Automatické hodnocení kvality paralelních dvojjazyčných dat

• Thesis title in Czech: Automatické hodnocení kvality paralelních dvojjazyčných dat
• Thesis title in English: Automatic Evaluation of Parallel Bilingual Data Quality
• Academic year of topic announcement: 2005/2006
• Thesis type: diploma thesis
• Thesis language: čeština
• Department: Institute of Formal and Applied Linguistics (32-UFAL)
• Supervisor: doc. RNDr. Vladislav Kuboň, Ph.D.
• Author: hidden - assigned and confirmed by the Study Dept.
• Date of registration: 14.11.2005
• Date of assignment: 14.11.2005
• Confirmed by Study dept. on: 29.04.2013
• Date and time of defence: 11.09.2006 00:00
• Date of proceeded defence: 11.09.2006
• Opponents: RNDr. Martin Čmejrek, Ph.D.

Guidelines

Náplní práce bude návrh a implementace metody, která by umožnila klasifikovat dvojjazyčná textová data z hlediska ekvivalence překladu. Metoda by měla být schopna oddělit data, kde se jedná o překlad více méně doslovný, a tedy vhodný jako trénovací data pro stochastické systémy automatického překladu, a data, která vznikla jako volný překlad a k podobnému účelu se nehodí.
Práce by měla obsahovat vyhodnocení souvislosti mezi názorem lidského překladatele a výsledkem automatického hodnocení. Kromě toho by také bylo vhodné ověřit na nějakém stochastickém překladovém systému hypotézu, zda se kvalita paralelních dvojjazyčných dat skutečně projeví na kvalitě výstupu.

References

Anders Klevbacke: Parallel Text Alignment Algorithms. Chalmers University of Technology, 2001

Michael Schiehlen: Learning Tense Translation from Bilingual Corpora. University of Stuttgart, 1998

Jorge Civera, Elsa Cubel, Alfons Juan, and Enrique Vidal: Different Approaches to Bilingual Text Classification Based on Grammatical Inference Techniques. Universidad Politecnica de Valencia, 2003