GSK2017-A 文アライメントソフトウエア

Description:	2つのテキストファイルを入力として、文のアライメントを出力するツールです。典型的には、異なる言語(A語とB語とする)で書かれた2つのファイルをもとに片方の言語(A語)のファイルを他方の言語(B語)に機械翻訳し、その結果のファイルと元々B語で書かれたファイルを入力として、文アライメントを求め、その結果をもとに異なる言語で書かれた2つのファイルに対して文アライメントを作成します。アルゴリズムは、文間の絶対距離を文を構成する単語の差異から求め、動的計画法によってアラインするものです。使用方法は、　　e_align_w_s.pl in_file_1 in_file_2 > out_file です。in_file_1は1番目の入力ファイル、in_file_2は2番目の入力ファイル、out_fileはアライメントの出力ファイルです。例を示します。同包のデモファイルを用いて　　e_align_w_s.pl in_file_1_demo in_file_2_demo > out_file_demo を実行した結果です。《in_file_1_demo》　今日は晴れです。　明日は雨です。　あさっては曇りです。　しあさっては雪です。　やのあさっては霙です。《in_file_2_demo》　今日は雨です。　明日は曇りです。《out_file_demo》　0　　　0　　　　5.00　　　0.6667 　1　　　0　　　　—-　　　—- 　2　　　1　　　　2.00　　　0.8000 　3　　　NULL　　4.90　　　0.0200 　4　　　NULL　　4.90　　　0.0200 出力ファイルの各列の意味は以下のとおりです。第1列　1番目の入力ファイルの文番号(NULLは文対応がないことを示す) 第2列　2番目の入力ファイルの文番号(NULLは文対応がないことを示す) 第3列　対応の絶対距離(0以上。—-は、片方のファイルの文が複数文対応であることを示す) 第4列　対応の相対スコア(0以上、1以下。—-は、片方のファイルの文が複数文対応であることを示す) 入力ファイルのコードはUTF-8 (BOMなし)です。単語をスペースで区切る必要があります。
Creator:	江原自然言語処理研究室（江原暉将）
Price:	GSK会員限定無料配布言語資源会員は、年度中、会員限定無料配布言語資源の利用が一件目の場合に限り無料。年度中、会員限定無料配布言語資源の利用が二件目以上にあたる会員は、5,500円（税込み、送料3,300円別）。非会員は33,000円（税・送料込み）。
Date:	2017.4
Format:	1ファイル (4KB, zipで圧縮済み)
Format.encoding:	UTF-8
Language:	Japanese

教育・研究・開発（非営利）目的利用の場合、上記言語資源の入手にあたっては、「利用申請書兼誓約書（文アライメントソフトウエア）」に必要事項をご記入いただき、メール添付にて（やむを得ない場合はFAX、郵便も可）、事務局までお送り下さい。 本言語資源はメール添付で送信します。有料の場合、CD-Rでの送付も可能です。有料の場合、折り返し、ご請求書をお送りしますので、宛名等ご指定のある場合は申請時にお知らせください。また、利用申請書兼誓約書の記入にあたっては「会員種別と利用種別の個人・団体について」をご確認下さい。
営利目的での利用を希望する場合、事務局までご連絡ください。