HELFI：带有跨语言语素对齐的希伯来-希腊-芬兰平行圣经语料库
计算与语言
2020-03-18 v1
摘要
二十五年前，为了给一部芬兰语圣经译本创建分析性经文汇编（Luoto 等人，1997），人们手动构建了形态对齐的希伯来-芬兰和希腊-芬兰双语文本（附有译文的文本）。这些双语文本的创建者最近获得了出版商的许可，可以发布其细粒度对齐信息，但该对齐仍依赖于专有第三方资源，例如受版权保护的文本版本和源文本专有的形态分析。在本文中，我们描述了一个非平凡的编辑过程，从创建原始的单用途数据库开始，到仅使用自由可用的文本版本和标注对其进行重建结束。该过程产生了一个公开可用的数据集，包含（i）源文本及其译文，（ii）形态分析，（iii）跨语言语素对齐。
引用
@article{arxiv.2003.07456,
title = {HELFI: a Hebrew-Greek-Finnish Parallel Bible Corpus with Cross-Lingual Morpheme Alignment},
author = {Anssi Yli-Jyrä and Josi Purhonen and Matti Liljeqvist and Arto Antturi and Pekka Nieminen and Kari M. Räntilä and Valtter Luoto},
journal= {arXiv preprint arXiv:2003.07456},
year = {2020}
}
备注
8 pages, 3 tables, to appear in the Language Resources and Evaluation Conference (LREC) 2020