（1）语料清洗
云语料可以通过购买、交换或者开源获取，下载至本地资源库中，转存为需要的文件格式，如TMX格式、EXCEL格式等。为提高语料纯度，可以按需进行语料清洗工作。
语料清洗包括（以TMX格式语料为例）：
1）找出并处理未翻译句段；
2）原文与译文相同句段；
3）原文相同，译文不同句段；
4）原文不同，译文相同句段；
5）去除重复句段；
“未翻译句段”指筛选TMX文件中译文空白的句对。
“原文与译文相同句段”指筛选TMX文件中原文与译文（左右两列）完全相同的句对，用户可按需要有选择地进行删除。
“原文相同，译文不同句段”指筛选TMX文件中一句多译，原文相同、译文不同的句段。
“原文不同，译文相同句段”指筛选TMX文件中原文不同、译文相同的句段。
“去除重复句段”是去除TMX文件中内容完全重复的句对，只保留一条句对。
（2）Tmxmall语料清洗与对齐
注册并登录Tmxmall账号，即可开始使用语料清洗与对齐功能。
1）文档导入
文档对齐可选择“单文档对齐”或“双文档对齐”。
双文档对齐：原文与译文在两个文件中对齐。
单文档对齐：原文与译文以上下/左右对照形式在单个文件中对齐。
单击“单文档对齐”或“双文档对齐”；分别单击蓝色文件夹图标，导入待对齐的文件。(www.xing528.com)
2）段落调整
文档导入成功后，用户可通过合并、拆分、上移、下移、调换、插入和删除等操作手动调整文档，使左右两列段落语义对应，并将段落调整至总行数一致。
具体操作方法如下。
选中：包括选中单元格（单击需选中的单元格）、选中整行（单击该行行首的序号）、多选单元格/行（按住Shift或Ctrl并单击单元格/行首序号）。
编辑：双击单元格进入编辑状态，可编辑修改单元格文本内容。
回退：撤销上一步操作。
前进：恢复上一步操作。
合并：选中某单元格（行），按住Shift（或Ctrl）并选中其余需要合并的单元格（行），单击“合并”。
拆分：双击单元格进入编辑状态，鼠标单击需要拆分的位置，单击“拆分”。
上移：选中（可多选）单元格（行），单击“上移”。
下移：选中（可多选）单元格（行），单击“上移”。
调换：选中（可多选）单元格（行），单击“调换”。
插入：选中某单元格（行），单击“插入”。
删除：选中（可多选）要删除的单元格（行），单击“删除”。
图6.14 YiCAT语料对齐段落调整界面截图
段落调整完成后，单击“对齐”按钮，系统将自动将段落拆分成句对。拆分完成后，用户只需通篇检查拆分是否正确，并通过合并、拆分、上移、下移、调换、插入和删除等操作对拆分错误的句对进行微调整，将句对调整至总行数一致即可。
3）导出文件
将两列句对的总行数调整一致后，可反复核查语料的原文及译文，确保双语语料质量。在质量检查完成后，单击“导出”，即可导出对齐文件。用户可自行选择语言方向和导出的格式，输入文件名并按需选择是否同步到语料云管家记忆库以便后续使用。单击“导出”后，浏览器会自动弹出文件下载窗口，用户即可将清洗和对齐后的双语语料下载至本地。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
