OPUS - an open source parallel corpus

		Konverze TMX do textového souboru

01	OPUS - an open source parallel corpus

OPUS - an open source parallel corpus http://opus.lingfil.uu.se/index.php Na webu přibyla nová data.		Latest News 2014-10-24: New: JRC-Acquis 2014-10-20: NCv9, TED talks, DGT, WMT 2014-08-21: New: Ubuntu, GNOME 2014-07-30: New: Translated Books 2014-07-27: New: DOGC, Tanzil 2014-05-07: Parallel coref corpus ParCor 2013-02-08: New version: EUbookshop 2013-02-01: New version: Tatoeba 2013-11-18: Extended corpus: Subs2013 2013-09-16: New version: Europarl v7 2013-08-22: Improved: OpenSubs2012 2013-07-01: New corpus EUbookshop 2013-02-26: Added UN and MultiUN 2012-12-20: New corpus: OfisPublik

Stáhl jsem některé TMX soubory. Většinou ty, které obsahují jako jeden z jazyků češtinu.

Jako uživatel jsem omezen: směrem jazykového páru velikostí souboru a disponibilního SW licencí používat volně stažitelná data Data jsou často chybně přiřazena a opravit velká data jedinec není schopen. Někdy jsou chyby a překlepy ve zdrojovém jazyce.		většina jazykových párů má zdrojový jazyk CS, pro překlad do češtiny je v některých nástrojích mít CS jako cílový jazyk každý SW, který mám k dispozici je schopen manipulovat s omezenou velikostí dat u některých dat je nutno požádat majitele o licencí k používání dat Chybné přiřazení je možno opravit v menších souborech. Některé editory umožňují opravovat pouze cílový segment a neumožňují opravovat zdrojový segment. Jde o to si vybrat vhodný editor.

Tato prezentace		ukáže import DGT cs-en.TMX do databáze v nástroji TMLookUp (TMLookUp je nástroj podobný známějšímu nástroji Xbench) a export do textového souboru

Latest News