Extração de Recursos de Tradução com base em Dicionários Probabilísticos
1. Extrac¸˜o de Recursos de Tradu¸˜o com base em
ca ca
Dicion´rios Probabil´
a ısticos de Tradu¸˜o
ca
Alberto Manuel Brand˜o Sim˜es
a o
ambs@di.uminho.pt
Orienta¸˜o:
ca
Jos´ Jo˜o Dias de Almeida
e a
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca
4. Met´fora: construir pontes
a
f
PhD EBMT
Resources
Evaluation
Translation
Dictionaries
Resources
Corpora Server
n-Grams
Text::Translator
Examples Terminology
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca
5. Decis˜es
o
Dado que:
uma tarefa levanta uma centena de outras importantes;
um doutoramento tem uma janela de 3 anos;
a equipa de PLN na UM ´ pequena;
e
importante a coopera¸˜o;
ca
Ent˜o:
a
dedicar doutoramento ` extrac¸˜o de recursos de tradu¸˜o
a ca ca
(dicion´rios, exemplos e segmentos nominais)
a
disponibilizar recursos e ferramentas
(permitir valida¸˜o pelo uso, ter consequˆncia)
ca e
dar especial aten¸˜o ` escalabilidade das ferramentas
ca a
(servidor de recursos, parti¸˜o de algoritmos, escalonador PBS)
ca
integrar e compor ferramentas
(investir em largura e n˜o em profundidade)
a
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca
6. Progresso no Doutoramento
Get translation resources
Process PC Scalable tools
Scalable tools
Extract Translation Dictionaries (PTDs)
Phrase-like examples
Scalable tools
Extract Translation Examples
Example Based Machine Translation
Different Kind of PTDs
Create Corpora
Examples using PTDs
Evaluate PTDs
Nouns phrases extraction
Compare Corpora Genres
Compare different algorithms
Compare other tools
Compare other approaches
Release Release
Release
Integrate on Translation Systems
Te
xt::T Ap
ran er
sla tiu
m
tor
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca
7. Motiva¸˜o — Textos paralelos
ca
Estes resultados constituem a base do These findings form the basis of the
Programa Europeu de defesa do Mar de European Programmes to protect the
Barents e, por esse motivo, pe¸o-lhe
c Barents Sea, and that is why I would
que analise um projecto de carta que ask you to examine a draft letter
lhe exp˜e os factos mais importantes, e
o setting out the most important facts
que, de acordo com as decis˜es do
o and to make Parliament’s position, as
Parlamento, torne clara esta posi¸˜o na
ca expressed in the resolutions which it
R´ssia.
u has adopted, clear as far as Russia is
No entanto, somos tamb´m da opini˜o
e a concerned.
de que deveria haver um debate sobre We believe, however, that the
esta estrat´gia da comiss˜o que
e a commission’s strategic plan needs to be
seguisse um procedimento ordenado, e debated within a proper procedural
n˜o s´ com base numa declara¸˜o oral
a o ca framework, not only on the basis of an
pronunciada aqui no Parlamento oral statement here in the European
Europeu, mas tamb´m com base num
e Parliament, but also on the basis of a
documento que seja decidido na document which is adopted in the
comiss˜o e que apresente uma
a commission and which describes this
descri¸˜o deste programa para um
ca programme over the five-year period .
per´ıodo de cinco anos.
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca
8. Motiva¸˜o — Frases paralelas
ca
Estes resultados constituem a base do These findings form the basis of the
Programa Europeu de defesa do Mar de European Programmes to protect the
Barents e, por esse motivo, pe¸o-lhe
c Barents Sea, and that is why I would
que analise um projecto de carta que ask you to examine a draft letter
lhe exp˜e os factos mais importantes, e
o setting out the most important facts
que, de acordo com as decis˜es do
o and to make Parliament’s position, as
Parlamento, torne clara esta posi¸˜o na
ca expressed in the resolutions which it
R´ssia.
u has adopted, clear as far as Russia is
No entanto, somos tamb´m da opini˜o
e a concerned.
