因?yàn)檎n程的緣故，需要和同學(xué)一起折騰一個(gè)統(tǒng)計(jì)機(jī)器翻譯工具出來。我的工作就是翻譯模型構(gòu)建這一步。根據(jù)網(wǎng)絡(luò)上的說法，我使用了GIZA++這個(gè)工具。以下內(nèi)容參考了如下資源:

翻譯系統(tǒng)搭建,這個(gè)資料算是比較全面的，但是在沒有說明應(yīng)該使用哪個(gè)版本的GIZA++和mkcls

GIZA++實(shí)驗(yàn)報(bào)告,比上面文檔更加詳細(xì)（翻譯模型這一塊），也給出GIZA++的版本和一些解決方案，但是我沒有使用，但是命令都是采用這些這個(gè)實(shí)驗(yàn)報(bào)告里面提供的命令

ti.final等文件未生成的解決方法,Issue 29,解決方案就是采用1.0.3的giza++

舊的版本的giza++運(yùn)行時(shí)buffer overflow,Issue 11,解決方案是修改giza++的file_spec.h

*** file_spec.h 2009/07/10 21:38:39 1.1 --- file_spec.h 2009/07/13 11:37:21 *************** *** 37,49 ****struct tm *local;time_t t;char *user; ! char time_stmp[17];char *file_spec = 0;t = time(NULL);local = localtime(&t);! sprintf(time_stmp, "%02d-%02d-%02d.%02d%02d%02d.", local->tm_year, (local->tm_mon + 1), local->tm_mday, local->tm_hour, local->tm_min, local->tm_sec);user = getenv("USER"); --- 37,49 ----struct tm *local;time_t t;char *user; ! char time_stmp[19];char *file_spec = 0;t = time(NULL);local = localtime(&t);! sprintf(time_stmp, "%04d-%02d-%02d.%02d%02d%02d.", 1900 + local->tm_year, (local->tm_mon + 1), local->tm_mday, local->tm_hour, local->tm_min, local->tm_sec);user = getenv("USER");NOTE: 上面的步驟中漏掉了中英文的分詞，這一部分的工作是后面工作的基礎(chǔ)！！！

總結(jié)

以上是生活随笔為你收集整理的统计机器翻译中翻译模型的构建的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。