Bilingual generalized LR parser for ITG alignment

Abstract

[EN] Alignment is a technique that given a pair of sentences in two languages with the same meanings, it establish the most likely bilingual correspondence among the words in the sentences, result that can be used for the creation of dictionaries and machine translation. The current state of art for alignment uses a special grammar form called ITG that has been proven to correctly define bilingual pairs. Nevertheless, the parsing method applied is expensive and does not consider any insight about the language. In this work, we try to combine the ITG model with a special adhoc parser for natural language called GLR. The combination of this two techniques is expected to reduce the overall time complexity with respect to the original algorithm.

[ES] Alineamiento es una técnica que tiene como entrada un par de oraciones con el mismo significado pero en distintos lenguajes y establece la correspondencia más probable entre las palabras de las oraciones, este resultado es usado para crear diccionarios y es fundamental para la traducción automática. El estado del arte para alineamiento usa una forma especial de gramática llamada ITG, capaz de definir como dos pares de oraciones se forman. Sin embargo, la técnica de parsing utilizada no asume ningún conocimiento sobre el lenguaje. En este trabajo, intentaremos combinar el modelo ITG con una técnica adhoc especial para el parsing de lenguaje natural. Dado las asunciones que nuestro modelo usa, se espera que la complejidad temporal se reduzca con respecto al algoritmo original.