Corpus_aligned_sentences_zh-pt

O corpus alinhado resulta do alinhamento automático entre os repositórios "Corpus_leis_pt" e "Corpus_leis_zh", utilizando o Bertalign - uma ferramenta de alinhamento multilíngue baseada em embeddings de frases que mapeia as frases semanticamente similares em diferentes idiomas através de um algoritmo de duas etapas com programação dinâmica. O processo gera 100 planilhas Excel estruturadas com frases correspondentes em português e chinês, organizadas na pasta "Corpus_aligned_sentences_zh-pt" seguindo a nomenclatura padronizada "aligned_sentences_Lei_XX-YYYY_zh-pt.xlsx".

本对齐语料库源自"Corpus_leis_pt"与"Corpus_leis_zh"两个语料库的自动对齐，所采用的Bertalign是一款基于句嵌入（sentence embeddings）的多语言对齐工具，该工具通过双阶段动态规划算法，实现不同语言间语义相似句子的跨语言匹配。本流程共生成100份结构化Excel表格，内含葡萄牙语与汉语的对应句对，所有文件均存储于"Corpus_aligned_sentences_zh-pt"文件夹中，且严格遵循标准化命名格式：aligned_sentences_Lei_XX-YYYY_zh-pt.xlsx。