NLP in praticaCristina Bosco

Informatica applicata alla comunicazione multimediale

2013-2014

SYSTRAN

La compagnia SYSTRAN, fondata nel 1968, è una delle più antiche attive nel settore della MT.

Il creatore di SYSTRAN è Peter Toma, attivo fin

dai primi anni ’50 e tra i partecipanti dell’esperimento di Georgetown.

SYSTRAN

Toma lascia nel 1962 l’università per trasferirsi in Germania dove lavora ai primi prototipi di MT russo-inglese e russo-tedesco.

Tornato negli USA, continua lo sviluppo di SYSTRAN che diventa il sistema usato dall’esercito e dalla NASA.

Negli anni seguenti viene sviluppata la MT per inglese-francese che viene venduta alla Comunità Europea.

SYSTRAN

SYSTRAN segue un approccio di traduzione diretta basato su regole fino al 2007, quando passa ad un approccio ibrido in cui regole e apprendimento statistico si integrano.

SYSTRAN

SYSTRAN è alla base di alcuni noti sistemi di traduzione online, come SystraNET

www.systranet.com/

ma anche Yahoo, Babel fish e Google (fino al 2007).

BING

Bing è il sistema di MT dell’ambiente Microsoft

http://www.bing.com/translator/help/#Home

http://www.bing.com/translator/

BING

Sistemi di traduzione su telefonibasati su Bing

http://www.bing.com/translator/phone/

Google translate

http://en.wikipedia.org/wiki/Google_Translate

Confronto di sistemi di MT

http://en.wikipedia.org/wiki/Comparison_of_machine_translation_applications

Statistical MT

http://www.statmt.org/

Corpora for MT

http://ipsc.jrc.ec.europa.eu/index.php?id=198

http://catalog.elra.info/

https://www.ldc.upenn.edu/

Dizionari

Google dictionaryhttp://google-dictionary.so8848.com/

Anche basati su ontologie, WordNet dictionaryhttp://wordnet-online.freedicts.com/

Ontologie

WordNet:http://en.wikipedia.org/wiki/WordNet

MultiWordNet:http://multiwordnet.fbk.eu/english/home.phphttp://multiwordnet.fbk.eu/online/

multiwordnet.phphttp://wndomains.fbk.eu/wnaffect.html

Licenze per dati linguistici

http://creativecommons.org/

Enti che rilasciano risorse:European Language Resource Association http

://catalog.elra.info/Linguistic Data Consortium (negli USA)https://www.ldc.upenn.edu/

Licenze per dati linguistici

Per molti dati la licenza è un problema … ad es. i dati dei social media.

Non si possono pubblicare i Tweet di Twitter, ma solo un riferimento al loro identidicativo.

Es. Twitter

Es. Twitter

Valutazione e Italiano

Campagna di valutazione per il NLP della lingua italiana

http://www.evalita.it/