de que deveria haver um debate sobre We believe, however, that the
esta estrat´gia da comiss˜o que
e a commission’s strategic plan needs to be
seguisse um procedimento ordenado, e debated within a proper procedural
n˜o s´ com base numa declara¸˜o oral
a o ca framework, not only on the basis of an
pronunciada aqui no Parlamento oral statement here in the European
Europeu, mas tamb´m com base num
e Parliament, but also on the basis of a
documento que seja decidido na document which is adopted in the
comiss˜o e que apresente uma
a commission and which describes this
descri¸˜o deste programa para um
ca programme over the five-year period .
per´ıodo de cinco anos.
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca
9. Motiva¸˜o — Dicion´rios de tradu¸˜o
ca a ca
Estes resultados constituem a base do These findings form the basis of the
Programa Europeu de defesa do Mar de European Programmes to protect the
Barents e, por esse motivo, pe¸o-lhe
c Barents Sea, and that is why I would
que analise um projecto de carta que ask you to examine a draft letter
lhe exp˜e os factos mais importantes, e
o setting out the most important facts
que, de acordo com as decis˜es do
o and to make Parliament’s position, as
Parlamento, torne clara esta posi¸˜o na
ca expressed in the resolutions which it
R´ssia.
u has adopted, clear as far as Russia is
No entanto, somos tamb´m da opini˜o
e a concerned.
de que deveria haver um debate sobre We believe, however, that the
esta estrat´gia da comiss˜o que
e a commission’s strategic plan needs to be
seguisse um procedimento ordenado, e debated within a proper procedural
n˜o s´ com base numa declara¸˜o oral
a o ca framework, not only on the basis of an
pronunciada aqui no Parlamento oral statement here in the European
Europeu, mas tamb´m com base num
e Parliament, but also on the basis of a
documento que seja decidido na document which is adopted in the
comiss˜o e que apresente uma
a commission and which describes this
descri¸˜o deste programa para um
ca programme over the five-year period .
per´ıodo de cinco anos.
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca
10. Motiva¸˜o — Exemplos de tradu¸˜o
ca ca
Estes resultados constituem a base do These findings form the basis of the
Programa Europeu de defesa do Mar de European Programmes to protect the
Barents e, por esse motivo, pe¸o-lhe
c Barents Sea, and that is why I would
que analise um projecto de carta que ask you to examine a draft letter
lhe exp˜e os factos mais importantes, e
o setting out the most important facts
que, de acordo com as decis˜es do
o and to make Parliament’s position, as
Parlamento, torne clara esta posi¸˜o na
ca expressed in the resolutions which it
R´ssia.
u has adopted, clear as far as Russia is
No entanto, somos tamb´m da opini˜o
e a concerned.
de que deveria haver um debate sobre We believe, however, that the
esta estrat´gia da comiss˜o que
e a commission’s strategic plan needs to be
seguisse um procedimento ordenado, e debated within a proper procedural
n˜o s´ com base numa declara¸˜o oral
a o ca framework, not only on the basis of an
pronunciada aqui no Parlamento oral statement here in the European
Europeu, mas tamb´m com base num
e Parliament, but also on the basis of a
documento que seja decidido na document which is adopted in the
comiss˜o e que apresente uma
a commission and which describes this
descri¸˜o deste programa para um
ca programme over the five-year period .
per´ıodo de cinco anos.
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca
11. Motiva¸˜o — Nominais paralelos
ca
Estes resultados constituem a base do These findings form the basis of the
Programa Europeu de defesa do Mar de European Programmes to protect the
Barents e, por esse motivo, pe¸o-lhe
c Barents Sea, and that is why I would
que analise um projecto de carta que ask you to examine a draft letter
lhe exp˜e os factos mais importantes, e
o setting out the most important facts
que, de acordo com as decis˜es do
o and to make Parliament’s position, as
Parlamento, torne clara esta posi¸˜o na
ca expressed in the resolutions which it
R´ssia.
u has adopted, clear as far as Russia is
No entanto, somos tamb´m da opini˜o
e a concerned.
