Ir al contenido

Documat


Lexical semantics, Basque and Spanish in QTLeap: Quality Translation by Deep Language Engineering Approaches

  • Autores: Eneko Agirre Bengoa Árbol académico, Iñaki Alegría Loinaz Árbol académico, Nora Aranberri Monasterio, Mikel Artetxe Zurutuza, Ander Barrena Madinabeitia Árbol académico, António Branco, Arantza Díaz de Ilarraza Sánchez Árbol académico, Koldobika Gojenola Galletebeitia Árbol académico, Gorka Labaka Intxauspe Árbol académico, Arantxa Otegi Usandizaga Árbol académico, Kepa Mirena Sarasola Gabiola Árbol académico
  • Localización: Procesamiento del lenguaje natural, ISSN 1135-5948, Nº. 55, 2015, págs. 169-172
  • Idioma: inglés
  • Títulos paralelos:
    • QTLeap: Traducción de calidad mediante tratamientos profundos de ingeniería lingüística
  • Enlaces
  • Resumen
    • español

      El objetivo de este proyecto europeo FP7 es contribuir a la mejora en la calidad de la traducción automática mediante el uso de semántica, análisis sintáctico profundo y el uso de datos abiertos entrelazados.

    • English

      The goal of this FP7 European project is to contribute for the advancement of quality machine translation by pursuing an approach that further relies on semantics, deep parsing and linked open data.

  • Referencias bibliográficas
    • Agerri, R., J. Bermudez, and G. Rigau. 2014. IXA pipeline: Efficient and Ready to Use Multilingual NLP tools. 9th Language Resources and Evaluation...
    • Branco, A. and P. Osenova. 2014. QTLeap - Quality Translation with Deep Language Engineering Approaches. Poster at EAMT2014, Dubrovnik.
    • Popel, M. 2014. MT Pilot 1: Entrylevel Deep MT. Internal presentation in QTLeap project Meeting. Lisbon.
    • Zeman, D., O. Dusek, D. Marecek, M. Popel, L. Ramasamy, J. Stépánek, Z. Zabokrtský, and J. Hajic. 2014. Hamledt: Harmonized multi-language...

Fundación Dialnet

Mi Documat

Opciones de artículo

Opciones de compartir

Opciones de entorno