Descripción del proyecto
Language-based interaction
TTC aims at automatically generating bilingual terminologies from comparable corpora in seven languages: English, French, German, Spanish, Latvian, Chinese and Russian.
The TTC project (Terminology Extraction, Translation Tools and Comparable Corpora) aims at leveraging machine translation tools (MT tools), computer-assisted translation tools (CAT tools) and multilingual content management tools by automatically generating bilingual terminologies from comparable corpora in several European languages (i.e. English, French, German and Latvian), as well as in Chinese and Russian.Comparable corpora gather sets of texts corresponding to a same domain, but not necessary being a translation from each other.The main steps for automatically generating bilingual terminologies are the automatic extraction of monolingual terminologies and the bilingual alignment of the extracted terminologies. The terminologies will include single word terms (SWT) and multi-word terms (MWT), as well as their variations.The TTC project will develop generic methods and tools for automatic extraction of terminologies and alignment algorithms including adaptors to domains and languages, in order to break the lexical acquisition bottleneck in both statistical and rule-based machine translation. Alignment will be based on several strategies, i.e. lexical strategies (use of compositional methods and of an interlingua representation), contextual strategies (use of cognates, context vectors and labelled links) and corpora strategies (bettering of available corpora, for instance by topical web crawling). Developed methods will require as less prior linguistic knowledge as possible, so as to reduce the gaps in language coverage.It will also develop or adapt tools for gathering and managing these comparable corpora and for managing terminologies. In particular, a topical web crawler and an open terminology platform will be developed. This open terminology platform will support tasks such as terminology storage, search, editing and export.The TTC project will integrate developed and existing tools in an online platform, which will be based on Web Services and will use reputable open solutions such as UIMA (Unstructured Information Management Architecture ) and EuroTermBank . Existing tools to be integrated in the platform consist of already developed GPL term extraction tools, a framework for contextual analysis, as well as TreeTagger versions, tokenisers and POS taggers for several languages. The platform will allow users to create thematic corpora given some clues (such as terms or documents on a specific domain), to extract monolingual terminology from such corpora, to create a comparable corpus in a target language from a corpus in a source language, to align bilingual terminologies, to choose the tools to apply for terminology extraction, to expand a given corpus and to export monolingual or bilingual terminologies in order to use them easily in automatic and semi-automatic translation tools.
Programa(s)
Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.
Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.
Tema(s)
Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.
Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.
Convocatoria de propuestas
Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.
Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.
FP7-ICT-2009-4
Consulte otros proyectos de esta convocatoria
Régimen de financiación
Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.
Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.
Coordinador
44035 NANTES CEDEX 1
Francia
Los costes totales en que ha incurrido esta organización para participar en el proyecto, incluidos los costes directos e indirectos. Este importe es un subconjunto del presupuesto total del proyecto.