de que deveria haver um debate sobre We believe, however, that the
esta estrat´gia da comiss˜o que
e a commission’s strategic plan needs to be
seguisse um procedimento ordenado, e debated within a proper procedural
n˜o s´ com base numa declara¸˜o oral
a o ca framework, not only on the basis of an
pronunciada aqui no Parlamento oral statement here in the European
Europeu, mas tamb´m com base num
e Parliament, but also on the basis of a
documento que seja decidido na document which is adopted in the
comiss˜o e que apresente uma
a commission and which describes this
descri¸˜o deste programa para um
ca programme over the five-year period .
per´ıodo de cinco anos.
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca
12. Progresso no Doutoramento
Get translation resources
Process PC Scalable tools
Scalable tools
Extract Translation Dictionaries (PTDs)
Phrase-like examples
Scalable tools
Extract Translation Examples
Example Based Machine Translation
Different Kind of PTDs
Create Corpora
Examples using PTDs
Evaluate PTDs
Nouns phrases extraction
Compare Corpora Genres
Compare different algorithms
Compare other tools
Compare other approaches
Release Release
Release
Integrate on Translation Systems
Te
xt::T Ap
ran er
sla tiu
m
tor
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca
13. Escalabilidade
Escalabilidade!
ısticos ⇒ quantidade
m´todos estat´
e
Escalabilidade
importante;
grandes quantidades ⇒
robusteza;
eficiˆncia;
e
Abordagem:
estrat´gias de decomposi¸˜o:
e ca
decomposi¸˜o estrutural;
ca
decomposi¸˜o por
ca
parti¸˜o/replica¸˜o;
ca ca
ferramentas de suporte:
gest˜o de paralelismo/pipeline;
a
arquitectura adaptativa;
ordem superior;
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca
14. Decomposi¸˜o estrutural - Parti¸˜o da fun¸˜o
ca ca ca
C /f ◦g ◦h◦q /R
vs
C /f /• /g /• /h /• /q /R
O O O
O O O
O O O
O O O
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca
15. Decomposi¸˜o por replica¸˜o - Parti¸˜o do dom´
ca ca ca ınio
C / f (C) /R
vs
C
e P(C) YYYYYYY
eeeeeei
ii YYYYYY
eeeeee iii YYYY
reeeeeeeeee tiiiiii * . . . YYYYYYY, c
c1 c2 c3 n
f (c1 ) f (c2 ) f (c3 ) f (. . .) f (cn )
r1 YYYYYYY r2 UUUU r3 . . . ee rn
YYYYYY UUUU eeeeee
YYYYYY UU*
, t reeeeeeeeeee
g (r1 , r2 , . . . , rn )
R
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca
18. Arquitectura adaptativa
Motiva¸˜o:
ca
consultar recursos paralelos de forma eficiente:
corpora paralelos
dicion´rios probabil´
a ısticos
n-gramas
reutiliza¸˜o de c´digo;
ca o
API de ordem superior:
eficiente para a realiza¸˜o de experiˆncias;
ca e
Adapt´vel
a
arquitectura cliente/servidor para distribui¸˜o de cargas;
ca
biblioteca dinˆmica para eficiˆncia de comunica¸˜o;
a e ca
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca
19. Ordem Superior
Corpora
Paralelo use NAT::Client;
$client=NAT::Client-new(crp = quot;EuroParl-PT-ENquot;);
Dicionário
$client-iterate ( { Language = quot;PTquot; },
Probabilístico n-gramas
de Tradução sub {
my %param = @_;
for my $trans (keys %{$param{trans}}) {
Exemplos Construção
if ($param{trans}{$trans} 0.2) {
Tradução StarDicts
my $word = $param{word};
my $concs = $client-conc(
{concordance = 1},
Terminologia $word, $trans);
Bilingue
$stardict{$word}{$trans}=$concs-[0];
}
}
});
print StarDict($stardict);
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca
20. Ordem Superior — Resultado
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca
21. Progresso no Doutoramento
Get translation resources
Process PC Scalable tools
Scalable tools
Extract Translation Dictionaries (PTDs)
Phrase-like examples
Scalable tools
Extract Translation Examples
Example Based Machine Translation
Different Kind of PTDs
Create Corpora
Examples using PTDs
Evaluate PTDs
Nouns phrases extraction
Compare Corpora Genres
Compare different algorithms
Compare other tools
Compare other approaches
Release Release
Release
Integrate on Translation Systems
Te
xt::T Ap
ran er
sla tiu
m
tor
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca
22. Dicion´rios Probabil´
a ısticos de Tradu¸˜o
ca
O que s˜o?
