对齐语料提取，除了winalign，还有别的好用的工具吗？
- 主题发起人 vegy
- 时间
oscar3
高级会员
我用过Trados的WinAlign，从使用者的角度来看，需要注意几点。一，WinAlign对纯文本文件的对齐处理准确率不高，最好能够用doc等带格式的文本，而且在对齐之前最好通过格式设置使原文和译文初步达到对齐，比如标题，正文等不同级别。二，WinAlign对齐处理之后，句子层面是对齐了，但是，原来的行文顺序却被打乱了。最后，WinAlign对齐处理要达到比较高的对齐准确性，最好同时使用双语术语帮助对齐。
大家容易弄到的对齐软件还有机助翻译软件DJV的对齐插件Aligner，对DJV的对齐插件，我只试用过一次，感觉使用起来到是很简单，但是，体会不深。
另外一个对齐软件是雅信的对齐工具。很多人都喜欢大骂自己国产的软件不如外国的，但是，从我自己试用的经验来看。我觉在我试用过的工具里面，雅信的对齐工具对齐效果可以算是最好的。
我等不会编程，不能像laohong那样去自己动手，只能这样比较被。
大家容易弄到的对齐软件还有机助翻译软件DJV的对齐插件Aligner，对DJV的对齐插件，我只试用过一次，感觉使用起来到是很简单，但是，体会不深。
另外一个对齐软件是雅信的对齐工具。很多人都喜欢大骂自己国产的软件不如外国的，但是，从我自己试用的经验来看。我觉在我试用过的工具里面，雅信的对齐工具对齐效果可以算是最好的。
我等不会编程，不能像laohong那样去自己动手，只能这样比较被。
xusun575
高级会员
附件上传失败,自己去瞅瞅吧: http://www.nlp.org.cn/categories/default.php?cat_id=9
回复: Re: 对齐语料提取，除了winalign，还有别的好用的工具吗？
老大，看看这篇文章：http://www.docin.com/p-5986402.html （我已经下载了，高手们可研究研究），
就知道WinAlign的技术含量其实并不高了，需要改进的地方多得很呐。当然，对齐软件么，最终的目标，无非错误率降到接近于零了。
我用的Trados v6.5的winalign，而它既不基于句长，也不基于锚点(那个弱弱的term list真是负不了什么重任)，几乎没有什么语言学的理论基础！举例来说吧，我们都知道，英译中的英文：中文的字数大概是5:3左右，可Winalign就是频频把20多个单词的英文segment和4个字的中文连在一起，过了一会又把一个4个单词的英文segment和两个中文segment（合计30个字）连在一起，完全是废物点心一个！！
老大，看看这篇文章：http://www.docin.com/p-5986402.html （我已经下载了，高手们可研究研究），
就知道WinAlign的技术含量其实并不高了，需要改进的地方多得很呐。当然，对齐软件么，最终的目标，无非错误率降到接近于零了。
我用的Trados v6.5的winalign，而它既不基于句长，也不基于锚点(那个弱弱的term list真是负不了什么重任)，几乎没有什么语言学的理论基础！举例来说吧，我们都知道，英译中的英文：中文的字数大概是5:3左右，可Winalign就是频频把20多个单词的英文segment和4个字的中文连在一起，过了一会又把一个4个单词的英文segment和两个中文segment（合计30个字）连在一起，完全是废物点心一个！！
Last edited:
回复: 对齐语料提取，除了winalign，还有别的好用的工具吗？
三大对齐软件你说的是那三大？可否告知？顺便能否把下载地址也加上？
三大对齐软件你说的是那三大？可否告知？顺便能否把下载地址也加上？
xusun575
高级会员
回复: 对齐语料提取，除了winalign，还有别的好用的工具吗？
对少量的完整文本作双语对齐,采用软件辅以人工校对是可以的,但对大批量,目前市面上的软件都是"浮云".即使花钱购买"商业软件"也无法一劳永逸地处理大批量的文本.
再高深的理论(如本帖内的附件"双语语料库段落重组对齐方法研究.pdf" ),
目前似乎仍无法解决双语完整文本句对齐的实际问题.
对齐只是简单劳动.若对完整文本双语对齐感兴趣或有需要,欢迎来绍兴这个小地方交流一下.
