The English-Swedish-Turkish Parallel Treebank

Megyesi, Beáta, 1971- (författare): Uppsala universitet,Institutionen för lingvistik och filologi,datorlingvistik

Dahlqvist, Bengt (författare): Uppsala universitet,Institutionen för lingvistik och filologi,datorlingvistik

Csató, Éva Ágnes, 1948- (författare): Uppsala universitet,Institutionen för lingvistik och filologi

Nivre, Joakim (författare): Uppsala universitet,Institutionen för lingvistik och filologi,datorlingvistik

(creator_code:org_t)

Relaterad länk:: https://uu.diva-port... (primary) (Raw object); visa fler...; https://urn.kb.se/re...; visa färre...

Abstract Ämnesord

Stäng

We describe a syntactically annotated parallel corpus containing typologically partly different languages, namely English, Swedish and Turkish. The corpus consists of approximately 300 000 tokens in Swedish, 160 000 in Turkish and 150 000 in English, containing both fiction and technical documents. We build the corpus by using the Uplug toolkit for automatic structural markup, such as tokenization and sentence segmentation, as well as sentence and word alignment. In addition, we use basic language resource kits for the linguistic analysis of the languages involved. The annotation is carried on various layers from morphological and part of speech analysis to dependency structures. The tools used for linguistic annotation, e.g. HunPos tagger and MaltParser, are freely available data-driven resources, trained on existing corpora and treebanks for each language. The parallel treebank is used in teaching and linguistic research to study the relationship between the structurally different languages. In order to study the treebank, several tools have been developed for the visualization of the annotation and alignment, allowing search for linguistic patterns.

NATURVETENSKAP -- Data- och informationsvetenskap -- Språkteknologi (hsv//swe)
NATURAL SCIENCES -- Computer and Information Sciences -- Language Technology (hsv//eng)
HUMANIORA -- Språk och litteratur -- Studier av enskilda språk (hsv//swe)
HUMANITIES -- Languages and Literature -- Specific Languages (hsv//eng)

Av författaren/redakt...: Megyesi, Beáta, ...; Dahlqvist, Bengt; Csató, Éva Ágnes ...; Nivre, Joakim

Om ämnet

NATURVETENSKAP: NATURVETENSKAP; och Data och informa ...; och Språkteknologi

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.