Le package d’évaluation ARCADE II a été produit dans le cadre du projet national français ARCADE II (« Action de Recherche Concertée sur l’Alignement de Documents et son Evaluation »), issu du programme Technolangue, financé par le Ministère français délégué à la Recherche et aux Nouvelles Technologies (MRNT). Ce projet a permis de réaliser une campagne d'évaluation dans le domaine de l'alignement multilingue. Ce package comprend l’ensemble des données utilisées lors de la campagne d’évaluation ARCADE II. Il regroupe des ressources, des protocoles, des outils de notation, les résultats de la campagne officielle, etc., qui ont été utilisés ou produits pendant la campagne. Le but de ce « package » d’évaluation est de permettre à des acteurs externes d’évaluer leur propre système. La campagne se décompose en deux actions : alignement phrastique et traduction d’entités nommées. Langue(s) : arabe - chinois - anglais - français - allemand - grec moderne (après 1453) - italien - japonais - persan - russe - espagnol, castillan

Membres Academic org. Commercial org. Evaluation Use 150.00 EUR 500.00 EUR Non Membres Academic org. Commercial org. Evaluation Use 300.00 EUR 1000.00 EUR

Le package d’évaluation CESTA a été produit dans le cadre du projet national français CESTA (« Campagne d'Evaluation de Systèmes de Traduction Automatique »), issu du programme Technolangue, financé par le Ministère français délégué à la Recherche et aux Nouvelles Technologies (MRNT). Ce projet a permis de réaliser une campagne de technologies de traduction automatique. Ce package comprend l’ensemble des données utilisées lors de la campagne d’évaluation CESTA. Il regroupe des ressources, des protocoles, des outils de notation, les résultats de la campagne officielle, etc., qui ont été utilisés ou produits pendant la campagne. Le but de ce « package » d’évaluation est de permettre à des acteurs externes d’évaluer leur propre système. La campagne se décompose en deux actions : évaluation sur un vocabulaire non restreint, évaluation sur un domaine spécialisé (évaluation après enrichissement terminologique). Langue(s) : anglais >>>> français - arabe >>>> français

Membres Academic org. Commercial org. Evaluation Use 150.00 EUR 500.00 EUR Non Membres Academic org. Commercial org. Evaluation Use 300.00 EUR 1000.00 EUR

Le package d’évaluation EvaSy a été produit dans le cadre du projet national français EvaSy (« Evaluation des systèmes de Synthèse de parole »), issu du programme Technolangue, financé par le Ministère français délégué à la Recherche et aux Nouvelles Technologies (MRNT). Ce projet a permis de réaliser une campagne d'évaluation des synthétiseurs à partir du texte en français. Ce package comprend l’ensemble des données utilisées lors de la campagne d’évaluation EvaSy. Il regroupe des ressources, des protocoles, des outils de notation, les résultats de la campagne officielle, etc., qui ont été utilisés ou produits pendant la campagne. Le but de ce « package » d’évaluation est de permettre à tout acteur externe de pouvoir évaluer son propre système et ainsi de pouvoir comparer ses résultats à ceux obtenus pendant la campagne. La campagne se décompose en trois actions : évaluation de la conversion Graphème-Phonème, évaluation de la prosodie, évaluation globale de la qualité des systèmes de synthèse. Langue(s) : français

Membres Academic org. Commercial org. Evaluation Use 150.00 EUR 500.00 EUR Non Membres Academic org. Commercial org. Evaluation Use 300.00 EUR 1000.00 EUR

Corpus aligné multilingue d'1 million de mots en anglais, français et espagnol avec des annotations morphosyntaxiques, ainsi que des outils de lemmatisation et d’extraction de terme pour les trois langues. Langue(s) : anglais - français - espagnol, castillan

Membres Academic org. Commercial org. Research Use 20.00 EUR 20.00 EUR Commercial Use 20.00 EUR 20.00 EUR Non Membres Academic org. Commercial org. Research Use 100.00 EUR 100.00 EUR Commercial Use 100.00 EUR 100.00 EUR

