Meilleure gestion d'une collection bilingue de textes

Alexandre Bérard (Alexandre (point) Berard <at> insa-rennes (point) fr)

RALI / INSA Rennes

Le 2 juillet 2014 à 11 h 30

Salle 3195, Pavillon André-Aisenstadt


Face au manque de ressources parallèles en traduction automatique, des méthodes ont été proposé pour construire des corpus parallèles à partir de corpus comparables (qui contiennent des paires de textes sur des sujets similaires, mais qui ne sont pas nécessairement des traductions), en identifiant les potentielles paires de phrases en relation de traduction. Nous présentons les résultats de l'implémentation d'une telle méthode, et de son évaluation dans différentes conditions expérimentales. Nous l'appliquons notamment sur un corpus extrait de Wikipédia. Les corpus comparables peuvent contenir des documents de différents degrés de parallélisme (dans Wikipédia, certaines paires d'articles sont des traductions). Nous proposons donc d'identifier les paires de documents parallèles dans un corpus comparable, et de traiter ces documents avec un outil plus approprié (un aligneur de phrases), afin d'améliorer le rappel.


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

Liste des autres séminaires