CTFAlign

新的CTFAlign方法改进了跨文档的无监督词对齐

研究人员开发了CTFAlign，一种用于跨整个文档的无监督词对齐的新方法，它改进了句子级对齐技术。该方法采用粗粒度到细粒度的策略，将搜索空间缩小到语义相似的区域，另一种方法MDPAlign通过位置约束对齐。这两种方法都直接在完整文档上操作，无需句子分割，并在各种语言对中证明了词对齐错误率从0.412降低到0.326。对齐精度的提高也带来了下游任务（如文档级翻译覆盖率评估）性能的提升。