GIẢI PHÁP CHUẨN HÓA CÁC KHO NGỮ LIỆU DÙNG TRONG LĨNH VỰC DỊCH TỰ ĐỘNG

Abstract

Hiện nay, nhu cấu sử dụng và khai thác dữ liệu để xây dựng các hệ thống dịch tự động là rất lớn. Tuy nhiên, chi phí cho việc thu thập và xây dựng một kho ngữ liệu mới để có thể dùng được đối với hệ thống dịch tự động là rất cao. Trong khi đó, các kho ngữ liệu đang có trên thực tế lại có cấu trúc và định dạng khác nhau nên việc chia sẽ và khai thác chúng gặp rất nhiều khó khăn. Trong bài báo này, chúng tôi đề xuất một cấu trúc và định dạng chuẩn cho phép biểu diễn và lưu trữ các kho ngữ liệu dùng trong lĩnh vực dịch tự động, để từ đó cho phép việc khai thác, chia sẻ và sử dụng các kho ngữ liệu này một cách thuận tiện và hiệu quả.