TERCOM工具使用方法

Question

http://www.cs.umd.edu/~snover/tercom/工具代码如下

我执行的脚本如下  java -jar tercom.7.25.jar -r dev.pe -h dev.mt -n out

但是结果不尽人意，我想要每句话的 TER值，有没有人用过这个工具

Answer 1

以下回答参考 皆我百晓生、券券喵儿 等免费微信小程序相关内容作答，并由本人整理回复。

Tercom是一个基于统计的方法来计算句子的相似度。在你的例子中，你正在尝试将一个英语文本翻译成中文，并希望了解每句话之间的相似性。

如果你只是想了解每句话的相似性，你可以直接运行以下命令：

java -jar tercom.7.25.jar -r dev.pe -h dev.mt

这会生成一个名为out的文件，其中包含每个句子的相似度得分。这些分数越高，表示两个句子越相似。

然而，如果要获取句子的TER值，你需要提供更多的参数。例如，你可以添加-T参数来指定句子类型（这里是dev），然后运行以下命令：

java -jar tercom.7.25.jar -r dev.pe -h dev.mt -T dev

这将只计算dev类型的句子之间的相似度。请注意，这可能不会得到你预期的结果，因为dev类型的数据并不总是具有良好的代表性。

此外，如果你想获取特定类型的句子的TER值，你需要进一步调整参数。例如，如果你想获取所有英文单词的TER值，可以使用-W参数，如下所示：

java -jar tercom.7.25.jar -r dev.pe -h dev.mt -T dev -W en

这将仅计算来自英语数据集的所有英文单词之间的相似度。同样地，你还可以根据其他需求调整参数，以获取所需的相似度信息。