ارائه پیکره متنی موازی فارسی- انگلیسی با کاوش در ویکیپدیا

پیکره های متنی موازی و تراز شده یکی از منابع مهم برای بسیاری از تحقیقات زبان شناسی در حوزه چندزبانی مخصوصا ترجمه ماشینی مبتنی بر پیکره های متنی است در این مقاله یک پیکره متنی موازی و تراز شده برای جفت زبان فارسی انگلیسی با کاوش در محتویات ویکی پدیا ارائه می شود. ما روشی برای ترازبندی در سطح جمله ارائه می کنیم که از یک روش بهبود یافته لغتنامه دوزبانه مبتنی برابر پیوند استفاده می کند. نتایج نشان میدهند که دقت این روش نسبت به متد، مشابه دو برابر افزایش داشته است . در حالیکه تعداد کل جفت جملات کاندید تولید شده به نصف کاهش یافته است.

کلیدواژه ها:

پیکره متنی موازی ، ترازبندی ، ترازبندی جمله ، ویکی پدیا