PS:
需要说明的是,北大有一款(柠檬水)软件,去年曾在本坛秀了一下,非常棒:能对齐的留着,无法对齐的就扔了. 厦大史博士(mandel)就更厉害了,目前已是硕果累累, 可能也是这样处理的.对于不需要完整文本对齐的语料库,请求教这于这两位高人.
对少量的完整文本作双语对齐,采用软件辅以人工校对是可以的,但对大批量,目前市面上的软件都是"浮云".即使花钱购买"商业软件"也无法一劳永逸地处理大批量的文本.
再高深的理论(如本帖内的附件"双语语料库段落重组对齐方法研究.pdf" ),
目前似乎仍无法解决双语完整文本句对齐的实际问题.
对齐只是简单劳动.若对完整文本双语对齐感兴趣或有需要,欢迎来绍兴这个小地方交流一下.
PS:
需要说明的是,北大有一款(柠檬水)软件,去年曾在本坛秀了一下,非常棒:能对齐的留着,无法对齐的就扔了. 厦大史博士(mandel)就更厉害了,目前已是硕果累累, 可能也是这样处理的.对于不需要完整文本对齐的语料库,请求教这于这两位高人.
回复: 对齐语料提取，除了winalign，还有别的好用的工具吗？
找了提到的帖子比较了一下对齐的结果，这个“柠檬水”软件也没有比雪人CAT的对齐好多少，并且丢弃了不少能对齐的句子。关键是这个软件没有提供进一步测试的可能，但是雪人CAT免费版本就可以随时进行测试和比较。
找了提到的帖子比较了一下对齐的结果，这个“柠檬水”软件也没有比雪人CAT的对齐好多少，并且丢弃了不少能对齐的句子。关键是这个软件没有提供进一步测试的可能，但是雪人CAT免费版本就可以随时进行测试和比较。
回复: 对齐语料提取，除了winalign，还有别的好用的工具吗？
能对齐的保留，无法对齐的扔掉，这种做法有点不负责任。雪人对齐能够通过词典辅助对齐，对齐的效果是目前最好的，当然要完全对齐没有错误，目前软件是没法做到的，除非软件对于句子的句法分析水平达到非常完善的程度。软件要实现这种功能必须有自学习功能，而且带有人工修改语法的功能，语法规则要达到海量的程度才差不多可以实现，当然这样的软件会非常大，而且需要一个非常有规模的团队才能完成。比如说把词典中的所有单词每个单词给定海量的不同的例句。现在软件比以前进步多了，很多软件带有自学习功能，人为什么能够顺利转换不同语言，只有软件对于人类思维进行非常完善的模拟，这些功能才能实现。估计实现这种功能的时候，软件肯定能进行非常完美的翻译了。
能对齐的保留，无法对齐的扔掉，这种做法有点不负责任。雪人对齐能够通过词典辅助对齐，对齐的效果是目前最好的，当然要完全对齐没有错误，目前软件是没法做到的，除非软件对于句子的句法分析水平达到非常完善的程度。软件要实现这种功能必须有自学习功能，而且带有人工修改语法的功能，语法规则要达到海量的程度才差不多可以实现，当然这样的软件会非常大，而且需要一个非常有规模的团队才能完成。比如说把词典中的所有单词每个单词给定海量的不同的例句。现在软件比以前进步多了，很多软件带有自学习功能，人为什么能够顺利转换不同语言，只有软件对于人类思维进行非常完善的模拟，这些功能才能实现。估计实现这种功能的时候，软件肯定能进行非常完美的翻译了。
回复: 对齐语料提取，除了winalign，还有别的好用的工具吗？
真是有本事的就把东西亮出来，做学问有讲究实事求是，一来你连测试都没做就信口开河，没有调查就没有发言权，枉你还是高级会员，算是个做学问的吗？
俺又要得罪人啦:
你是来这里推销雪人,还是真的挺书生气的?
你用过"柠檬水"水软件吗?你了解Mandel的双语语料对齐的设计思路和用途吗?
别给雪人吹牛了, 有机会不用这两位高人出山, 我们就以手工方式和你的雪人PK一下, 如何?
真是有本事的就把东西亮出来，做学问有讲究实事求是，一来你连测试都没做就信口开河，没有调查就没有发言权，枉你还是高级会员，算是个做学问的吗？