MT in pratica

(1)

MT in pratica

Cristina Bosco

Informatica applicata alla comunicazione multimediale

(2)

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.

(3)

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.

(4)

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.

(5)

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).

(6)

BING

Bing è il sistema di MT dell’ambiente Microsof http://www.bing.com/translator/help/#Home http://www.bing.com/translator/

(7)

BING

Sistemi di traduzione su telefoni basati su Bing

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

(8)

Google translate

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

(9)

Confronto di sistemi di MT

http://en.wikipedia.org/wiki/Comparison_of_mac hine_translation_applications

(10)

Statistical MT

http://www.statmt.org/

(11)

Corpora for MT

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

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

(12)

Dizionari

Google dictionary

http://google-dictionary.so8848.com/

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

(13)

Ontologie

WordNet:

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

http://multiwordnet.fbk.eu/english/home.php http://multiwordnet.fbk.eu/online/multiwordne t.php

http://wndomains.fbk.eu/wnaffect.html

(14)

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/

(15)

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.

(16)

Es. Twitter

(17)

Es. Twitter

(18)

Valutazione e Italiano

Campagna di valutazione per il NLP della lingua italiana

http://www.evalita.it/