a
dicion´rios de tradu¸˜o;
a ca WA (N × WB [0..1])
tradu¸˜es probabil´
co ısticas;
extra´
ıdos automaticamente; Exemplo
usam corpora paralelos europe =
alinhados ` frase;
a count = 42853,
na sua maioria, tradu¸˜es
co trans =
correctas; europa = 94.7 %
europeus = 3.4 %
mas nem sempre. . . europeu = 0.8 %
europeia = 0.1 %
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca
23. Avalia¸˜o (2)
ca
Analisar pares de palavra e tradu¸˜o wA , wB tal que
ca
P (wB ∈ T (wA )) 0.2 ∧ Occs (wA ) 50
Total Erradas Correctas
no de entradas 1000 150 (15%) 850 (85%)
Prob Ocur Prob Ocur Prob Ocur
ınimo
valor m´ 0.20 50 0.20 50 0.20 50
a
valor m´ximo 0.99 435 374 0.82 24 022 0.99 435 374
e
m´dia 0.48 2 476 0.36 1 097 0.50 2 719
a
desvio padr˜o 0.21 16 894 0.14 2 720 0.21 18 278
EuroParl corpus, PT–EN;
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca
24. Dicion´rios Probabil´
a ısticos de Tradu¸˜o: Conclus˜es
ca o
Os PTDs:
n˜o podem ser vistos como dicion´rios de tradu¸˜o
a a ca
convencional;
podem ser transformados em dicion´rios de tradu¸˜o
a ca
convencionais (usando filtragem e/ou outras heur´
ısticas);
s˜o uteis para a tradu¸˜o manual e autom´tica
a ´ ca a
s˜o uteis para a cria¸˜o/bootstraping de dicion´rios manuais;
a ´ ca a
variam em qualidade, de acordo com os corpora (e g´neros)
e
usados (Santos e Sim˜es, 2008);
o
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca
25. Progresso no Doutoramento
Get translation resources
Process PC Scalable tools
Scalable tools
Extract Translation Dictionaries (PTDs)
Phrase-like examples
Scalable tools
Extract Translation Examples
Example Based Machine Translation
Different Kind of PTDs
Create Corpora
Examples using PTDs
Evaluate PTDs
Nouns phrases extraction
Compare Corpora Genres
Compare different algorithms
Compare other tools
Compare other approaches
Release Release
Release
Integrate on Translation Systems
Te
xt::T Ap
ran er
sla tiu
m
tor
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca
26. Exemplos de Tradu¸˜o
ca
As Unidades de Tradu¸˜o (de Mem´rias de Tradu¸˜o
ca o ca
convencionais):
s˜o uteis aos tradutores;
a ´
mas tˆm reutiliza¸˜o reduzida;
e ca
Os Exemplos de Tradu¸˜o s˜o:
ca a
segmentos de palavras e a respectiva tradu¸˜o;
ca
(exemplos de tradu¸˜o s˜o sub-segmentos de unidades de
ca a
tradu¸˜o)
ca
por serem mais pequenos tˆm grau de reutiliza¸˜o maior;
e ca
Duas abordagens de extrac¸˜o:
ca
segmenta¸˜o com base na Hip´tese das Palavras-Marca;
ca o
segmenta¸˜o com base em pontos de tradu¸˜o forte (ˆncoras);
ca ca a
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca
27. Hip´tese das Palavras Marca — Alinhamento
o
o n´mero de segmentos n˜o ´ o mesmo entre l´
u a e ınguas;
´ necess´rio realizar correspondˆncias;
e a e
usar os recursos dispon´
ıveis: PTDs;
this decision shall take effect as soon as possible
a presente
decis˜o produz
a 23.18 5.86 7.93
efeitos
o mais
rapidamente 0.00 76.41 83.10
poss´ıvel
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca
28. Hip´tese das Palavras Marca — Conclus˜es
o o
