PHƯƠNG PHÁP THU THẬP TẬP DỮ LIỆU SONG SONG (PARALLEL CORPUS) VIỆT – ANH, VIỆT – PHÁP TỪ CÁC NGUỒN TÀI NGUYÊN ĐA NGỮ

Abstract

Dịch tự động là phương tiện đặc biệt trong giao tiếp giữa các ngôn ngữ và cung cấp thông tin kinh tế, xã hội hiện đại. Nó rất cần thiết không những chỉ đối với các quốc gia trên toàn thế giới, mà còn cần thiết đối với cá nhân mỗi con người trong hoạt động đời sống xã hội của mình. Trong chuyên đề này chúng tôi đưa ra phương pháp thu thập kho ngữ liệu song song, đồng thời đưa ra các bước xây dựng kho ngữ liệu song song từ các Website đa ngữ. Từ đó mở ra một hướng mới trong việc khai thác nguồn tài nguyên đa ngữ khổng lồ từ Internet. Đặc biệt chúng tôi cũng đã thu thập được một lượng các cặp câu song ngữ và xây dựng được hệ thống quản lý kho ngữ liệu song song Việt – Anh, Việt – Pháp để phục vụ cho việc dịch tự động và học ngoại ngữ.