Experiments with a French-Romanian Word Alignment System.
Abstract
In this paper, we present several experiments with a hybrid French-Romanian word alignment system. We combine statistical methods and linguistic resources (heuristic rules using linguistic information, dictionaries). The experiments evaluate the influence of various linguistic resources on the overall system's results. We use GIZA++ as a baseline system and we iteratively add cognates, collocations and heuristic rules to correct some alignment errors. For our experiments, we use training and evaluation corpora extracted from a freely available legal parallel corpus (DGT-TM). The results show that linguistic resources significantly improve the quality of the alignment.
L'article présente plusieurs expériences réalisées pour l'entrainement d'un système hybride d'alignement lexical. Le système combine méthodes statistiques et ressources linguistiques (base de règles héuristiques, dictionnaires électroniques). Les expériences évaluent la contribution de chaque ressource linguistique à l'amélioration du système. Nous avons utilisé comme système de base GIZA++ et nous ajoutons les cognats, les collocations et des règles héuristiques pour corriger les erreurs d'alignement. Pour notre expériences nous avons utilisé des corpus d'entrainement et d'evaluation du domaine juridique (DGT-TM). L'utilisation des ressources linguistiques améliore la qualité des résultats.