面向文学领域的英汉平行语料库的构建

摘要

构建双语平行语料库是实现基于实例的机器翻译的主要工作,而实现双语语料的对齐则是构建双语平行语料库的基础.主要目标是针对英语与汉语的特点,搭建一个面向文学领域的、句子级别对齐的英汉平行语料库.语料库的构建过程包括英汉句子对齐,经过清洗存入数据库,并实现对语料库的浏览、检索、导出功能.最终目标是为机器自动翻译提供可以定制的、高质量的标注数据集.进而开发了一个用户交互模块,允许用户调用包括爬虫模块、句子对齐模块、语料导入模块、句对检索模块、语料库浏览和修改模块、语料导出模块在内的所有功能模块,最后展示实验成果.