问题标签 [giza++]

其“自述文件”文件中的 URL 无效（http://www.fjoch.com/mkcls.html和http://www.fjoch.com/GIZA++.html）。有没有关于 giza++ 的好教程？或者是否有一些具有完整文档的替代方案？

我目前正在尝试编译从http://code.google.com/p/giza-pp/downloads/detail?name=giza-pp-v1.0.5.tar.gz下载的 GIZA++ 。但是每次我运行 make 命令时，总是会出现以下错误：

我真的不知道怎么回事，谁能帮帮我？

我正在使用带有 g++ 版本 4.5.1 的 Fedora 14

谢谢你的帮助

我曾尝试在窗口上使用 giza++（使用 Cygwin 编译器）。我使用了这段代码：

//假设源语言是法语，目标语言是英语

但是在从 giza++ 获取输出文件并评估输出后，我观察到结果太糟糕了。

我的评估结果是：

召回 = 0.0889

精度 = 0.0990

F_MEASURE = 0.0937

AER = 0.9035

有没有人知道原因？原因可能是我忘记了一些参数或者我应该更改其中一些参数？

换句话说：

首先，我想通过大量数据训练 giza++，然后通过小型语料库对其进行测试，并通过所需的对齐方式（GOLD STANDARD）比较其结果，但我在 web.xml 中找不到任何文档或有用的页面。

你能介绍有用的文件吗？

因此，我通过小型语料库（447 句）运行它并通过所需的对齐方式比较结果。你认为这是正确的方法吗？

我也改变了我的代码，得到了更好的结果，但它仍然不好：

GIZA++ -S testlowsf.f.vcb -T testlowde.e.vcb -C testlowsf.f_testlowde.e.snt -m1 5 -m2 0 -mh 5 -m3 5 -m4 0 -CoocurrenceFile inputcooc.cooc -o dictionary -model1dumpfrequency 1 -model4smoothfactor 0.4 -nodumps 0 -nsmooth 4 -onlyaldumps 1 -p0 0.999 -diagonal yes -final yes

评估结果：

// 假设 A 是 GIZA++ 的结果，G 是黄金标准。As 和 Gs 是 A 和 G 文件中的 S 链接。Ap 和 Gp 是 A 和 G 文件中的 p 链接。

RECALL = 相交 Gs/Gs = 0.6295

精度 = Ap 相交 Gp/A = 0.1090

FMEASURE = (2*PRECISION*RECALL)/(RECALL + PRECISION) = 0.1859

AER = 1 - ((As 相交 Gs + Ap 相交 Gp)/(A + S)) = 0.7425

你知道原因吗？

在人工智能方法中，我们有两个训练阶段。这些阶段是数据和测试。

在训练阶段，我们向系统提供大量数据，我们通常用较小的数据量对其进行测试。然后我们评估输出。

现在的问题是这种培训可以通过嵌入在 GIZA++ 中的内置功能来完成，还是我们应该为此编写一个单独的应用程序？

如果我们应该编写一个单独的应用程序，任何人都可以通过建议一个已经编写的应用程序来帮助我吗？还是说明书？注意：我想要一个对齐程序而不是统计机器翻译

我更愿意在 Giza++ 中训练，这样我就可以使用未观察到的数据进行测试。

提前致谢。

我正在尝试在我的 Ubuntu 机器上安装最新版本的 mgiza++ (0.7.1)，但出现以下错误。我已经通过运行以下命令安装了 Boost：sudo apt-get install libboost-all-dev

运行后 ./configure

运行 make 后

我怀疑我没有在 Make 文件中正确链接 Boost 库。如果您有任何想法，请告诉我。

我正在尝试在 Ubuntu 12.10 64 位上安装 Giza++ 和 Moses。虽然让我不断遇到同样的问题：

...................................

谷歌搜索没有多大帮助。对于如何解决此问题的任何提示，我将不胜感激。我应该怎么做才能用 -fPIC 重新编译它？

我有一个平行语料库，其中包含大约 100,000 个阿拉伯语和波斯语对齐的段落。

我的语料库是一个嘈杂的语料库，它的段落相互翻译不完整（即阿拉伯语段落的部分没有翻译成波斯语，标点符号也不匹配）。

为了将段落划分为句子，我使用了标点符号，但句子数量不匹配。

然后，我使用Microsoft Aligner 对齐句子，但结果确实是错误的。

如何分割和对齐语料库的句子？

我正在使用GIZA++来对齐来自Europarl corpus的 bitexts 中的单词。

在我使用 训练对齐模型之前GIZA++，我需要使用mkcls脚本来制作隐马尔可夫模型算法所需的类，如下所示：

我已经尝试过使用小型 1000 行语料库，它可以正常工作并在几分钟内完成。现在我正在用 1,500,000 行的语料库上尝试它，它占用了我的一个 CPU 的 100%(Six-Core AMD Opteron(tm) Processor 2431 × 12)

在上课之前，我已经采取了必要的步骤来标记化，降低所有大写字母并过滤掉超过 40 个单词的行。

有人mkcls对 GIZA++ 有类似的经验吗？它是如何解决的？如果有人在 Europarl 语料库上做过同样的事情，那么您运行mkcls.

从这里安装 Giza 时：

解压缩并运行“make”后，出现以下错误：

任何人都知道我该如何解决这个问题？

这可能更像是一个数学问题，但我在其他地方找不到任何相关文档。

我只是想弄清楚在 GIZA++ 中使用哪个方程来计算对齐分数。

可能有人有想法吗？

提前谢谢你的帮助。