Dictionnaire de prononciation GlobalPhone bulgare 260k entrées (version étendue)

Cette version étendue du dictionnaire de prononciation bulgare, nommée “Bulgarian-Dict260k” comprend la prononciation de plus de 260,000 formes de mots. Le dictionnaire est conforme à l’ensemble de phones et au format du Dictionnaire de prononciation GlobalPhone bulgare original (voir ELRA-S0351) de 20,000 formes de mots. Bulgarian-Dict260k a été conçu sur la base d’une extension de la base de données textuelle de GlobalPhone bulgare afin d’améliorer la modélisation de la langue et de réduire le taux élevé “hors-vocabulaire” dû à la riche morphologie de la langue bulgare. Dans cet objectif, environ 9 millions de tokens ont été collectés à partir de sources internet d’actualités nationales, internationales et économiques des journaux en ligne "Banker" (http://www.banker.bg/), "Kesh" (http://www.cash.bg), et “Sega" (http://www.segabg.com/). Toutes les formes de mots ont été extraites après le nettoyage et la normalisation du texte. La prononciation a été créée selon un processus automatique au moyen de règles graphèmes-phonèmes manuscrites. La prononciation générée a été vérifiée par des locuteurs natifs, qui ont corrigé les erreurs potentielles provenant de la génération automatique.