PANACEA English-French and English-Greek parallel corpus acquired for Environment domain

View resource name in all available languages

Corpus parallèle PANACEA anglais-français et anglais-grec acquis pour le domaine de l’environnement

870-946-931-293-7

ID:

ELRA-W0057

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 Environment 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
env.en-el.dev.el1000305106065
env.en-el.dev.en1000278654325
env.en-el.test.el2000635519263
env.en-el.test.en2000580736078
env.en-el.train.el965326774223011
env.en-el.train.en965324082214581
env.en-fr.dev.en1392413825888
env.en-fr.dev.fr1392496576386
env.en-fr.test.en2000588717076
env.en-fr.test.fr2000707447727
env.en-fr.train.en1024030078615668
env.en-fr.train.fr1024036292117485


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 l’environnement, 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
env.en-el.dev.el1000305106065
env.en-el.dev.en1000278654325
env.en-el.test.el2000635519263
env.en-el.test.en2000580736078
env.en-el.train.el965326774223011
env.en-el.train.en965324082214581
env.en-fr.dev.en1392413825888
env.en-fr.dev.fr1392496576386
env.en-fr.test.en2000588717076
env.en-fr.test.fr2000707447727
env.en-fr.train.en1024030078615668
env.en-fr.train.fr1024036292117485


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
30/01/2013 Downloadable
People who looked at this resource also viewed the following:
Resources from the same project