包括：对一对源语言句子和目标语言句子进行分词处理，获得源语言词组和目标语言词组；根据所述源语言词组和目标语言词组确定探测锚点集合；根据所述探测锚点集合，对源语言词组和目标语言词组进行双语短语切分，得到双语短语切分候选集合；根据所述双语短语切分候选集合和词对齐模型，确定所述源语言词组和目标语言词组的对齐双语词；将所述源语言词组、目标语言词组及对齐双语词添加到批处理训练集中，判断当前的批处理训练集的大小是否超过设定阈值，如果是则根据当前的批处理训练集更新词对齐模型；否则重复上述步骤，直至完成全部源语言句子和目标语言句子的处理。