Question

我正在尝试在我自己的java类中使用来自http://code.google.com/p/berkeleyaligner/的BerkeleyAligner.jar文件中的wordalignment。我已经将.jar文件添加到了我的buildpath中。

edu.berkeley.nlp.wordAlignment.combine.CombinedAligner采用什么参数？ edu.berkeley.nlp.wordAlignment.combine.CombinedAligner输出是什么？

我所拥有的是2个已经句子对齐的输入文件;即来自sourceFile的第X行的句子与targetFile的第X行的句子相同（但使用的语言不同）。

import edu.berkeley.*;
import edu.berkeley.nlp.wa.mt.Alignment;
import edu.berkeley.nlp.wa.mt.SentencePair;
public class TestAlign {

BufferedReader brSrc = new BufferedReader(new FileReader ("sourceFile"));
BufferedReader brTrg = new BufferedReader(new FileReader ("targetFile"));

String currentSrcLine;

while ((currentSrcLine = brSrc.readLine()) !=null) {
    String currentTrgLine = brTrg.readline();
    // Reads into BerkeleyAligner SentencePair format.
    SentencePair src2trg = new SentencePair(sentCounter, params.get("source"),
        Arrays.asList(srcLine.split(" ")), Arrays.asList(trgLine.split(" ")));
    // How do i call the BerkeleyAligner??
    // -What parameters does the CombinedAligner takes?
    // -What does the function/class returns?
    // I assume it returns a list of strings. 
    // Is there a class in BerkeleyAligner to read the output? 
    // Please provide some example, thank you!!
    Alignment output = edu.berkeley.nlp.wordAlignment.combine.CombinedAligner
        .something.something(currentSrcLine, currentTrgLine);
    }
}

e.g。的资源文件：

this is the first line in the textfile.
that is the second line.
foo bar likes to eat bar foo.

e.g。的TargetFile：

Dies ist die erste Textzeile in der Datei.
das ist die zweite Zeile.
foo bar gerne bar foo essen.

Answer 1

实际答案

您只想对齐文本（来自目标文件和源文件），对吧？

如果是这样，在创建句子对之后，您甚至不需要将它们放在CombinedAligner中。

你可以从中获得一个对齐：(SentencePair, boolean)。布尔值是你想要树对齐。

将它放入构造函数中会自动生成一个Alignment！这么简单！

这是我获得代码的地方：http://code.google.com/p/berkeleyaligner/source/browse/trunk/src/edu/berkeley/nlp/wa/mt/Alignment.java

<强>更新

不幸的是，我误解了你的问题，并发布了无关紧要的回复。

但是，我下载了jar文件，找到了CombinedAligner.class和decompiled it。

这是我得到的：

包edu.berkeley.nlp.wordAlignment.combine;

import edu.berkeley.nlp.mt.Alignment;
import edu.berkeley.nlp.mt.SentencePair;
import edu.berkeley.nlp.wordAlignment.PosteriorAligner;
import edu.berkeley.nlp.wordAlignment.WordAligner;
import fig.basic.Fmt;
import fig.basic.ListUtils;
import java.util.ArrayList;
import java.util.List;

public abstract  class CombinedAligner extends PosteriorAligner {

    private static final long serialVersionUID = 1;
    WordAligner wa1;
    WordAligner wa2;

    public CombinedAligner (WordAligner, WordAligner)
    public String getName()
    public Alignment alignSentencePair(SentencePair)
    public List alignSentencePairReturnAll(SentencePair)
    public void setThreshold(int)
    abstract Alignment combineAlignments(Alignment, Alignment, SentencePair)

}

您使用的Alignment课程似乎是edu.berkeley.nlp.mt.Alignment。

无论如何，CombinedAligner是抽象的，所以你无法实例化它。而且我不知道.something是什么，因为没有静态方法或字段。

我认为你想要的是alignSentencePair(SentencePair)。

要实现这一点，您需要使用CombinedAligner的子类，因为CombinedAligner是抽象的。

所以，在浏览文件后，我找到了这些子类：

edu.berkeley.nlp.wordAlignment.combine.HardUnion
edu.berkeley.nlp.wordAlignment.combine.HardIntersect
edu.berkeley.nlp.wordAlignment.combine.SoftUnion
edu.berkeley.nlp.wordAlignment.combine.SoftIntersect

您可以使用这些代替CombinedAligner，并将您的两个句子插入SentencePair！

经过检查，我意识到WordAligner也是抽象的！

package edu.berkeley.nlp.wordAlignment;

import edu.berkeley.nlp.mt.Alignment; import edu.berkeley.nlp.mt.SentencePair; import fig.basic.LogInfo; import java.io.Serializable; import java.util.ArrayList; import java.util.HashMap; import java.util.Iterator; import java.util.List; import java.util.Map;

公共抽象类WordAligner实现Serializable {

private static final long serialVersionUID = 1;
protected String modelPrefix;

public WordAligner ()
public abstract String getName()
public void setThreshold(double)
public Alignment alignSentencePair(SentencePair)
public Map alignSentencePairs(List)
public Alignment thresholdAlignment(Alignment, double)
public String getModelPrefix()
public String toString()

}

我找到了一个子类：

edu.berkeley.nlp.wordAlignment.IterWordAligner

不幸的是，这仍然是抽象的。

但是IterWordAligner的子类不是：{0} edu.berkeley.nlp.wordAlignment.EMWordAligner

然而，构造函数真的很奇怪。

public EMWordAligner (SentencePairState$Factory, Evaluator, boolean)

它在CONSTRUCTOR中使用INNER CLASS！？这是一个糟糕的编程实践。

WAIT

我发现了一个字对齐器！ http://code.google.com/p/tdx-nlp/source/browse/trunk/pa2/java/src/cs224n/assignments/WordAlignmentTester.java?r=67

也许这有帮助，你可以用它来解决你的问题。

如何在我自己的java类中使用BerkeleyAligner？

1 个答案: