Vyhodnocení přínosu jednotlivých zdrojů dat ve velkém paralelním česko-anglickém korpusu CzEng

Abstrakt

CzEng 0.9 je třetí vydání velkého paralelního korpusu. V tomto vydání byl rozšířen o velké množství textů z různých typů zdrojů.

Příspěvek popisuje a vyhodnocuje metody čištění paralelních dat a nabízí tak pohled na přínos jednotlivých typů zdrojů.

Klíčová slova

• vyhodnocení
• přínosu
• jednotlivých
• zdrojů
• velkém
• paralelním
• česko
• anglickém
• korpusu
• czeng