使用Trados WinAlign对齐语料的一点感想

[oscar3]

受到Xiaoz的贴中启发，近日有时间再次试验英汉双语句级对齐处理。使用的工具为EditPlus和Trados组件WinAlign。
首先，使用EditPlus将英汉语篇作好段落对齐，并用<p>和</p>分别在段前和段落结尾处标记。当然，不作这样的标记似乎也没有问题，不过，作段落标记有助于下阶段在WinAlign中句级对齐校对。因为，作句级对齐校对不可能细读，而段落标记就起着参照作用。
接下来，将作好段落对齐的双语语料加入WinAlign。在xiaoz的贴中告诫大家不要用MSWord。我的体会是，不用word无法工作。原因是WinAlign只接受rtf，doc，xml，html等格式。首次我在EditPlus中将文件存为XML，结果WinAlign不认识。而用doc或者rtf则很顺利，要用这两种格式就得用MSword。
在用WinAlign时自动对齐时，英汉语料前面的对齐效果比较好，到后面就比较混乱了，不知道是什么原因。
WinAlign有两个微调工具可以帮助提高自动对齐效果，一是term list，即将双语文件中对应的双语术语列出置于一个文本文件中（锚点词），作为词典供WinAlign调用；另外，双语文本中的段落标记（tag）也有助于提高自动对齐精确度。
在中国大陆公开的文献中，有人曾经介绍用文本处理软件，通过find，replace，和断句标点来作句级对齐。两相比较，oscar3认为，还是使用WinAlign比较轻松。

[laohong]

Trial and errors is the way for us to learn to become expert.

[oscar3]

Trial and errors is the way for us to learn to become expert.

Thank you, laohong, for your encouragement. I am trying a lot, although I am not sure if I will become an expert.

[oscar3]

在使用xiaoz编写的dealigner将WinAlign导出的bilingualtext进行分离，在汉语文本中还是留下了一些杂质，经分析，只要是有阿拉伯数字的地方就会有“｛/f4” 等杂质。情况如下图：

[Hi_Jane]

用WinAlign对齐的语料，还可以导入句库中，指导翻译．想想吧，在翻译文本时，有了句库的帮助，就好象请了一位诲人不倦的大师在旁指导，爽呆了呀！

[oscar3]

问题汇报
在使用xiaoz编写的dealigner清除WinAlign对齐过程中留下的tag时后，发现一个奇怪的现象。原来导入到WinAlign中的文本经过dealigner处理后，英汉文本似乎都比原来缩减了。不知道什么原因。不知道肖博士在编写程序的时候是不是设定了文本的上限长度:confused:

[xiaoz]

The programs I write are always specific to the format of the input data. Numerals may not have been tagged optionally in WinAlign-ed text for my program. I am not sure which script you mean. If you can send in a sample of your WinAligned text and my program script, I will have a look for you.

[oscar3]

问题汇报
在使用xiaoz编写的dealigner清除WinAlign对齐过程中留下的tag时后，发现一个奇怪的现象。原来导入到WinAlign中的文本经过dealigner处理后，英汉文本似乎都比原来缩减了。不知道什么原因。不知道肖博士在编写程序的时候是不是设定了文本的上限长度:confused:


有个误会，经肖博士编写的程序处理过的文本长度为改变，只是在对齐时顺序有了少许变化，造成判断失误。

[xudekuan]

请问如何得到winalign

[oscar3]

请问如何得到winalign

网上有deomo版本，下载Trados freelance的试用版。

[xudekuan]

真是太感谢您了，您能把网址贴上吗？
谢谢

[Hi_Jane]

全套的Trados组件试用版：
http://www.goldenhopes.com/down.html

[smyle]

用dejavu还可以直接从csv,xls转为TM

[xudekuan]

好像，paraconc也能进行对齐，不知道谁试过？

[xudekuan]

问题汇报
在使用xiaoz编写的dealigner清除WinAlign对齐过程中留下的tag时后，发现一个奇怪的现象。原来导入到WinAlign中的文本经过dealigner处理后，英汉文本似乎都比原来缩减了。不知道什么原因。不知道肖博士在编写程序的时候是不是设定了文本的上限长度:confused:

请问，老肖先生的软件如何获得？

[Hi_Jane]

肖教授写的程序在下面链接的第49楼:
http://www.corpus4u.org/showthread.php?t=2579&page=5

[xudekuan]

谢谢呀，真是好人多！

[oscar3]

谢谢呀，真是好人多！


有同感。以往，我向别人索取文献，常常遭到沉默的拒绝。自从来到corpus4u之后，经常都有感动，几乎改变了我的人生态度。:)

[armstrong]

有同感。以往，我向别人索取文献，常常遭到沉默的拒绝。自从来到corpus4u之后，经常都有感动，几乎改变了我的人生态度。:)



是的,我也有这种感觉.

[maggie0153]

oscar3在文中写到:WinAlign有两个微调工具可以帮助提高自动对齐效果，一是term list，另外一个是段落标记(tag)吗?
段落标记不是您自己加的吗? 不知道您说另外一个微调工具是不是就是您自己填加的段落标记<p>

感谢回复

[oscar3]

oscar3在文中写到:WinAlign有两个微调工具可以帮助提高自动对齐效果，一是term list，另外一个是段落标记(tag)吗?
段落标记不是您自己加的吗? 不知道您说另外一个微调工具是不是就是您自己填加的段落标记<p>

感谢回复

Thank you for your interest in my posting, actually, I haven't used WinAlign for quite a while, because I found it is not an ideal tool for alignment. I now use a alignment tool designed by a Chinese business. However, as for the paragraph mark <p>, you are absolutely right. Good luck!

[maggie0153]

我知道您在使用雅信，感谢您的国产软件的支持。雅信4.0 不知道谁用过。