Marker Hypothesis permite segmenta¸˜o (do portuguˆs, inglˆs
ca e e
e outras l´
ınguas) em segmentos l´gicos;
o
´
E poss´ o alinhamento destes segmentos para extrac¸˜o de
ıvel ca
relacionamentos bilingues;
Mais de 4 milh˜es de segmentos 1:1 extra´
o ıdos;
2 milh˜es de segmentos s˜o diferentes;
o a
EuroParl corpus, PT–EN;
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca
29. Extrac¸˜o por detec¸˜o de ˆncoras
ca ca a
Criar matriz de alinhamento para cada unidade de tradu¸˜o;
ca
Preencher com uma medida de tradu¸˜o m´tua;
ca u
Encontrar pontos com relacionamento forte (ˆncoras);
a
alternative
discussion
european
financing
sources
alliance
radical
about
the
for
of
.
discussão 44 0 0 0 0 0 0 0 0 0 0 0
sobre 0 11 0 0 0 0 0 0 0 0 0 0
fontes 0 0 0 74 0 0 0 0 0 0 0 0
de 0 3 0 0 27 0 6 3 0 0 0 0
financiamento 0 0 0 0 0 56 0 0 0 0 0 0
alternativas 0 0 23 0 0 0 0 0 0 0 0 0
para 0 0 0 0 0 0 28 0 0 0 0 0
a 0 1 0 0 1 0 4 33 0 0 0 0
aliança 0 0 0 0 0 0 0 0 0 0 65 0
radical 0 0 0 0 0 0 0 0 0 80 0 0
europeia 0 0 0 0 0 0 0 0 59 0 0 0
. 0 0 0 0 0 0 0 0 0 0 0 80
MAS
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca
30. Extrac¸˜o por detec¸˜o de ˆncoras: uso de padr˜es
ca ca a o
A ordem na tradu¸˜o muda! Felizmente,
ca
´ poss´ isolar grande parte dos casos;
e ıvel
´ poss´ definir estas trocas com base em padr˜es;
e ıvel o
estes padr˜es ajudam na constru¸˜o da diagonal principal;
o ca
estes padr˜es definem (maioritariamente) segmentos nominais;
o
neutro
ponto
vista
de
neutral X
point X
of ∆
view X
[POV] P quot;dequot; V N = N P quot;ofquot; V
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca
31. Extrac¸˜o por detec¸˜o de ˆncoras: uso de padr˜es
ca ca a o
alternative
discussion
european
financing
sources
alliance
radical
about
the
for
of
.
discussão 44 0 0 0 0 0 0 0 0 0 0 0
sobre 0 11 0 0 0 0 0 0 0 0 0 0
fontes 0 0 0 74 0 0 0 0 0 0 0 0
de 0 3 0 0 27 0 6 3 0 0 0 0
financiamento 0 0 0 0 0 56 0 0 0 0 0 0
alternativas 0 0 23 0 0 0 0 0 0 0 0 0
para 0 0 0 0 0 0 28 0 0 0 0 0
a 0 1 0 0 1 0 4 33 0 0 0 0
aliança 0 0 0 0 0 0 0 0 0 0 65 0
radical 0 0 0 0 0 0 0 0 0 80 0 0
europeia 0 0 0 0 0 0 0 0 59 0 0 0
. 0 0 0 0 0 0 0 0 0 0 0 80
discussion about --- discuss~o sobre
a
alternative sources of financing --- fontes de financiamento alternativas
for the --- para a
european radical alliance --- alian¸a radical europeia
c
for the european radical alliance --- para a alian¸a radical europeia
c
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca
32. Extrac¸˜o de Exemplos — Conclus˜es
ca o
extrac¸˜o usando apenas ˆncoras ´ relevante para l´
ca a e ınguas
pr´ximas;
o
(como o par portuguˆs–espanhol)
e
para l´
ınguas mais afastadas, o uso de padr˜es ´ indispens´vel;
o e a
marcas vs ˆncoras:
a
estruturas (e portanto, finalidades) diferentes;
ambas relevantes na obten¸˜o de exemplos;
ca
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca
33. Extrac¸˜o de Nominais
ca
Especificando com cuidado padr˜es de alinhamento, ´ poss´
o e ıvel
extrair de forma autom´tica candidatos a terminologia bilingue de
a
grande qualidade.
