ParaRook v.2: оновлено багатомовну родину паралельних корпусів української мови

(https://www.instagram.com/p/DdVrMV3GnC2/?utm_source=ig_web_copy_link&stkn=MzRlODBiNWFlZA==)

Вийшла нова версія ParaRook (https://uacorpus.org/poshuk-u-graku/paralelni-korpusi-pararook) — родини паралельних корпусів на основі ГРАКу (Генерального регіонально анотованого корпусу української мови).

У новій версії ParaRook:
• значно розширено англійсько-, німецько- та французько-українські корпуси (обсяг EN→UK – понад 15,3 млн токенів, DE→UK – 13,5 млн);

• додано нові мовні пари: арабську, білоруську, угорську, італійську, шведську та турецьку. Загалом охоплено 15 мов та колекцію перекладів Корану;

• оновлено морфосинтаксичну анотацію української частини (модель UDPipe2 на UD Ukrainian ParlaMint Treebank);

• експериментально запущено підсвічування перекладних еквівалентів в інтерфейсі для швидкого аналізу перекладів.

До укладання й анотування корпусів у 2023–2026 роках долучилися викладачі, дослідники та студенти НТУ ХПІ, КНУ, ЛНУ, УКУ та НаУКМА.

Поділитись: