Cristina España i Bonet

Recursos

Aquesta pàgina recull alguns dels recursos desenvolupats dintre dels projectes SEGUNDA VOZ, TACARDI i OPENMT2 i poden ser útils a altres investigadors.

• Recepta per Kaldi per a locutors amb disartria
• WikiTailor software, extracció de corpus comparables multilingües i paral·lels a TACARDI
• Corpus de test de Vikipèdia (paral·lelisme i comparabilitat)
• Embeddings amb ~10⁹ paraules (en/es/de)
• Llistes de stopwords
• EMT software, traducció automàtica híbrida a OPENMT2

Recepta per Kaldi per a locutors amb disartria

Recepta de Kaldi per construir un ASR per a locutors amb disartria. La recepta utilitza la base de dades Torgo i s'implementen diversos models acústics. Troba-ho a GitHub:

https://github.com/cristinae/ASRdys

WikiTailor software, extracció de corpus comparables multilingües i paral·lels a TACARDI

Programari per a l'extracció de corpus en qualsevol idioma i domini especialitzat existent a Vikipèdia. Actualment permet l'extracció de corpus multilingües comparables d'articles en qualsevol domini i n'extreu els seus títols per formar el corpus (multi)paral·lel. Si vols fer de beta-tester demana'ns-el, aviat el posarem públic!

Corpus de test de Vikipèdia (paral·lelisme i comparabilitat)

El corpus comparable està format per 30 parelles d'articles de Vikipèdia en anglès i castellà. Els articles pertanyen a tres dominis diferents en la mateixa proporció: informàtica, ciència i esports. Els documents estan anotats manualment a nivell de frase amb tres etiquetes: paral·lel, comparable, i altre.

README      Documents 

El corpus paral·lel contè 2400 frases provinents d'articles de Vikipèdia en anglès i castellà revisades manualment. Com abans, els fragments pertanyen a tres dominis diferents en la mateixa proporció: informàtica, ciència i esports.

README      WikiSets 

Si-us-plau, citeu el següent treball si utilitzeu aquestes dades:

@InProceedings{Barronetal:2015,
       author = {{Barr\'on-Cede{\~n}o}, Alberto and {Espa{\~n}a-Bonet}, Cristina and 
       			{Boldoba}, Josu and {M\`arquez}, Llu\'{i}s},
        title =	"{A Factory of Comparable Corpora from Wikipedia}",
    booktitle = "{Proceedings of the 8th Workshop on Building and Using Comparable Corpora (BUCC)}",
        pages = {3--13},
         year =	{2015},
        month = {July}
         date = {30},
      address = {Beijing, China},
     language = {english},
  	  url = {http://www.aclweb.org/anthology/W15-3402}
}

Llistes de stopwords

Llista de paraules d'aturada recopilada per a l'occità.

README      SW list 

Embeddings amb ~10⁹ paraules (en/es/de)

Embeddings obtinguts amb Word2vec per l'anglès (2.3 Mw), el castellà (0.8 Mw) i l'alemany (0.7 Mw).

README     

EMT software, traducció automàtica híbrida a OPENMT2

Mòdul de combinació de sistemes i decodificació per al sistema de traducció SMatxinT. Troba'l a GitHub:

https://github.com/cristinae/EMT

@article{labakaetal14,
       author = {Labaka, Gorka and Espa{\~n}a-Bonet, Cristina and M\`arquez, Llu\'is and Sarasola, Kepa},
        title =	{A hybrid machine translation architecture guided by syntax},
      journal = {Machine Translation},
          doi = {10.1007/s10590-014-9153-0},
       volume = 28,
        issue = 2,
        pages = {91-125},
         year =	{2014},
        month = {October},
         issn = {0922-6567},
          url = {http://dx.doi.org/10.1007/s10590-014-9153-0},
    publisher = {Springer Netherlands}
}