Locked History Actions

Diff for "LRT"

Differences between revisions 1 and 81 (spanning 80 versions)
Revision 1 as of 2011-02-28 17:54:09
Size: 2751
Comment:
Revision 81 as of 2011-05-19 21:47:48
Size: 10228
Comment:
Deletions are marked like this. Additions are marked like this.
Line 1: Line 1:
Strona zawiera informacje dotyczące zasobów i narzędzi związanych z przetwarzaniem języka naturalnego, które można uruchomić lokalnie lub poprzez internet. Strony WWW, opisujące jedynie działanie takich zasobów czy narzędzi lub podające jedynie przykłady ich działania, ale nie mające pełnej funkcjonalności ostatecznego produktu, nie są tutaj podane. Z kolei dowiązania do stron WWW przedstawiających istotne i pożyteczne próbki zasobów zostały tu umieszczone. Ponieważ kryteria wyboru prezentowanych poniżej zasobów nie są jednoznaczne, wszelkie uwagi mile widziane. = Language Tools and Resources for Polish =
Line 3: Line 3:
Korpusy tekstów języka polskiego:
 * Wersja [[http://www.mimuw.edu.pl/polszczyzna/pl196x/|Polskiego słownika frekwencyjnego]]
 * [[http://korpus.pwn.pl/|Korpus PWN]]
 * [[http://www.korpus.pl/|Korpus IPI PAN]]
 * [[http://www.staff.amu.edu.pl/~przemka/picle.html|Korpus PICLE]] (polska część korpusu International Corpus of Learner English; P. Kaszubski)
This page contains a list of ''publicly available'' language tools and resources.
Line 9: Line 5:
Analizatory morfologiczne / Słowniki fleksyjne:
 * Analizator morfologiczny [[http://sgjp.pl/morfeusz/|Morfeusz SGJP]
 * Analizator morfologiczny SAM-95 (K. Szafran)
 * Fleksyjna baza danych (W. Lubaszewski et al.; demo)
 * [[http://gram.neurosoft.pl/|Neurosoft Gram]] (demo)
 * Narzędzia Xerox (tokenizator, analizator morfologiczny, dezambiguator; demo)
 * [[http://www.eti.pg.gda.pl/katedry/kiw/pracownicy/Jan.Daciuk/personal/fsa_polski.html|Narzędzia leksykalne wykorzystujące automaty skończone]] (J. Daciuk)
 * [[http://www.cs.put.poznan.pl/dweiss/xml/projects/lametyzator/index.xml?lang=en|lematyzator]] D. Weissa
 * [[http://getopt.org/stempel/|Stempel]], jeszcze jeden lematyzator (A. Białecki)
== Written corpora and corpus-related tools ==
 * [[http://nkjp.pl/index.php?page=0&lang=1|National Corpus of Polish]] (under development),
 * [[http://www.korpus.pl/index.php?lang=en|IPI PAN Corpus]],
 * [[http://korpus.pwn.pl/|PWN Corpus]],
 * [[http://korpus.ia.uni.lodz.pl/|PELCRA Corpus]],
 * [[http://poliqarp.wbl.klf.uw.edu.pl/|Dictionaries as Corpora]],
 * [[Polish language of the XX century sixties]],
 * [[http://www.ijp-pan.krakow.pl/index2.php?strona=korpus_tekst_star|Old Polish corpus]],
 * [[http://ifa.amu.edu.pl/~ifaconc/blog/?page_id=60|PICLE corpus]], the Polish sub-corpus of the [[http://www.fltr.ucl.ac.be/fltr/germ/etan/cecl/Cecl-Projects/Icle/icle.htm|International Corpus of Learner English]] (ICLE),
 * [[http://poliqarp.sourceforge.net/|Poliqarp]], a corpus indexing and search engine,
 * [[http://nlp.ipipan.waw.pl/Anotatornia/|Anotatornia]], a system for multi-level manual annotation of corpora,
 * [[http://smyrna.danieljanus.pl/|Smyrna]], a simple, light-weight Polish concordancer.
Line 19: Line 18:
Analizatory składniowe / Gramatyki elektroniczne:
 * Prototyp gramatyki HPSG języka polskiego (IPI PAN)
== Parallel corpora ==
 * [[http://parasol.unibe.ch|ParaSol]], a parallel corpus of Slavic and other languages,
 * [[http://www.domeczek.pl/~polukr/index.php?option=search|PolUKR]], a Polish-Ukrainian parallel corpus,
 * [[http://opus.lingfil.uu.se/index.php|OPUS]], an open source parallel corpus (European Parliament, EMEA, KDE, movie subtitles),
 * [[http://nl.ijs.si/ME/V4|"1984"]], an annotated parallel corpus of George Orwell's "1984" in 15 languages, MULTEXT-East, v.4 (licensed download),
 * [[http://www.korpus.cz/intercorp/?req=page:info|InterCorp]], a multilingual parallel corpus,
 * [[http://corpus.leeds.ac.uk/internet.html|Leeds collection of Internet corpora]],
 * [[http://korpus.hiztegia.org/|LAGUN corpus]],
 * [[http://langtech.jrc.it/JRC-Acquis.html|JRC-Acquis Multilingual Parallel Corpus]],
 * [[http://psi.amu.edu.pl/en/index.php?title=Parallel_Corpora|PSI collection of parallel corpora]], a growing collection of parallel corpora pairing Polish with other european languages.
Line 22: Line 29:
Systemy tłumaczenia maszynowego (demo dostępne przez internet):
 * [[http://www.translatica.pl/|Translatica]] (dwukierunkowy angielsko-polski system tłumaczący)
 * [[http://www.tranexp.com/|InterTran]] (różne pary języków)
 * [[http://www.poltran.com/|LingvoBit]] (dwukierunkowy angielsko-polski system tłumaczący)
 * [[http://www.systran.co.uk/|Systran]] (z angielskiego na polski i z polskiego na francuski, oprócz innych par języków)
 * Thetos (system tłumaczący polski tekst na polski język migowy)
== Translation memories ==
Line 29: Line 31:
Inne:
 * [[http://plwordnet.pwr.wroc.pl/wordnet|plWordNet]], polski WordNet (M. Piasecki)
 * [[http://www.mimuw.edu.pl/polszczyzna/kolokacje/index.htm|Kolokacje]], program do znajdowania kolokacji (A. Buczyński)
 * [[http://nlp.ipipan.waw.pl/CRIT2/|Zbiór zdań testowych języka polskiego IPI PAN]]
 * [[http://www.lingwistyka.uni.wroc.pl/bql/|Bibliografia polskiej lingwistyki kwantytatywnej]] (A. Pawłowski)
 * [[http://mymemory.translated.net/|MyMemory]], freely available multilingual TM,
 * [[http://www.tausdata.org/|TAUS Data]], a multilingual TM from the members of TAUS Data Association.

