实现汉英双语翻译每句自动对齐

大山里出来的孩子

大神，你是直接处理文章那里面的几句话，要使针对这两篇文章所有内容又该如何处理呢 ？回复 30# pitonas


   

大山里出来的孩子

大神啊，神奇的代码，好复杂，但是这个只能针对一特定的文章进行处理，要实用于大部分类似的文章又该如何处理呢 ？回复 30# pitonas


   

pitonas

一个思路 ( 没有 充分考虑 细节 及 效能 ):
请自行捉摸, 捉摸 ~ {:2_179:}

1. CHECK: [ Egypt|the|capital ]
   
2. Egypt        埃及 = ok
   
3. capital        首都 = ok
   
4. CHECK: [ Tripoli|Tripoli ]
   
5. Tripoli        的里波里 = ok
   
6. Tripoli        的里波里 = ok
   
7. CHECK: [ after|their|airport ]
   
8. airport        机场 = ok
   
9. CHECK: [ where|militias|week ]
   
10. FAIL !!        check next sentence
    
11. militias        民兵 = ok
    
12. week        星期 = ok
    
13. ========================
    
14. match        @C[ 0 .. 1 ]
    
15. ------------------------
    
16. Egypt's state media is also reporting the deaths of 23 Egyptians in the Libyan capital, Tripoli, after a rocket hit their home near the airport, where deadly fighting between rival militias is entering a third week.
    
17. 埃及国家电台也报道说，有23名埃及人在利比亚首都的里波里丧生，此前一枚火箭弹击中了这些埃及人在机场附近的住所。当地对立民兵组织之间的激战已经进入了第三个星期。
    
18. ------------------------
    
19. CHECK: [ Egypt|the|capital ]
    
20. Egypt        埃及 = ok
    
21. capital        首都 = ok
    
22. CHECK: [ Tripoli|Tripoli ]
    
23. Tripoli        的里波里 = ok
    
24. Tripoli        的里波里 = ok
    
25. CHECK: [ after|their|airport ]
    
26. airport        机场 = ok
    
27. CHECK: [ where|militias|week ]
    
28. FAIL !!        check next sentence
    
29. militias        民兵 = ok
    
30. week        星期 = ok
    
31. ========================
    
32. match        @C[ 2 .. 3 ]
    
33. ------------------------
    
34. Egypt's state media is also reporting the deaths of 23 Egyptians in the Libyan capital, Tripoli, after a rocket hit their home near the airport, where deadly fighting between rival militias is entering a third week.
    
35. 埃及国家电台也报道说，有23名埃及人在利比亚首都的里波里丧生，此前一枚火箭弹击中了这些埃及人在机场附近的住所。当地对立民兵组织之间的激战已经进入了第三个星期。
    
36. ------------------------
    

复制代码

1. #!/usr/bin/perl
   
2. use 5.010;
   
3. 
   
4. my %dic = qw[
   
5.   Egypt 埃及
   
6.   state 国家
   
7.   media 电台
   
8.   reporting 报道
   
9.   deaths 丧生
   
10.   Egyptians 埃及人
    
11.   Libyan 利比亚
    
12.   capital 首都
    
13.   Tripoli 的里波里
    
14.   rocket 火箭
    
15.   hit 击中
    
16.   home 住所
    
17.   near 附近
    
18.   airport 机场
    
19.   fighting 激战
    
20.   rival 对立
    
21.   militias 民兵
    
22.   entering 进入
    
23.   third 第三
    
24.   week 星期
    
25. ];
    
26. 
    
27. my @E = (
    
28. q[Egypt's state media is also reporting the deaths of 23 Egyptians in the Libyan capital, Tripoli, after a rocket hit their home near the airport, where deadly fighting between rival militias is entering a third week.],
    
29. q[Egypt's state media is also reporting the deaths of 23 Egyptians in the Libyan capital, Tripoli, after a rocket hit their home near the airport, where deadly fighting between rival militias is entering a third week.],
    
30. 
    
