19、句子对齐与无障碍旅游信息系统的创新探索

句子对齐与无障碍旅游信息系统的创新探索

句子对齐的优化策略

在句子对齐领域，我们面临着提升对齐质量的挑战。不同的对齐方法为标准德语和简化德语文档生成的自动句子对齐质量差异显著，这为优化提供了空间。

集成多种对齐方法

我们尝试了三种投票策略来集成多种对齐方法，分别是至少一种方法找到的对齐、所有方法找到的对齐以及多数方法找到的对齐。实验结果表明，使用“所有”或“多数”策略时，对齐质量优于最佳的单一对齐方法，其中多数投票策略在F1分数方面表现最佳。以下是具体的策略说明：
| 投票策略 | 说明 |
| ---- | ---- |
| 至少一种方法 | 只要有一个方法找到的对齐都被采用 |
| 所有方法 | 只有所有方法都找到的对齐才被采用 |
| 多数方法 | 多数方法找到的对齐被采用 |

基于分数的过滤

我们对SentenceBERT提取的对齐进行了基于分数的过滤实验，通过网格搜索找到指标和分数阈值的最佳组合。SentenceBERT在初始实验中召回率高但精确率低，是额外过滤的理想候选方法。实验发现，BERTScore P和BERTScore R在阈值为0.75时取得了最佳效果，这种过滤方法甚至超过了集成对齐方法的多数投票策略。具体操作步骤如下：
1. 使用SentenceBERT提取对齐。
2. 计算每个对齐的BERTScore P和BERTScore R。
3. 只保留BERTScore P或BERTScore R大于或等于0.75的对齐。

句子对齐评估的挑战

句子对齐的评估本身也是一项困难的任务。F1分数虽然