机器翻译词典合并

elisa-patch的Python项目详细描述


依赖关系

unidecode
emoji
*kenlm
fuzzy
scikit-learn
pyxdameraulevenshtein 
pygtrie
numpy     

*从github安装kenlm包装器:

pip install https://github.com/kpu/kenlm/archive/master.zip

用法

# Load english dictionaryenglish_vocab=load_english_vocab(...)english_vocab.update(load_english_vocab(...))# Load bilingual lexicon dictionaryforeign_dict=load_lexicon_norm(...)# Load target language modellm=kenlm.Model(...)# Train a ngram model if needed# ngram_train(foreign_dict, 'hin-tfidf-ngram_algo')# Ulf's romanizerromanizer=partial(romanize,romanization_path=...,language_code="hin")soundex_inst=fuzzy.DMetaphone()soundex_algo=lambdax:soundex_inst(x)[0].decode('utf-8')ifsoundex_inst(x)[0]isnotNoneelsexenglish_encoded_vocab={e:soundex_algo(e)foreinenglish_vocabife}# load the ngram modelngram_algo=pickle.loads(open(...,"rb").read())soundex_model=partial(soundex_similarity,encoded_english_vocab=english_encoded_vocab,romanizer=romanizer,soundex=soundex_algo)lev_model=partial(lev_similarity,backup=soundex_model)ngram_model=partial(ngram_similarity,model=ngram_algo,backup=lev_model)final_model=partial(exact_similarity,backup=ngram_model)forlineinopen(...):source,target=line.strip('\n').split('\t')oovs=extract_oov(target,source,english_vocab=english_vocab,romanization=True)best,mods=translate_oov(target,oovs,foreign_dict,final_model,lm.score)ifbest!=target:foroovinoovs:alt=list(mods[oov].keys())[0]trans=mods[oov][alt]debug.debug(f"{romanizer(oov)} -> {romanizer(alt)} : {list(trans)}")debug.debug(best)debug.debug("*"*100)

python -m elisa_patch --help

欢迎加入QQ群-->: 979659372 Python中文网_新手群

推荐PyPI第三方库


热门话题
javai是JAXB的新手。如何将两个具有不同名称空间的不同xml合并为一个具有根元素的xml并将其解组?   JDO中的java应该是可传递的DefaultFetchGroup吗   java服务器配置问题   java在理解JList时遇到困难   java何时将RequestContextFilter用于Jersey?   java从数据库中读取文本文件。jar文件   Java正则表达式,仅适用于不包括零的正数   爪哇番石榴。类路径中的jar   JavaEE:关于设计的问题   java GUI,在面板中排列按钮   java Android为什么使用接口被认为是活动和片段之间通信的最佳实践?   java如何获取wicket图像的url以在开放图元标记中使用它   从Java字节[]>Base64>Javascript数组缓冲>Base64>byte[]   java正则表达式帮助字符串JWE766。1.pdf格式摘录766   java Hibernate,JPA忽略@Formula