Un agent-web pour la recherche de textes parallèles.

Gabriel Renaud

RALI, DIRO

Le 28 août 2002 à 11 h 30

Salle 3195, Pavillon André-Aisenstadt


Les corpus de textes parallèles sont utilises notamment pour l'entraînement de modèles statistiques. Pour trouver des tels corpus, on peut avoir recours à plusieurs sources, les Journal des débats du parlement canadien, fichiers d'aide de logiciel traduit, etc. Cependant, le web, dû à la présence de sites bilingues, renferme aussi beaucoup de textes parallèles. Jiang Chen, un ancien étudiant du RALI, a conçu un système afin de trouver et télécharger de tels corpus sur le net. Dans le cadre d'une bourse du CRSNG, j'ai mis à jour son programme, ajouté des fonctionnalités, etc. Je présenterai le fonctionnement du logiciel, les performances obtenues ainsi que les améliorations futures.


Pour recevoir les annonces hebdomadaires par courriel, visitez http://rali.iro.umontreal.ca/rali/?q=fr/node/1631

Liste des autres séminaires