问题标签 [giza++]

I see proper installation guide available for Giza, but not for Giza++. The instructions for installing the former (as found here http://giza.sourceforge.net/documentation/installation.html) is obviously not working on the latter. I am using Ubuntu 12.04.

我在 cygwin 上运行了 GIZA++，但它有一个错误“分段错误（核心转储）”。我找不到任何配置文件。请帮助我，我该如何解决它。

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：

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？

我正在尝试使用 GIZA++ 使用 CYGWIN 进行单词对齐。我使用 MAKE 命令编译了 GIZA++，并获得了需要进一步处理的文件：Giza++.exe、mkcls.exe、snt2cooc.out、plain2snt.out。但是，当我执行时：

没有创建 .vcb 和 .snt 文件。可能是什么问题呢？

我在理解如何运行 GIZA++ 的基础知识时遇到问题。

我在 StackOverflow 上进行了讨论（是否有关于 giza++ 的教程？）并通过人们提供的链接。我已经从 Moses-SMT Github 下载并编译了最新的 giza。

编译成功后，我编写了一个简单的脚本用于测试。

现在这是我运行脚本后目录的内容。

关键是输出缺少下面列出的（对我来说很重要）文件。

现在我一直在查看 GIZA 的 Main.cpp（行：260 - 273）并且可以看到应该创建这些文件的行。

我还在日志中打印了“cerr”行，但我无法找出为什么这些文件不存在于输出中。

请问有人遇到过类似的问题吗？这是某种错误还是我做错了什么？

编辑：

现在我已经重新编译了整个 GIZA++，没有in a 中的-DBINARY_SEARCH_FOR_TTABLE选项。并更改了脚本，使其不会生成并提供 coocurrence 文件给 GIZA++。在我重新运行脚本后，输出确实包含and 。有人知道如何解释这种行为吗？我教过我会使用 coocurrence 文件获得更好的对齐和概率估计，请问有什么需要吗？还是只是为了提高性能的速度？CFLAGSMakefileout.actual.ti.finalout.ti.final

有谁知道如何用从这里获得的 Anymalign 替换摩西中的 GIZA++

其实使用Moses有9个步骤，我想不通过第2步和第3步就开始第4步，但是不使用GIZA++似乎是不可能的。有人有线索吗？

我下载了 mosesdecoder 并成功编译。由于版本不同存在一些 boost 错误，我在自定义目录中安装了 boost。我现在正在尝试使用自定义提升安装来安装 mgiza。

在 moses 附加资源页面：http ://www.statmt.org/moses/?n=Moses.ExternalTools中，它说：

编译 MGIZA 需要 Boost 库。如果您的 Boost 库位于非系统目录中，请使用脚本

编译 MGIZA。

但简单地从 mgiza/mgizapp 目录运行它会产生很多文件未找到错误。我发现我必须正确设置 SRC_DIR 和 BOOST_ROOT 目录。

一旦我设置好了，代码文件的初始行和所有后续的编译文件都保存在 $PWD 中，我从中编译脚本。

那么我应该从哪个目录编译脚本才能顺利端到端地运行 moses？

更新：我已经回答了这个问题。谢谢

我正在使用 MGIZA++ 来对齐来自联合国平行语料库的双文字。</p>

在使用 MGIZA++ 训练对齐模型之前，我需要使用mkcls脚本创建隐马尔可夫模型算法所需的类，如下所示：

我正在用 1,000,000 行的语料库上尝试它，但这需要很长时间并且仍然无法得到结果（当我尝试一个小数据集时，它可以工作）。

是否有用于执行 mkcls 的多线程或并行工具包？

当我在测试数据集上使用时，我一直在使用 GIZA++ 翻译句子，显示错误“错误：禁止零句子长度 0”。有什么办法可以避免这个错误

我一直在官方网站（和 pdf 手册）中搜索 giza++ 短语表输出中数字的含义：http: //www.statmt.org/moses/? n=FactoredTraining.ScorePhrases

这就是我想出的。

假设这是短语表中的一行

这意味着：

这些都很有道理。

然而，如果我使用文本编辑器进行文本搜索，我会得到：

即，完全不同的数字。

另一个奇怪的地方是：

所以，考虑到官网的解释，

和

一种解释可能是它可能正好相反。

但是，实际计数（“the”）是 21466。

是否有其他一些教程/手册可以更好地阐明 giza++ 输出文件的内容？