L'extraction de phrases en relation de traduction dans Wikipédia

Lise Rebout (lise (point) rebout <at> gmail (point) com)

RALI, DIRO

Le 20 juin 2012 à 11 h 30

Salle 3195, Pavillon André-Aisenstadt


Créée en 2001, Wikipédia a connu un succès rapide qui s'est traduit non seulement par la multiplication du nombre d'articles en anglais mais aussi par la création d'un Wikipédia multilingue, reflet de la diversité linguistique de ses rédacteurs, les internautes. Cette masse de données textuelles, disponibles librement, est une mine pour les chercheurs en traitement automatique des langues et en recherche d'information, le tout étant de l'exploiter efficacement.

Le travail présenté a consisté à trouver une méthode pour extraire des phrases en relation de traduction entre la version française et la version anglaise de Wikipédia. Comme nous souhaitions développer une méthode générique, indépendante des langues prises en considération et des ressources bilingues disponibles pour ce couple de langues, nous nous sommes donné comme contrainte supplémentaire de ne pas utiliser de matériel extérieur à Wikipédia, comme un dictionnaire bilingue ou un bitexte déjà aligné.


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

Liste des autres séminaires