Vzporedni slovensko-angle

1
Vzporedni slovensko-angleški korpusi SVEZ,
IJS-ELAN in TRANS

• Špela Vintar
• Korpusi in baze podatkov
• 2004/2005

2
Kaj je vzporedni korpus?

• dvo- ali vecjezicni
• vsebuje besedilo v izvirniku in prevodu
• vzporedni ? primerljivi korpus
• stavcna poravnava

3
Kako nastane vzporedni korpus?

• zbiranje besedil
• namen korpusa / kriteriji za izbiro besedil
• avtorstvo
• kakovost prevodov
• zagotovitev besedila v elektronski obliki
• stavcna poravnava
• pretvorba v enoten zapis (npr. SGML, XML)
• zagotovitev iskalnika

4
Stavcna poravnava
izvirnik
prevod
5
Stavcna poravnava

• segmentacija

izvirnik
prevod
6
Stavcna poravnava

• segmentacija
• poravnava

izvirnik
prevod
7
Zakaj uporabljamo vzporedne korpuse?

• prevajanje
• izdelava slovarjev
• razvoj jezikovnih tehnologij
• strojno prevajanje
• avtomatsko iskanje terminologije
• spletne tehnologije
• ...

8
Slovensko-angleški vzporedni korpus IJS-ELAN

• zgrajen na Institutu Jožefa Stefana, projekt ELAN
• 15 vzporednih besedil, 1 milijon besed
• besedila s podrocij
• zakonodaja EU (kmetijstvo, ekologija, strategija
  za vkljucevanje itd.)
• gospodarstvo
• racunalništvo
• farmakologija
• leposlovje (Orwell 1984)
• opis korpusa http//nl.ijs.si/elan/

9
SLovensko-angleški vzporedni korpus TRANS

• ustvarjen na Oddelku za prevajalstvo 2001/2002
• vsebuje 41 besedil s petih strokovnih oz.
  poljudno-strokovnih podrocij
• medicina
• jedrska tehnika/strojništvo
• zakonodaja/pravo
• turizem
• geologija
• dostopen za iskanje na istem naslovu kot IJS-ELAN
• Opis korpusa
• http//www-ai.ijs.si/spela/trans-index.html

10
Slovensko-angleški vzporedni korpus zakonodaje
IJS SVEZ ACQUIS

• vsebuje 10 milijonov besed stavcno poravnanih in
  oblikoskladenjsko oznacenih besedil, ki so
  nastala na Sektorju za prevajanje SVEZ
• možnost iskanja po lemi
• korpus sicer bolj znan kot Evrokorpus
• opis korpusa http//nl.ijs.si/svez/

11
Skupni iskalni vmesnik

• nl2.ijs.si/index-bi.html

12
Napredno iskanjeregularni izrazi

• Nadomestni znaki . ?del. delo, deli, dela,
  ...del? del, delo, deli, dela, ...
• Množilni operatorji , , x,yko ko, koo,
  kooo, ...ko k, ko, koo, kooo, ...ko1,4
  ko, koo, kooo, koooo
• Skupine znakov fgmiga figa, giga, miga

13
Naloge iz regularnih izrazov

• Napišite naslednje iskalne pogoje
• besede, ki se zacnejo na miš
• besede, ki vsebujejo miš
• besede, ki vsebujejo najmanj tri a-je
• sedanjiške oblike glagola delati
• besede, ki vsebujejo najmanj 4 soglasnike
• besede, ki vsebujejo dva zaporedna šumnika
• kratice iz najmanj treh velikih crk