在翻译的句子中查找对等的短语/单词

问题描述

正如所讨论的那样 - 当我有两个翻译的句子时，我想知道是否有办法找到等效的单词/短语。例如：

• 没有。 - 我@H_502_4@性骚扰。
• 没有。 - 但它@H_502_4@困扰我。

有没有一种算法可以告诉我西班牙语的@H_502_4@molesta和英语的@H_502_4@bothers？我有更多这样的句子，例如，我想获得单词 @H_502_4@molesta 的可能翻译列表。我知道这是一个非常普遍的问题，但我不知道应该在哪里搜索解决方案。我会在 Kotlin 中做到这一点。提前致谢。

解决方法

有几个用于词对齐的库：

• eflomal

• fast align

• Awesome

如果您只从原始文本开始并使用机器翻译，您可以使用 Microsoft Translator API 的 includeAlignment 选项或将每个单词包装在 HTML 标签中，如 in this answer 所述。所有主要的机器翻译 API 都支持 HTML 翻译。但是，我们 ModelFront 已经注意到包含 HTML 标签会影响翻译质量。

您还可以查看用于术语提取的库：

• TM2TB