汉语–土耳其语句对齐自动校验方法研究

摘要

通过互联网获取的句对齐平行语料常存在对齐错位或译文质量差的问题,针对这一问题,本文提出了一种基于反向翻译的汉语–土耳其语平行语料自动校验方法。该方法通过在线机器翻译系统获取反向翻译结果,并将译文作为中间语言构建词袋模型对句子相似度进行向量化表示,最后通过机器学习训练二分类模型的方法来判断句子是否对齐。实验结果显示,以汉语或土耳其语为中间语言时,系统能够获得较好的句对齐检验效果。