Báo cáo khoa học: WikiBABEL - Nền tảng kiểu Wiki cho việc tạo dữ liệu song ngữ
Tên đề tài: WikiBABEL: A Wiki-Style Platform for Creation of Parallel Data
Ngành: Nghiên cứu Hệ thống Đa ngôn ngữ, Phát triển & Khởi tạo Nâng cao, Vườn ươm Dịch máy.
Tóm tắt nội dung tài liệu: Bài báo giới thiệu WikiBABEL, một nền tảng wiki cộng tác được thiết kế để tạo nội dung đa ngôn ngữ, đặc biệt hỗ trợ các Wikipedia không sử dụng tiếng Anh. WikiBABEL khai thác nguồn nội dung phong phú và ổn định từ Wikipedia tiếng Anh nhằm xây dựng các kho ngữ liệu song song (parallel corpora). Những kho ngữ liệu này đóng vai trò thiết yếu cho việc nghiên cứu các hệ thống xử lý ngôn ngữ tự nhiên tiên tiến như Dịch máy thống kê (SMT) và Truy vấn thông tin xuyên ngôn ngữ (CLIR). Nền tảng WikiBABEL nổi bật với giao diện người dùng thân thiện, công cụ tìm kiếm mạnh mẽ cùng các tính năng hỗ trợ ngôn ngữ học và cộng tác, giúp đơn giản hóa đáng kể quy trình dịch thuật. Bài viết còn trình bày hai phiên bản khác nhau của WikiBABEL, cùng với kết quả đánh giá khả năng sử dụng thông qua thử nghiệm thực tế với người dùng. Mục tiêu của các thử nghiệm này là đánh giá tính hiệu quả của công cụ và phương pháp tiếp cận trong việc tạo lập dữ liệu ngôn ngữ đa dạng, đặc biệt cho các ngôn ngữ có nguồn tài nguyên hạn chế.
Mục lục chi tiết:
- Abstract
- 1 Introduction
- 2 Architecture of WikiBABEL
- 3 WikiBABEL on Wikipedia
- 3.1 Wikipedia: User & Data Characteristics
- 3.2 Version 1: A Hosted Portal
- 3.3 Version 2: As a Transparent Edit Layer
- References