Restri¸˜es
co
[ABBA] A B[CAT-adj] = B[CAT-adj] A
[ABBA] A B.is_adj = B.is_adj A
%%
sub is_adj { ... }
Inferˆncia
e
[ABBA] A[CAT-noun] B[CAT-adj] = B[CAT-adj] A[CAT-noun]
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca
34. Qualidade de nominais
39214 = comunidades europeias =!ABBA!= european communities
32850 = jornal oficial =!ABBA!= official journal
32832 = parlamento europeu =!ABBA!= european parliament
32730 = uni~o europeia =!ABBA!= european union
a
31650 = comunidade europeia =!ABBA!= european community
15602 = pa´ses terceiros =!ABBA!= third countries
ı
[...]
3614 = livro verde =!ABBA!= green paper
3520 = sa´de p´blica =!ABBA!= public health
u u
3434 = direito comunit´rio =!ABBA!= community law
a
3243 = conselho europeu =!ABBA!= european council
3227 = n´vel comunit´rio =!ABBA!= community level
ı a
3179 = comit´ permanente =!ABBA!= standing committee
e
3038 = nomenclatura combinada =!ABBA!= combined nomenclature
[...]
1 = ´rg~os or¸amentais =!ABBA!= budgetary organs
o a c
1 = ´rg~os relevantes =!ABBA!= relevant bodies
o a
1 = ´vulos de equino =!A!= equine ova
o
1 = ´xido de albendazole =!A!= albendazole oxide
o
1 = ´xido de c´dmio =!A!= cadmium oxide
o a
1 = ´xido de estireno =!A!= styrene oxide
o
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca
35. Extrac¸˜o de Nominais — Avalia¸˜o
ca ca
103 617 exemplos diferentes...
77 497 ex. com a regra A B = B A (938/2/1) (86%)
12 694 ex. com a regra A ”de” B = B A (204/2/1) (95%)
7 700 ex. com a regra A B C = C B A (40/1/1) (93%)
3 336 ex. com a regra H ”de” D H = H D I (21/1/1) (100%)
1 466 ex. com a regra A B C = C A B (4/1/1) (40%)
564 ex. com a regra P ”de” V N = N P ”of” V (6/1/1) (98%)
360 ex. com a regra P ”de” T ”de” F = F T P (3/1/1) (96%)
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca
36. Algumas Contribui¸oes
c˜
abordagens escal´veis para:
a
extrac¸˜o de dicion´rios probabil´
ca a ısticos de tradu¸˜o;
ca
extrac¸˜o de exemplos de tradu¸˜o;
ca ca
extrac¸˜o de quantidades de segmentos nominais;
ca
diferentes abordagens na extrac¸˜o de PTDs;
ca
disponibiliza¸˜o de recursos (ecologia);
ca
NATools:
open-source, escal´vel;
a
us´vel como um todo ou em partes;
a
nat-server, nat-create, nat-examplesExtractor,
nat-sentenceAligner, nat-codify, nat-grep, nat-ngrams,
nat-StarDict, . . .
Makefile::Parallel
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca
37. http://natools.sf.net/
http://natura.di.uminho.pt/
http://search.cpan.org/dist/Makefile-Parallel/
Alberto Sim˜es
o Extrac¸˜o de Recursos de Tradu¸˜o
ca ca