Les données allemandes sont extraites du quotidien allemand Frankfurter Rundschau du corpus ECI et les données italiennes de ILC/CNR, et traitent toutes de domaines tels que l’économie, la politique, la culture, le sport et les événements locaux. Le corpus comprend les domaines suivants: Economie (17,000 mots), Politique (14,000 mots), Culture (18,000 mots), Sports (9,000 mots), Evénements locaux (8,500 mots). Langue(s) : italien - allemand

Membres Academic org. Commercial org. Research Use 20.00 EUR 20.00 EUR Non Membres Academic org. Commercial org. Research Use 45.00 EUR 45.00 EUR

Corpus de 500 000 mots composé de textes, de 1990 à 1992, provenant de 2 journaux allemands, le Frankfurter Allgemeine Zeitung et le Die Zeit (format SGML). Langue(s) : allemand

Membres Academic org. Commercial org. Research Use 8000.00 EUR 8000.00 EUR Commercial Use 8000.00 EUR 8000.00 EUR Non Membres Academic org. Commercial org. Research Use 12000.00 EUR 12000.00 EUR Commercial Use 12000.00 EUR 12000.00 EUR

Plus de 170 livres balisés (littérature classique, textes légaux) avec règles de désambiguisation syntaxiques. Un corpus balisé de 50 livres est disponible pour la recherche. Il s’agit essentiellement de romans du 19e siècle (Balzac, Hugo, Stendhal, ...). Voir aussi W0012. Langue(s) : français

Membres Academic org. Commercial org. Research Use 1723.00 EUR 2154.00 EUR Commercial Use 2154.00 EUR 2154.00 EUR Non Membres Academic org. Commercial org. Research Use 2154.00 EUR 2692.00 EUR Commercial Use 2692.00 EUR 2692.00 EUR

Séquences de tests pour le traitement du langage naturel. 4 000 entrées (phrases ou fragments de phrases) en anglais, français et allemand. Langue(s) : anglais - français - allemand

Membres Academic org. Commercial org. Research Use 100.00 EUR 100.00 EUR Commercial Use 100.00 EUR 100.00 EUR Non Membres Academic org. Commercial org. Research Use 100.00 EUR 100.00 EUR Commercial Use 100.00 EUR 100.00 EUR

Corpus du quotidien "Le Monde". L’ensemble des années de données est disponible. Chaque année contient environ 10 Mbytes de données par mois (environ 120 Mbytes par an). Un choix de données de 1987 jusqu'à 2007 est disponible. Langue(s) : français

Membres Academic org. Commercial org. Research Use 240.91 EUR 240.91 EUR * Prix par année. Non Membres Academic org. Commercial org. Research Use 313.18 EUR 313.18 EUR * Prix par année.

Ce corpus contient une partie du corpus développé dans le cadre du projet MULTEXT financé par la Commission européenne (LRE 62-050). Cette partie comprend des données brutes, étiquetées et alignées des questions écrites et des réponses du Journal Officiel de la Communauté Européenne. Ce corpus contient environ 5 millions de mots en allemand, anglais, espagnol, français et italien (env. 1 million de mots par langue). Près de 800 000 mots ont été étiquetés grammaticalement et vérifiés manuellement pour l'anglais, le français, l'italien et l'espagnol (env. 200 000 mots par langue). Le même sous-ensemble pour le français, l'allemand, l'italien et l'espagnol a été aligné à l'anglais au niveau de la phrase. Langue(s) : anglais - français - allemand - italien - espagnol, castillan

Membres Academic org. Commercial org. Research Use 45.00 EUR 2000.00 EUR Commercial Use 2000.00 EUR 2000.00 EUR Non Membres Academic org. Commercial org. Research Use 100.00 EUR 5000.00 EUR Commercial Use 5000.00 EUR 5000.00 EUR