句子對齊（sentence alignment）是2018年公布的計算機科學技術名詞。
基本介紹
- 中文名：句子對齊
- 外文名：sentence alignment
- 所屬學科： 計算機科學技術
- 公布年度：2018年
定義,出處,
定義
給定互為譯文的雙語文本，在其句子間按照翻譯關係建立對應關係的過程、技術和方法。
出處
《計算機科學技術名詞 》第三版。
句子對齊
相關詞條
- 句子對齊
句子對齊（sentence alignment）是2018年公布的計算機科學技術名詞。定義給定互為譯文的雙語文本，在其句子間按照翻譯關係建立對應關係的過程、技術和方法。出處《計算機科學技術名詞 》第三版。1...
- 文本對齊
文本對齊（text alignment）是2011年公布的語言學名詞，在《語言學名詞》中被定義為在平行語料庫中原文和譯文的相同語言單位（如段落、句子、辭彙）建立對應關係的過程。計算語言學領域將該技術擴展為跨文本分析的核心方法，通過動態規划算法實現版本校勘、文本重用檢測及機器翻譯匹配。可視化技術的介入形成了七種前沿策略...
- 一種結合相似度和圖匹配的老-漢雙語句子對齊方法
本發明涉及一種結合相似度和圖匹配的老‑漢雙語句子對齊方法，屬於自然語言處理和機器學習技術領域。本發明首先依據構建的老‑漢雙語詞典計算出寮語和漢語句子的相似度值，然後充分考慮雙語句子長度信息，計算出寮語和漢語句子長度比例值，綜合兩個值計算出寮語和漢語句子相似度值，使得老‑漢雙語句子相似度...
- 英漢軍事語料句子對齊研究
《英漢軍事語料句子對齊研究》是2015年6月國防工業出版社出版的圖書，作者是嚴燦勛。內容簡介 《英漢軍事語料句子對齊研究》系統闡述了基於雙語詞典的二分圖頂點最大權重配對句子對齊方法，其中包括句子對齊所用的雙語詞典的自建方法、英語句子邊界識別方法、英語單詞形態還原方法及利用雙語詞典對漢語句子進行分詞的方法，...
- 英漢軍事平行語料句子對齊研究
《英漢軍事平行語料句子對齊研究》是2015年出版的圖書，作者是嚴燦勛。內容簡介 本書系統闡述了基於雙語詞典的二分圖頂點最大權重配對句子對齊方法,其中包括句子對齊所用的雙語詞典的自建方法、英語句子邊界識別方法、英語單詞形態還原方法及利用雙語詞典對漢語句子進行分詞的方法，解決了普通長度的英漢平行軍事文本的句子...
- 面向網際網路的泰語-漢語雙語語料獲取及對齊方法研究
最後，基於以上方法，實現泰語-漢語語料獲取及對齊系統，解決雙語語料自動獲取、平行句對抽取和自動詞語對齊中的難點問題，構建泰-漢雙語句子對齊語料庫和詞語對齊語料庫。項目研究成果將為泰-漢雙語理解提供語料資源，為進一步研究泰-漢雙語自然語言處理奠定基礎。結題摘要 雙語語料庫是機器翻譯和雙語信息檢索的重要基礎資源...
- 漢越雙語語料庫建設及詞對齊方法研究
在漢-越雙語語料庫構建及詞法句法分析方面，構建了83536個詞的漢-越雙語電子詞典、54839個句對的漢-越雙語句對齊語料庫，183785的漢-越雙語詞對齊語料庫；利用對數線性模型，融合越南語的順行結構、詞性偏序等特點，提出了基於特徵約束的漢-越雙語詞對齊方法；將漢-越雙語詞語轉化成詞向量，採用深層信念神經網路...
- 基於中心擴展對齊的漢-英統計機器翻譯研究
在輸入句子的句法樹上，以調序機率和插入機率為基礎來構建譯文調序模型，使調序過程可以充分地利用句法邊界信息。結合雙語評價特徵，使用最大熵算法來選擇譯文路徑，以綜合考慮多種上下文相關信息。力求降低搜尋解碼空間，提高機器譯文輸出質量，為基於句法的統計機器翻譯提供一個新的解決思路。結題摘要 本項目研究了統計...
- 基於漢英句對庫的句子結構推導和翻譯模板獲取研究
本項目的研究內容,就是在句子庫的基礎上,通過單語句子之間的層次對齊，以及將對齊的相關片段逐步泛化為變數（非終結符），自動推導出實例庫中各漢語句子的句法結構和英語句子的句法結構；然後,通過雙語句對的辭彙對齊和結構對齊，再抽取出漢英翻譯模板。本項目的研究目的是，一方面要研究句子結構推導的計算模型，其模型...
