「自述」文件中的網址無效(http://www.fjoch.com/mkcls.html和http://www.fjoch.com/GIZA++.html)。有關於giza ++的好教程嗎?還是有一些替代品有完整的文件?有沒有關於giza ++的教程?
回答
下面是來自一個教程中,我一類放在一起摘錄。當我有更多的東西時,我會發佈一個鏈接。 (注意:這裏假設你已經成功安裝了GIZA ++ - 在* nix系統V2)。
1)含並行句子兩個數據文件開始,每行一個句子。例如,一對平行的英法文件可能如下所示。
樣品1 - train.en
I gave him the book .
He read the book .
He loved the book .
樣品2 - train.fr
Je lui ai donne/ le livre .
Il a lu le livre .
Il aimait le livre .
2)通過plain2snt.out運行這些文件來獲得目標和源詞彙文件(.vcb )以及句對文件( .snt)。
從GIZA ++目錄中,運行:
./plain2snt.out TEXT1 TEXT2
其中TEXT1和TEXT2是在步驟1所述。
這產生在相同的目錄中TEXT1和TEXT2四個文件(假定它們的數據文件在同一個目錄下):
- TEXT1_TEXT2.snt
- TEXT1.vcb
- TEXT2_TEXT1.snt
- TEXT2.vcb
的翻譯文件包含在文本的每個詞的唯一(整數)ID(NB:未標記化/ lemmatized),字/串,和數字該字符串發生的次數。這些由一個空格字符分隔。
句子文件包含數字。對於每個句對,有三行:第一行是語料庫中句對出現次數的計數,第二和第三行是一串(空格分隔)數字,對應於vocab文件。基於* .snt文件的命名約定,第一個文件被假定爲源文件,第二個文件被假定爲目標語言。例如,在文件TEXT1_TEXT2.snt中,第一行將是語料庫中第一個句對出現次數的計數,第二行將是與TEXT1.vcb文件中的單詞對應的一串數字,並且第三行將是與TEXT2.vcb文件中的單詞對應的一串數字。
3)現在可以使用TEXT1.vcb,TEXT2.vcb和兩個* .snt文件中的任意一個作爲GIZA ++的輸入來生成對齊。
例如:
./GIZA++ -s TEXT1.vcb -t TEXT2.vcb -c TEXT1_TEXT2.snt
但需要注意的是,當我試圖運行此,我不得不TEXT1_TEXT2.snt沒有名稱的下劃線,以獲得適當的任何輸出重命名爲。
感謝您的這麼長時間和完整的答案!:) – 2011-05-09 07:25:25
如果您有類似的錯誤:「錯誤:沒有共存文件給出!「, 您應該生成一個包含」snt2cooc.out train.en.vcb train.fr.vcb corpus.snt> cooc.cooc「的coocurrence文件,然後運行」GIZA ++ -S train.en.vcb -T train.fr .vcb -C corpus.snt -CoocurrenceFile cooc.cooc「 – 2013-12-04 01:09:38
這可能嗎?
非常感謝:) – 2011-04-22 08:13:33
鏈接現在關閉 – 2016-02-02 06:43:46
還有就是如何格式的輸入文件以及如何運行GIZA ++在這裏補充說明:
http://www.tc.umn.edu/~bthomson/wordalignment/GIZAREADME.txt
IIT-B學者已經爲GIZA ++和MOSES的設置和使用提出了很好和詳細的介紹。
其中一些是: http://www.cse.iitb.ac.in/~pb/cs712-2013/potpouri/kashyap-giza-mozes-jan2013.pdf
http://www.cse.iitb.ac.in/~anoopk/publications/presentations/moses_giza_intro.pdf
- 1. 有沒有關於GoogleMap v3的教程?
- 2. 有沒有關於re2c +檸檬的好工作教程?
- 3. 有沒有關於epoll UDP的好例子或教程?
- 4. 有沒有關於如何正確構建App Store的教程?
- 5. 有沒有關於使用buildout和pip的好教程?
- 6. 有沒有關於如何定製UITableView的教程?
- 7. Ubuntu上有關於Giza ++的正確安裝指南嗎?
- 8. 有沒有關於MonoTouch基於塊的新動畫的很好的教程?
- 9. 除了apache.org教程以外,有沒有關於Pig UDF的任何有用的教程?
- 10. Rails教程:沒有關係控制器
- 11. 沒有jQuery的Three.js教程?
- 12. 有沒有關於xampp + php + openssl howto的簡單表單的教程?
- 13. 有沒有關於如何使用Naver的Line URL ScheemE的示例或教程?
- 14. 有沒有關於PHP編程的書?
- 15. 有沒有關於使用Alex + Happy構建簡單解釋器的教程?
- 16. 有沒有關於如何使用Java ObjectPool/pools的好教程或例子?
- 17. 有沒有關於使用Matplotlib創建一個hexbin熱圖的教程?
- 18. 有沒有關於如何在.NET應用中實現Google Authenticator的教程?
- 19. 有沒有關於在Windows 7 64位上使用Eclipse CDT的最新教程?
- 20. 有沒有關於如何在Android上編輯圖像的任何教程?
- 21. Cassandra幻影教程:有沒有使用Phantom的基本教程?
- 22. 有沒有工作的jbpm3教程?
- 23. 網上有沒有好的UIScrollView教程?
- 24. 有沒有Apache CXF的在線教程?
- 25. ice4j有沒有好的教程?
- 26. 有沒有tf.trian.SessionRunHook的任何教程?
- 27. 有沒有簡單的PhoneGap教程?
- 28. 有沒有Protobuf網的任何教程?
- 29. 有沒有什麼好的erlsom教程?
- 30. 有沒有用於向Direct3D程序員教授OpenGL的資源?
第二個鏈接是死的。問題有些爭議(什麼是「好」教程?)。你應該在它關閉之前嘗試改進它。 – 0xC0000022L 2011-04-22 03:55:56
這兩個鏈接都死了... – alvas 2014-07-07 12:44:05
請參閱http://stackoverflow.com/questions/21955792/is-there-a-proper-installation-guide-for-giza-on-ubuntu/43274827#43274827 – alvas 2017-04-07 09:43:11