NatServer: a client-server architecture for building Parallel Corpora applications

Abstract

Parallel corpora are important resources for most Natural Language processing tasks. From the common applications, like machine translation, to the usually mono-lingual tasks as paraphrase detection and word sense disambiguation, most researchers are using massive parallel corpora. Thus, the availability of an efficient way to manage them is very important. This paper presents a Client-Server architecture to query efficiently parallel corpora and probabilistic translation dictionaries.

Los corpora paralelos son importantes para la mayoría de las tareas de procesamiento de Lenguaje Natural. Gran parte de los investigadores utilizan los corpora paralelos empleando-los en aplicaciones comunes, como la traducción máquina, y en tareas mono-linguísticas, como sean la detección de paráfrasis y la resolución de problemas de ambiguedad semántica. Este trabajo ha sido orientado por estas cuestiones y propone una arquitectura cliente-servidor de interrogación eficiente de corpora paralelos y diccionarios de traducción probabilística.