- 句子語義的視覺表示研究
項目著重研究基於圖像-文本描述對的範疇化辭彙聚類技術、視覺對象和描述辭彙間的對齊和表示抽取技術、對象時空關係對齊和抽取技術，以抽取各類漢語辭彙基於視覺信息的語義表示；研究針對描述對象間時空關係的句子語義分析技術，以抽取對象間時空關係的視覺語義描述；結合這些技術，實現一個可以為句子語義生成圖像描述的原型系統...
- Tatoeba
Tatoeba是基於協作模式構建的開放式多語言語料庫，採用CC BY-SA 3.0知識共享協定向公眾開放。該數據集是一個包含多達1000個英語對齊句子對的跨語言資源庫，覆蓋122種語言。平台提供的工具支持簡繁體轉換、拼音標註等功能，但存在簡體轉繁體不規範、多音字識別局限等技術缺陷。數據集通過類定義和學術論文形成結構化框架，...
- 計算語言學(修訂版)
9.4.1基於長度的句子對齊 9.4.2基於辭彙的句子對齊 9.5支持向量機 9.6最大熵模型 9.7參數平滑算法 9.8本章小結 第10章機器翻譯 10.1機器翻譯的概念 10.2機器翻譯方法 10.2.1直接翻譯法（第一代機器翻譯系統）10.2.2基於轉換的方法 10.2.3基於中間語言方法 10.2.4統計機器翻譯 10.2.5基於實例...
- 國外計算機科學教材系列:統計機器翻譯
2.3.3句子對齊 2.4小結 2.4.1核心概念 2.4.2延伸閱讀 2.4.3習題 第3章機率論 3.1機率分布估計 3.1.1估計分析 3.1.2常見機率分布 3.1.3基於統計的機率估計 3.2機率分布計算 3.2.1形式定義 3.2.2聯合機率分布 3.2.3條件機率分布 3.2.4貝葉斯法則 3.2.5插值 3.3機率分布的特性 3.3....
- 基於註疏文獻的《孟子》信息處理研究
本書主要以《孟子》及《孟子註疏》《孟子集注》《孟子正義》等《孟子》相關註疏文獻為資源，對比《論語》《左傳》等先秦文獻的研究，對《孟子》進行了較深層次的加工和處理，嘗試探索出一條基於註疏文獻的《孟子》自動分詞、詞性標註等信息處理的新方法、新思路，研究了《孟子》及其註疏文獻的句子對齊和詞語對齊，《...
- 語境釋義法
語境釋義法是詞典學中通過將詞語置於具體語境中進行釋義的方法。其核心特徵是用完整句子構建上下文，清晰展現詞目的語義、語用及共現關係。該方法起源於民俗釋義傳統，受日常對話中句子解釋事物的啟發，自20世紀80年代後期在《柯林斯COBUILD》學習詞典套用後廣泛普及。中國語言學中，傳統訓詁學（如王念孫《讀書雜誌》）的...
- 盧亞軍(西北民族大學教授、機器翻譯研究所所長)
研發藏文自動分詞標註系統、藏漢句子對齊工具等軟體，發表相關論文12篇（其中6篇為中文核心期刊）；提出“一鍵多符”“一鍵到位”藏文鍵盤布局方案，提升藏文輸入效率，獲發明專利《一種藏文拉丁全簡雙拼編碼方案及其智慧型輸入系統》。科研成果 軟體工具：央金藏文輸入法、藏文自動偵錯工具、藏漢/漢藏機器翻譯系統、藏文...
- 學習機器翻譯
.4 對齊過程38 2 .4.1 句子對齊打分38 2 .4.2 降低句對齊中的噪聲40 2 .5 專利平行語料庫的數據統計41 2 .5.1 全集和源數據集的比較41 2 .5.2 基本的統計數據42 2 .5.3 關於機器翻譯的統計數據43 2 .6 機器翻譯實驗44 2 .6.1 機器翻譯系統44 2 .6.2 比較重排序限制45 2 .6.3 跨...
- 沈曉紅(江蘇師範大學外國語學院講師)
截至2024年，她已發表論文10餘篇，合著出版《隱喻翻譯研究與翻譯軟體編寫》等專著1部，其中提出的英漢語平行語料庫句子自動對齊軟體設計具有實踐套用價值。研究方向與成果 沈曉紅在認知文體學領域取得突破性進展，2007年與張蓊薈合作發表的論文《從認知文體學的角度看意識流小說翻譯中隱性邏輯的傳達》，通過分析《尤利西斯...