31. );
    
32. my @C = (
    
33. q[埃及国家电台也报道说，有23名埃及人在利比亚首都的里波里丧生，此前一枚火箭弹击中了这些埃及人在机场附近的住所。],
    
34. q[当地对立民兵组织之间的激战已经进入了第三个星期。],
    
35. q[埃及国家电台也报道说，有23名埃及人在利比亚首都的里波里丧生，此前一枚火箭弹击中了这些埃及人在机场附近的住所。],
    
36. q[当地对立民兵组织之间的激战已经进入了第三个星期。],
    
37. );
    
38. 
    
39. my $i = 0;
    
40. for my $e (@E) {
    
41.     my $begin    = $i;
    
42.     my @sentence = map { [/\w+/g] } split /,/, $e;
    
43.     for my $ws (@sentence) {
    
44.         my $index = $#{$ws} >= 3 ? [ 0, $#{$ws} / 2, -1 ] : [ 0, -1 ];
    
45.         my @word  = @$ws[@$index];
    
46.         my $ok    = 0;
    
47.         say "CHECK: [ ", join( '|', @word ) . ' ]';
    
48.       NEXT: for my $w (@word) {
    
49.             ++$ok and next unless exists $dic{$w};
    
50.             my $c = $dic{$w};
    
51.             if ( $C[$i] =~ /$c/ ) {
    
52.                 say "$w\t$c = ok";
    
53.                 $ok++;
    
54.             }
    
55.         }
    
56.         unless ( $ok > @word * 2 / 3 ) {
    
57.             say "FAIL !!\tcheck next sentence";
    
58.             ++$i and goto NEXT;
    
59.         }
    
60.         sleep 1;
    
61.     }
    
62. 
    
63.     say '=' x 24;
    
64.     say "match\t\@C[ $begin .. $i ]";
    
65.     say '-' x 24;
    
66.     say $e;
    
67.     say @C[ $begin .. $i++ ];
    
68.     say '-' x 24;
    
69. }
    
70. 
    

复制代码

大山里出来的孩子

你会用动态规划处理吗 ？回复 27# huang6894


   

大山里出来的孩子

你去帮忙喊个大神过来吧 ，我认识的少 回复 27# huang6894


   

huang6894

大山里出来的孩子 发表于 2014-08-06 11:29
你下面的那个中文句子的句号怎么对应应恩英文句子那个逗号呢，若是一句英文对应三局或四句中文呢，或者是一 ...

对呀，所以就不能了~

大山里出来的孩子

按标点符号去分也行，只要能正确的对其就好，可不可以把代码贴出来看看 回复 24# huang6894


   

大山里出来的孩子

你下面的那个中文句子的句号怎么对应应恩英文句子那个逗号呢，若是一句英文对应三局或四句中文呢，或者是一句中文对应好几句英文呢回复 24# huang6894


   

huang6894

回复 21# 大山里出来的孩子


    我的意思是：

按句号划分：

利比亚政府部队星期六及星期天在东部城市班加西和武装伊斯兰民兵发生冲突，造成至少38人丧生。
  At least 38 people have been killed in the eastern Libya city of Benghazi as Libyan government forces clashed with armed Islamist militants on Saturday and Sunday.

可以~

埃及国家电台也报道说，有23名埃及人在利比亚首都的里波里丧生，此前一枚火箭弹击中了这些埃及人在机场附近的住所。当地对立民兵组织之间的激战已经进入了第三个星期。
  Egypt's state media is also reporting the deaths of 23 Egyptians in the Libyan capital, Tripoli, after a rocket hit their home near the airport, where deadly fighting between rival militias is entering a third week.

不可以~
--------------------------------------------------------------------------------------------------------------------------

pitonas

这个实现有难度 ~ {:2_176:}
一起等大神吧 ~ {:2_168:}
回复 20# 大山里出来的孩子