== Morphological tools and resources ==
 * [[http://sgjp.pl/morfeusz/|Morfeusz SGJP]], morphological analyser (Z. Saloni, W. Gruszczyński, M. Woliński, R. Wołosz),
 * [[http://sgjp.pl/siat/|Index a tergo of Polish word forms]] (J. Tokarski, Z. Saloni),
 * [[http://morfologik.blogspot.com/|Morfologik]], morphological analyser (M. Miłkowski, D. Weiss),
 * [[ftp://ftp.mimuw.edu.pl/pub/users/polszczyzna/SAM-95/|SAM]], morphological analyser (K. Szafran),
 * [[http://utt.amu.edu.pl/|UAM Text Tools]] (P. Obrębski, Z. Vetulani; see also [[http://utt.wmi.amu.edu.pl/trac/wiki/]]),
 * [[http://nl.ijs.si/ME/V4/msd/html|MULTEXT-East, v.4 ]], morphosyntactic specifications and documentation for 16 languages,
 * [[http://www.domeczek.pl/~polukr/mte-conv|KIPI->MTE]], a converter from TaKIPI to MULTEXT-East morphosyntactic format (A. Radziszewski, N. Kotsyba),
 * [[http://nlp.pwr.wroc.pl/redmine/projects/libpltagger/wiki|MACA]], Morphological Analysis Converter and Aggregator (A. Radziszewski, T. Śniatowski),
 * [[http://sgalus.republika.pl/indexe.html|Lexical analyser and a Polish proof-reader]] (S. Galus),
 * [[http://gram.neurosoft.pl/|Neurosoft Gram]] (demo of a morphological analyser),
 * [[http://winnie.ics.agh.edu.pl/proj_uk/fleksbaz/|Baza fleksyjna języka polskiego]], inflection database of Polish words (W. Lubaszewski, B. Moskal, P. Pietras, P. Pisarek, T. Rokicka),
 * [[http://www.eti.pg.gda.pl/katedry/kiw/pracownicy/Jan.Daciuk/personal/fsa_polski.html|Finite state utilities]] (J. Daciuk),
 * [[http://getopt.org/stempel/|Stempel]], another stemmer (A. Białecki).

== Taggers ==
 * [[http://nlp.pwr.wroc.pl/takipi/|TaKIPI]], a morphosyntactic tagger for Polish,
 * [[http://code.google.com/p/pantera-tagger/|PANTERA]], a morphosyntactic tagger for Polish.

== Parsers, grammars, treebanks ==
 * [[http://nlp.ipipan.waw.pl/~wolinski/swigra/|Świgra]], a DCG parser,
 * [[Spejd]], a shallow parsing and disambiguation system,
 * [[http://sourceforge.net/projects/dendrarium/|Dendrarium]], a treebank development system (under development),
 * [[http://nlp.ipipan.waw.pl/CRIT2/|A Treebank / Test Suite for Polish]],
 * [[http://amos.klf.uw.edu.pl/| Visualisation of parsing tree forests]] (Świdziński's grammar,Świgra, Morfeusz, Bień's syntactic spreadsheets) by Andrzej Zaborowski,
 * [[ftp://ftp.mimuw.edu.pl/pub/People/polszczyzna/AS/index.html|Analizator syntaktyczny AS]] (M. Woliński),
 * [[ftp://ftp.mimuw.edu.pl/pub/People/polszczyzna/Szpakowicz/|Formalny opis składniowy zdań polskich]] (S. Szpakowicz),
 * [[http://thetos.aei.polsl.pl/las/|Serwer LAS / Linguistic Analysis Server]].

== Machine-readable dictionaries ==
 * [[http://plwordnet.pwr.wroc.pl/wordnet|plWordNet, Polish WordNet]] (M. Piasecki),
 * [[http://synonimy.ux.pl/|Polish OpenThesaurus]], a crowdsourced Polish thesaurus (M. Miłkowski),
 * [[http://www.sjp.pl/|Słownik języka polskiego (d. alternatywny)]], Polish ispell dictionaries, along with some definitions and online form display.
 * [[http://nl.ijs.si/ME/V4/doc/index.html#sec-lex|Sample morphosyntactic Polish lexicon]], the MULTEXT-East morphosyntactic lexicons,
 * [[http://www.ispan.waw.pl/zakjez/pracjcz/slowniki/slowniki.html|Słownik składniowy języka polskiego]] (Z. Greń).
 * [[http://home.agh.edu.pl/~ziolko/doku.php?id=pl:resources:ngram|N-gram model of Polish]] (AGH DSP)

== Human-readable dictionaries ==
 * [[http://www.wsjp.pl/|Wielki Słownik Języka Polskiego]],
 * [[http://pl.wiktionary.org|Wikisłownik]],
 * [[http://www.slownik-online.pl/index.php|Słownik wyrazów obcych i zwrotów obcojęzycznych Władysława Kopalińskiego]],
 * [[http://leksykony.interia.pl/synonim|Słownik synonimów i antonimów Piotra Żmigrodzkiego]],
 * [[http://poliqarp.wbl.klf.uw.edu.pl/slownik-warszawski/| Poliqarp for DjVu search engine]] for J. Karłowicz, A. Kryński, W. Niedźwiedzki. Dictionary of Polish. Warsaw 1900–1927,
 * [[http://poliqarp.wbl.klf.uw.edu.pl/slownik-polszczyzny-xvi-wieku/| Poliqarp for DjVu search engine]] for S. Bąk, M. R. Mayenowa, F. Pepłowski (eds.). Dictionary of the 16th century Polish. Wrocław — Warszawa, 1966-???? (work in progress),
 * [[http://poliqarp.wbl.klf.uw.edu.pl/slownik-lindego/| Poliqarp for DjVu search engine]] for M. Samuel Bogumił Linde. Dictionary of Polish (2nd edition). Lwów 1854-1861,
 * [[http://poliqarp.wbl.klf.uw.edu.pl/slownik-geograficzny/| Poliqarp for DjVu search engine]] for B. Chlebowski, F. Sulimierski, W. Walewski (eds.), The Geographical Dictionary of the Polish Kingdom and other Slavic Countries, Warszawa 1880-1902.

== Speech analysis and synthesis tools ==
 * [[http://skrybot.pl/en/products/skrybot-home-speech-recognition/|Skrybot]], commercial speech recognition system (L. Pawlaczyk, P. Bosky),
 * [[http://www.ivona.com/|Ivona]], commercial text-to-speech system (Expressivo),
 * [[http://www.acapela-group.com/text-to-speech-interactive-demo.html|Acapela]], text to speech demo,
 * [[http://www.syntezamowy.pjwstk.edu.pl/index.html|Synteza mowy polskiej]], automatic speech recognition and speech synthesis demos, with background information (K. Szklanny),
 * [[http://www.staff.amu.edu.pl/~fonetyka/synteza/index.htm|System syntezy mowy ciągłej]] (G. Demenko, S. Grocholewski),
 * [[http://www.tcts.fpms.ac.be/synthesis/mbrola/|Polish MBROLA database]] (K. Szklanny, K. Marasek),
 * [[http://www.neurosoft.pl/?page_name=Produkty_SynTalk|SynTalk]], commercial speech synthesis system (!NeuroSoft),
 * [[http://www.primespeech.pl/|PrimeSpeech]], commercial speech recognition systems,
 * [[http://home.agh.edu.pl/~ziolko/doku.php?id=pl:resources:ortfon|OrtFon]], phonetic transcriber (AGH DSP),
 * [[http://home.agh.edu.pl/~ziolko/doku.php?id=pl:resources:asr|ASR]], automatic speech recognition system for Polish (AGH DSP),
 * [[http://home.agh.edu.pl/~ziolko/doku.php?id=pl:resources:anotator|Anotator]], speech corpora anotator dedicated for Polish and focused on connecting existing resources (AGH DSP).

== Machine translation demonstrations ==
 * [[http://www.translatica.pl/|Translatica]] (EN-PL-EN, DE-PL-DE, RU-PL-RU), see also [[http://poleng.pl|Poleng website]] with an experimental FR-PL-FR version,
 * [[http://www.microsofttranslator.com/|Bing Translator]] (multilingual),
 * [[http://translate.google.com/|Google Translate]] (multilingual),
 * [[http://www.tranexp.com/|InterTran]] (multilingual),
 * [[http://www.poltran.com/|LingvoBit]] (EN-PL-EN),
 * [[http://www.systran.co.uk/|Systran]] (EN-PL, PL-FR and some more),
 * [[http://www.xdobry.de/esperantoedit/index_pl.html|Esperantilo]] (integrated Esperanto editor, with MT for EO-PL-DE-EN-SV),
 * [[http://thetos.aei.polsl.pl/|Thetos]] (PL-Sign language).


== Other ==
 * [[http://www.mimuw.edu.pl/polszczyzna/kolokacje/index.htm|Kolokacje]], a Web crawler and collocation finder (A. Buczyński),
 * [[http://nlp.ipipan.waw.pl/WSDDE/|WSDDE]], a system for designing and performing Word Sense Disambiguation experiments (R. Młodzki ''et al.''),
 * [[http://frazeo.pl/|Frazeo]], a search engine and clusterer of news in Polish (P. Pęzik),
 * [[http://segment.sourceforge.net/|Segment]], a rule-based sentence tokenizer supporting SRX standard (J. Lipski; the Polish rules are available in [[http://languagetool.svn.sourceforge.net/viewvc/languagetool/trunk/JLanguageTool/src/resource/segment.srx|LanguageTool project]]),
 * [[http://poleng.pl/translatica-pl.srx|Translatica SRX sentence segmentation rules for Polish (LGPL)]]
 * [[http://www.cs.put.poznan.pl/dweiss/research/lakon/|Lakon]], a system for news summarization (master's thesis by A. Dudczak),
 * [[http://psi.amu.edu.pl/en/index.php?title=SyMGIZA%2B%2B|SyMGIZA++]], an extension of Giza++ that computes symmetric word alignment models.

Language Tools and Resources for Polish

This page contains a list of publicly available language tools and resources.

Parallel corpora

Translation memories

  • MyMemory, freely available multilingual TM,

  • TAUS Data, a multilingual TM from the members of TAUS Data Association.

Morphological tools and resources

Taggers

  • TaKIPI, a morphosyntactic tagger for Polish,

  • PANTERA, a morphosyntactic tagger for Polish.

Parsers, grammars, treebanks

Machine-readable dictionaries

Human-readable dictionaries

Speech analysis and synthesis tools

  • Skrybot, commercial speech recognition system (L. Pawlaczyk, P. Bosky),

  • Ivona, commercial text-to-speech system (Expressivo),

  • Acapela, text to speech demo,

  • Synteza mowy polskiej, automatic speech recognition and speech synthesis demos, with background information (K. Szklanny),

  • System syntezy mowy ciągłej (G. Demenko, S. Grocholewski),

  • Polish MBROLA database (K. Szklanny, K. Marasek),

  • SynTalk, commercial speech synthesis system (NeuroSoft),

  • PrimeSpeech, commercial speech recognition systems,

  • OrtFon, phonetic transcriber (AGH DSP),

  • ASR, automatic speech recognition system for Polish (AGH DSP),

  • Anotator, speech corpora anotator dedicated for Polish and focused on connecting existing resources (AGH DSP).

Machine translation demonstrations

Other