pypi-bleualign 0.1.1.1

一般信息

bleualign是一种在句子层次上对齐平行文本（即文本及其翻译）的工具。 除了源文本和目标文本之外，bleualign还需要至少一个文本的自动翻译。 然后根据源文本句子（翻译成目标语言）和目标文本句子之间的相似性（修改的bleu分数）进行对齐。 请参阅出版物一节了解更多详细信息。

获得自动翻译取决于用户。唯一的要求是翻译必须与源文本逐行对应（不插入或删除换行符）。

要求

该软件是在Linux上使用Python2.6开发的，但也应该支持较新版本的Python（包括3.x）和其他平台。 请向sennrich@cl.uzh.ch报告您遇到的任何问题

使用说明

bleualign的输入输出格式是每行一句话。 仅包含.eoa的行被视为硬分隔符（文章结尾）。 句子对齐不会跨越这些分隔符：可靠的分隔符可提高速度和性能，错误的分隔符会严重降低性能。

给定文件sourcetext.txt、targettext.txt和sourcetranslation.txt（后者是与sourcetext.txt对齐的句子），一个示例调用是

./bleualign.py -s sourcetext.txt -t targettext.txt –srctotarget sourcetranslation.txt -o outputfile

也可以在其他翻译方向上提供多个翻译和/或翻译。 Bleualign将在提供的每个翻译中运行一次，最终输出是各个运行的交叉点（即每个运行中生成的句子对）。

./bleualign.py -s sourcetext.txt -t targettext.txt –srctotarget sourcetranslation1.txt –srctotarget sourcetranslation2.txt –targettosrc targettranslation1.txt -o outputfile

./bleualign.py -h will show more usage options

为了便于批量处理多个文件，可以使用batch_align.py。

python batch_align directory source_suffix target_suffix translation_suffix

示例：给定带有文件0.de、0.fr和0.trans等的目录0.trans是0.de到目标语言的转换，则此命令将对齐所有文件：

python batch_align.py raw_files de fr trans

这将生成文件0.de.aligned和0.fr.aligned

用作python模块

bleualign作为独立脚本工作，但也可以作为其他python项目的模块导入。 有关代码示例，请参见example/目录。如果想知道所有选项，可以在bleualign/aligner.py中看到aligner.default_options变量。

要将bleualign用作python模块，需要使用以下命令（从本地副本）安装包：

python setup.py install

BleuAlign软件包也可以直接从GitHub安装，安装方式为：

pip install git+https://github.com/rsennrich/Bleualign.git

出版物

算法在

Rico Sennrich，Martin Volk（2010年）：

基于机器翻译的ocr生成的并行文本句子对齐。摘自：科罗拉多州丹佛市AMTA 2010会议记录。

里科·森里奇；马丁·沃克（2011）：

基于mt的并行文本的迭代句子对齐。摘自：Nodalida 2011，北欧计算语言学会议，里加。

联系人

有关问题和反馈，请联系sennrich@cl.uzh.ch或使用github存储库。