- 塞麥提·麥麥提敏
漢維句子對齊軟體1.0 2014.6 2014.6 1/1 軟體登記 學位論文 碩士論文：現代維吾爾語靜詞的統計分析研究，新疆大學，2006年7月 博士論文：漢維平行語料庫構建研究，中國傳媒大學，2009年7月 出版著作 著作 漢維平行語料庫的研製與套用研究 專著 2014.9 新疆大學出版社 維吾爾語常用5000詞， 新疆人民出版社，2012...
- 計算機多媒體技術(專業)
如果你正在聽一段句子，是不可能在句子的後半段聽到句子的前面部分的，如果想再聽前面有趣或遺漏的內容，只有用某些方式例如例帶或重新定位來重新開始。一般這種方式要花費較多的檢索與播放時間，所以，在CAI軟體設計中，通常要把一些較長的聲音信息分成許多小的部分來存儲，以減少搜尋時間和不必要的重複播放時間。在...
- 索南才讓(青海師範大學計算機學院副教授)
(10) 索南才讓*,基於錨點信息和句子長度相結合的漢藏句子對齊方法研究[J], 青海師範大學民族師範學院學報,2016, 1:91-93.(11) 索南才讓*,基於語料庫的藏語語序結構研究[J], 中國藏學,2018, 2:185-190.四、專著 索南才讓,藏文信息處理研究,民族出版社, 260千字，2015.6 獲獎記錄 2013年獲得“第十四屆...
- 統計機器翻譯
p(f | e) = p(f,a | e)其中的a被定義為隱含變數——詞對齊（Word Alignment），所謂詞對齊，簡而言之就是知道源語言句子中某個詞是由目標語言中哪個詞翻譯而來的。例如圖1中，一個詞可以被翻譯為一個或多個詞，甚至不被翻譯。於是，獲取翻譯機率的問題轉化為詞對齊問題。IBM系列模型及HMM, Model 6都是...
- 納西-漢語雙語語料庫構建與翻譯方法研究
構建納西-漢語雙語電子詞典，其次將研究納西樹庫標記及依存關係識別方法，構建納西依存樹庫，實現納西依存句法分析系統，然後將研究納西-漢語語料選取、標註規範、雙語自動詞語對齊方法，構建納西-漢語雙語詞語級對齊語料庫，最後將研究面向依存句法分析的樹到串的納西-漢語統計翻譯方法，實現納西-漢語雙語句子互譯原型系統，...
- 自然語言處理導論
4.1.2 句子語義學 96 4.2 語義表示 98 4.2.1 謂詞邏輯表示 99 4.2.2 框架表示 100 4.2.3 語義網路表示 102 4.3 分散式表示 103 4.3.1 詞分散式表示 104 4.3.2 句子分散式表示 114 4.3.3 篇章分散式表示 117 4.4 詞義消歧 119 4.4.1 基於目標詞上下文的詞義消歧算法 119 4.4.2 ...
- Wikidata
TekGen數據集作為KELM語料庫組成部分，通過遠程監督方式構建維基百科文本與Wikidata知識圖譜的對齊語料。其技術特徵包括：三元組（主題、關係、對象）結構化存儲 序列化三元組適配T5模型輸入格式 JSON對象封裝原始句子與對齊數據 相關研究由賓夕法尼亞大學與谷歌團隊聯合開展，證實了利用Wikidata生成合成語料對提升語言模型...
- 布衣之交
布衣之交是一個漢語成語，最早出自漢·劉向《戰國策·齊策三》。該成語原意是指顯貴的人和平民交往；後來也用來指貧賤百姓之間的交往；在句子中一般作賓語。成語出處 西漢·司馬遷《史記·廉頗藺相如列傳》：相如因持璧卻立，倚柱，怒髮上沖冠，謂秦王曰：“大王欲得…償城恐不可得’。議不欲予秦壁臣以為布衣之...
- 卡爾文·迪斯梅特
旋轉的放射性氣體和塵埃形成了厚厚的雲層，模糊了內部的奇點。隨著基金會工程師開始加強受損陣列，成為異常的迪斯梅特博士首次嘗試與基金會工作人員溝通。最初的溝通嘗試主要包括無法理解的噪音，完整的句子逐漸成形，再後來的交談之中，基金會人員發現雲層中的奇點構成了人形，雖然一動不動，但顯然在嘗試著與他們溝通。
- Gemini(谷歌於2023年12月推出的人工智慧多模態大模型)
在Transformer出現之前,機器不太擅長理解長句子的含義,也無法看到相距較遠單詞之間的關聯。Transformer極大地改善了這一點,並成為當今語言理解和生成式人工智慧系統的基石。Transformer徹底改變了機器執行翻譯、文本摘要、問題回答甚至圖像生成和機器人技術的含義。 2019年:BERT幫助搜尋理解查詢意圖 2019年,谷歌對Transformers...
