Ekaia_Wikitzul.pdf

Iñaki Alegria, Unai Cabezón, Unai Fernandez de Betoño, Gorka Labaka, Aingeru Mayor, Kepa Sarasola eta Arkaitz Zubiaga
*Ixa Taldea eta Euskal Wikipedia
Laburpena:
Artikulu honetan elkarlanean egindako proiektu bat aurkezten dugu. Boluntario talde bat bildu dugu espainierazko Wikipediako hainbat artikulu euskarara itzultzeko, baina boluntarioen lana errazteko, Matxin itzultzaile automatikoa erabili dugu aurre-itzulpenak sortzeko, eta horrela boluntarioen lana errore eta akatsak dituzten itzulpen automatiko horiek aztertu eta zuzentzea izan da.
Euskal Wikipedia aberastu dugu, 50.000 hitz berri gehituz. Beste alde batetik, sistema automatikoaren itzulpenak eta posteditatutako bertsio zuzenduekin corpus bat sortu dugu. Corpus hori erabili dugu posteditore estatistiko bat sortzeko, Matxin itzulpen automatikoko sistemaren irteeraren doitasuna %10ean hobetuz.
Abstract:
In this paper we define a collaboration framework that was tested with editors of Basque Wikipedia. Their post-editing of Computer Science articles has been used to improve the output of a Spanish to Basque MT system called Matxin.
For the collaboration between editors and researchers, we selected a set of 100 articles from the Spanish Wikipedia. These articles would then be used as the source texts to be translated into Basque using the MT engine.
A group of volunteers from Basque Wikipedia reviewed and corrected the raw MT translations. This collaboration ultimately produced two main benefits: (i) the change logs that would potentially help improve the MT engine by using an automated statistical post-editing system, and (ii) the growth of Basque Wikipedia.
The results show that this process can improve the accuracy of an Rule Based Machine Translation system in nearly 10% benefiting from the post-edition of 50,000 words in the Computer Science domain.
Sarrera:
Artikulu honetan elkarlanaren onuraz arituko gara. Lan asko egin behar denean eta baliabideak urriak direnean, indarrak biltzea izaten da gakoa.
Gurean bi behar, bi helburu, izan ditugu eskuartean: itzulpen-automatikoaren garapena batetik eta Euskal Wikipediaren aberasketa bestetik.
Aurkezpena:
Wikipedia Interneten argitaratutako eduki askeko entziklopedia eleanitza da. Lankidetzaz editatua, mundu osoko boluntarioek idazten dute.
Matxin [9, 10] erabilera publikoko euskararako lehenengo itzulpen automatikoko sistema izan zen, Euskal Herriko Unibertsitateko IXA Taldearen eta Elhuyarren artean garatua.
Matxin erregeletan oinarritutako itzulpen automatikoko sistema bat da.
IAko sistemak hobetzeko modu bat postedizio-lanaz baliatzea da.
Posteditore automatikoak ere eraiki daitezke.
Hauxe da, hain zuzen, elkarlan hau abiarazi zuen asmoa: Matxin erregeletan oinarritutako sistemaren irteera hobetuko lukeen posteditore estatistiko bat eraikitzea.