伯克利校准器的输出格式中的“-P”是什么？

Question

我想使用伯克利定位器进行一些MT研究，因为，显然，它击败了GIZA++相当方便(在一些报告的结果中减少了32%的对齐误差)。在大多数情况下，伯克利对齐器“示例”目录中的输出看起来就像摩西对GIZA++输出文件所做的那样(即配对对齐的单词索引)，但是在某些对后有一些有趣的“-P”。在我的一生中，我找不到这些"-P“注释应该意味着什么的任何文档(当然不是在伯克利对齐器的”文档“目录中)。

为了清晰起见，我会给出一个说明性的例子。假设你有这样的句子："Jean pl itàMarie“和"Marie likes”。法语是源语言，英语是目标语言。"Jean“(索引0和2，resp.)和"Marie“(指数3和0，resp.)在两个句子中对齐，以及“pl it”和"à“(法文索引1和2，resp.)与"like“(英文索引1)对齐。在摩西-后处理的GIZA++输出中，这将由源-目标索引对的列表表示：

0-2 1-1 2-1 3-0

伯克利对齐器生成的文件非常类似于此，但有些索引对在它们上有一个-P (例如，您可能会看到类似于1-1-P的内容)。

这到底是什么意思？我是否可以安全地删除这些-P注释并获得GIZA++通过-摩西风格的对齐，或者我应该做更多的事情(例如，将它们相乘成一系列对齐的索引对，或者您做了什么)？

Answer 1

我对此不太了解，但我对代码进行了搜索：

http://www.google.com/codesearch?hl=en&lr=&q=%22-P%22+package:http://berkeleyaligner.googlecode.com&sbtn=Search

    /**
     * Writes the sure and proposed alignments in a modified
     * version of the Pharaoh format.
     *
     * For example, if we have 7 sure alignments and two possibles, we get:
     *
     * enPos1-frPos1 enPos2-frPos2 ... enPos8-frPos8-P enPos9-frPos9-P
     *
     * here, the -P indicates possible alignments.
     */
    public String outputHard() {
            return dumpModifiedPharaoh(false);
    }

这些似乎是“可能”的排列。这是因为在法老(？)中，代码被设置为输出“硬”对齐。格式。似乎您可以决定使用或转储-P别名，或者切换到“软”输出，这为每对都提供了一个强度，然后扫描一个阈值参数。