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, envoyez un message à l'adresse majordomo@iro.umontreal.ca

Liste des autres séminaires