一种改进词语对齐的新方法

摘要

词语对齐是目前主流的统计机器翻译系统的基本模块，GIZA++是词语对齐最常用的工具，但是GIZA++的对齐结果仍然存在不足。本文从约束双语命名实体之间的对齐的角度出发，提出了一种改进词语对齐结果的方法：首先，识别双语命名实体;其次，用标记替换双语命名实体;再次，用GIZA++重新进行词语对齐;最后，将标记还原为原始的命名实体。实验表明，针对基于短语的机器翻译系统，该方法提高了NIST值，并且该方法还有改进空间。