Strojový překlad do češtiny přes lematický text
| Thesis title in Czech: | Strojový překlad do češtiny přes lematický text |
|---|---|
| Thesis title in English: | Machine Translation to Czech via Lemmatized Text |
| Academic year of topic announcement: | 2009/2010 |
| Thesis type: | Bachelor's thesis |
| Thesis language: | čeština |
| Department: | Institute of Formal and Applied Linguistics (32-UFAL) |
| Supervisor: | doc. RNDr. Ondřej Bojar, Ph.D. |
| Author: | hidden - assigned and confirmed by the Study Dept. |
| Date of registration: | 18.11.2009 |
| Date of assignment: | 18.11.2009 |
| Date and time of defence: | 21.06.2010 00:00 |
| Date of electronic submission: | 27.05.2010 |
| Date of submission of printed version: | 27.05.2010 |
| Date of proceeded defence: | 21.06.2010 |
| Opponents: | RNDr. Daniel Zeman, Ph.D. |
| Guidelines |
| Cílem bakalářské práce je experimentálně ověřit, zda je možné zlepšit kvalitu frázového statistického strojového překladu z angličtiny do češtiny použitím tzv. lematického textu, tj. zjednodušené češtiny, kde slova nejsou nijak morfologicky tvarována. Výhodou tohoto postupu je výrazná redukce tvaroslovné bohatosti češtiny, a tedy menší nároky na objem trénovacích dat, cenou pak samozřejmě ztráta informace.
Práce navrhne několik možných variant postupu při překladu a s použitím dostupných komponent některé z postupů vyhodnotí jak pomocí automatické evaluace kvality překladu, tak i ručním porovnáním malého vzorku výstupů. Je žádoucí, aby se práce v maximální možné míře opírala o existující nástroje, zejm. volně šiřitelné systémy strojového překladu (např. Moses) a nástroje pro zpracování češtiny. |
| References |
| Philipp Koehn, Hieu Hoang, Alexandra Birch, Chris Callison-Burch, Marcello Federico, Nicola Bertoldi, Brooke Cowan, Wade Shen, Christine Moran, Richard Zens, Chris Dyer, Ondrej Bojar, Alexandra Constantin, Evan Herbst, Moses: Open Source Toolkit for Statistical Machine Translation, Annual Meeting of the Association for Computational Linguistics (ACL), demonstration session, Prague, Czech Republic, June 2007.
http://www.statmt.org/moses/ Zdeněk Žabokrtský, Ondřej Bojar: TectoMT, Developer's Guide. ÚFAL/CKL Technical Report TR-2008-38 http://ufal.mff.cuni.cz/tectomt/ Ondřej Bojar. Exploiting Linguistic Data in Machine Translation. PhD thesis, ÚFAL, MFF UK, Prague, Czech Republic, October 2008. (zejm. kap. 4) http://ufal.mff.cuni.cz/~bojar/publications/2008-FILE-bojar_phd-FINAL.pdf |