class - GIZA++ 的 mkcls 文件中的单词是如何聚集到单词类中的，它们是根据什么分组的？

Question

1. giza++ 中的 mkcls 有什么用？

2. 在运行 mkcls 时，giza++ 为源语言和目标语言生成四个文件 *.vcb.classes 和 *.vcb.classes.cats。

*.vcb.classes 的输出是：

.      9
book  10
gave   4
he     3
him    5
i      7
loved  8
read   8
the    2

这些数字代表什么？是单词类数字吗？如果它是一个词类编号，那么它是如何生成的，或者它是如何分类的，基于什么？

Answer 1

“mkcls”程序将单词分组到等价类中。GIZA++ 使用输出进行字对齐。参见Franz Josef Och，一种确定双语词类的有效方法