Science curiculum vitae personally - University of Da Nang




	Thông tin chung

	English

	Đề tài NC khoa học
	Bài báo, báo cáo khoa học
	Hướng dẫn Sau đại học
	Sách và giáo trình
	Các học phần và môn giảng dạy
	Giải thưởng khoa học, Phát minh, sáng chế
	Khen thưởng
	Thông tin khác

	Tài liệu tham khảo

	Hiệu chỉnh


Số người truy cập: 109,878,223

A Domain indicating method for Ede terminology in building a Vietnamese-Ede bilingual corpus

Tác giả hoặc Nhóm tác giả: Hoàng Thị Mỹ Lệ, Phan Huy Khánh

Nơi đăng: Proceedings of The Third Asian Conference on Information Systems ACIS 2014; Số: ACIS2014;Từ->đến trang: 419-424;Năm: 2014

Lĩnh vực: Công nghệ thông tin; Loại: Bài báo khoa học; Thể loại: Quốc tế

TÓM TẮT

Trong lĩnh vực xử lý ngôn ngữ tự nhiên, các kho ngữ liệu đơn ngữ hay đa ngữ luôn là một nguồn tài nguyên không thể thiếu, phục vụ cho nhiều mục đích sử dụng khác nhau. Chất lượng của kho ngữ liệu đa ngữ có vai trò quyết định đối với chất lượng đầu ra của một hệ thống ứng dụng, như dịch máy, phân tích và tổng hợp văn bản, v.v… Đã có các kho ngữ liệu cho tiếng Việt (Kinh) nhưng hiện nay vẫn chưa có các kho ngữ liệu song ngữ Việt-Êđê sử dụng Unicode để phục vụ nhu cầu xử lý tiếng Êđê, từ các hoạt động nghiên cứu lý thuyết đến ứng dụng thực tiễn. Bài báo đề xuất giải pháp xây dựng kho ngữ liệu song ngữ Việt-Êđê trên cơ sở phân loại và gắn nhãn các thuật ngữ theo miền ứng dụng. Sau khi triển khai cài đặt, nguồn tài nguyên này bao gồm các thuật ngữ về lĩnh vực giáo dục như chăn nuôi, trồng trọt, bảo vệ rừng, chăm sóc sức khỏe, v.v… hướng đến phục vụ cho các dân tộc thiểu số ở Việt Nam. Giải pháp cũng giải quyết vấn đề loại bỏ nhập nhằng ngữ nghĩa trong một hệ thống dịch máy văn bản từ tiếng Việt sang tiếng Êđê trong một bối cảnh hạn chế.

ABSTRACT

In the natural language processing, the monolingual and multilingual corpora for different domains and specialties are always an indispensable resource. The quality of a multilingual corpus plays a decisive role in the output quality of the translation system such as analysis and synthesis of texts, machine translation etc. Especially, the statistical machine translation systems will not produce a reasonable output, if the quality of corpus used in the training process is not good. Currently, there is no Vietnamese-Ede multilingual corpus using Unicode fonts that have been officially announced. Increasing demands on the resource is shared for research activities from theory to practice. From that, the paper proposes a solution indicating domain for Ede terminology which is applied to build a Vietnamese-Ede bilingual corpus. It contains the terminology in the domain of education about animal husbandry, cultivation, forest protection, health care, etc. for the ethnic minority in Vietnam. This solution has also partially solved ambiguity problems in a machine translation system from Vietnamese into Ede language in a restrict context.

Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng

Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn