语料对齐工具的性能比较与选择

本文利用实验研究的方法,以文学、财经和科技三种文体为样本,对6款常见的语料对齐工具进行了比较研究。研究发现:(1)除Deja VuX3之外,相同文本使用docx和txt格式对对齐结果没有影响;(2) Transmate、ABBYY Aligner 2.0和memoQ 2015的对齐准确率位居前列,表现稳定;(3)使用不同体裁的文本,对齐质量也会不同。科技文本的对齐效果最佳,其次是财经和文学;(4)对齐准确率是评测对齐质量的主要指标,但不是唯一指标;(5)距离完美对齐的距离、句段长短、标签数量也影响对齐质量。本文还提出了对齐准确率的概念和计算公式。本研究对对齐工具的选择和改进具有一定参考作用。