PANACEA English-French and English-Greek parallel corpus acquired for Labour Legislation domain

View resource name in all available languages

Corpus parallèle PANACEA anglais-français et anglais-grec acquis pour le domaine de la législation du travail

428-891-110-719-1

ID:

ELRA-W0058

The PANACEA English-French and English-Greek parallel corpus was acquired in the framework of the PANACEA project (Platform for Automatic, Normalized Annotation and Cost-Effective Acquisition of Language Resources for Human Language Technologies), under the European Commission's Seventh Framework Programme.

This package consists of an English-French and English-Greek sentence-aligned parallel corpus from the Labour Legislation domain automatically acquired from the web during 2010 and 2011. Data and language pairs are split into training, test and development test sets as follows:














filenamesentencestokensvocabulary
lab.en-el.dev.el506160893719
lab.en-el.dev.en506151292705
lab.en-el.test.el2000667708014
lab.en-el.test.en2000629535145
lab.en-el.train.el706424439617250
lab.en-el.train.en706423314510249
lab.en-fr.dev.en1411521565775
lab.en-fr.dev.fr1411611916429
lab.en-fr.test.en2000716886984
lab.en-fr.test.fr2000843997833
lab.en-fr.train.en2026170994319925
lab.en-fr.train.fr2026183668422349


All corpus files are provided as plain text in UTF8 character encoding, one sentence per line with line numbers identifying parallel sentences.

View resource description in French

Le corpus parallèle PANACEA anglais-français et anglais-grec a été acquis dans le cadre du projet PANACEA (Platform for Automatic, Normalized Annotation and Cost-Effective Acquisition of Language Resources for Human Language Technologies), du septième programme-cadre de la Commission européenne.

Le package consiste en un corpus parallèle de phrases alignées anglais-français et anglais-grec dans le domaine de la législation du travail, acquis automatiquement depuis le web en 2010 et 2011. Les données et les paires de langues sont réparties en ensembles d’apprentissage, de test et de tests de développement comme suit:















Nom de fichier PhrasesTokensVocabulaire
filenamesentencestokensvocabulary
lab.en-el.dev.el506160893719
lab.en-el.dev.en506151292705
lab.en-el.test.el2000667708014
lab.en-el.test.en2000629535145
lab.en-el.train.el706424439617250
lab.en-el.train.en706423314510249
lab.en-fr.dev.en1411521565775
lab.en-fr.dev.fr1411611916429
lab.en-fr.test.en2000716886984
lab.en-fr.test.fr2000843997833
lab.en-fr.train.en2026170994319925
lab.en-fr.train.fr2026183668422349


Tous les fichiers du corpus sont fournis au format plein texte avec un codage de caractères UTF8, une phrase par ligne avec des nombres de lignes identifiant les phrases parallèles.

MEMBERacademiccommercial
Licence: Non Commercial Use - ELRA END USER
0.00 € submit
0.00 € submit
NON MEMBERacademiccommercial
Licence: Non Commercial Use - ELRA END USER
0.00 € submit
0.00 € submit
Download
30/01/2013 Downloadable
People who looked at this resource also viewed the following:
Resources from the same project