Differences

This shows you the differences between two versions of the page.

--- khresmoi:start [2012/02/02 14:36]
hlavacova
+++ khresmoi:start [2012/02/23 13:23]
ufal
@@ Line 12: / Line 12: @@
     * **JD**   = Jan Dědek <dedek (at) ksi.mff.cuni.cz>
     * **JB**   = Jakub Bystroň <jb.elitecode (at) gmail.com>
+    * **ZU**   = Zdeňka Urešová <uresova (at) ufal.mff.cuni.cz>
 ----
 ==== Data ====
@@ Line 19: / Line 21: @@
 ^ Corpus ^ Source ^ Domain ^  EN-FR  ^  EN-DE  ^  alignment  ^  EN  ^  FR  ^  DE  ^  Note  ^
-| TDA translation memory  | TDA |  in  |  13517 Kw |  6797 Kw |  sent  |  |  |  |  8-) PP  |
+| TDA translation memory  | TDA |  in  |  13517 Kw |  6797 Kw |  sent  |  |  |  |  DONE  |
-| CESTA Evaluation Package  | ELRA |  in  |  38 Kw |  |  sent  |  |  |  |  waiting  |
+| CESTA Evaluation Package  | ELRA |  in  |  38 Kw |  |  sent  |  |  |  |  DONE  |
-| EQueR Evaluation Package  | ELRA |  in  |  |  |  |  |  140 MiB | |  waiting  |
+| EQueR Evaluation Package  | ELRA |  in  |  |  |  |  |  140 MiB | |  PROCESSING  |
-| CESART Evaluation Package | ELRA |  in  |  |  |  |  |  9000 Kw | |  waiting  |
+| CESART Evaluation Package | ELRA |  in  |  |  |  |  |  9000 Kw | |  DONE  |
 | French Gigaword | LDC |  news  |  |  |  |  |   863 Kw | |  8-) DVD  |
 | Acquis | JRC |  law  |  1,25 Ms |  1,33 Ms |  sent  |  |  |   |  8-) JHla (jen FR) |
-| EMEA | European Medicines Agency |  in  |  373 Ks |  12 Mw |  |  26.34 Mw |  14.9Mw |   |  8-) JHla, JB  |
+| EMEA | European Medicines Agency |  in  |  373 Ks |  12 Mw |  |  26.34 Mw |  14.9Mw |   |  DONE - i CS  |
-| MESH | U.S. National Library of Medicine |  in  |  |  |  |  838 kw |   |   |  8-) JHla  |
+| MESH | U.S. National Library of Medicine |  in  |  |  |  |  838 kw |   |   |  DONE*  |
 | OrphaNet  | OrphaNet |  in  |  ?  |  |  |  |  | |  Wien will do  |
-| Europarl | WMT12 |  parl  |  1.8Ms |  1.7Ms  |  sent  |  |  | |  8-) JHla  |
+| Europarl | WMT12 |  parl  |  1.8Ms |  1.7Ms  |  sent  |  |  | |  DONE  |
-| News Commentary  | WMT12 |  news  |  43ks |  60ks |  sent  |  |  | |  8-) JHla  |
+| News Commentary  | WMT12 |  news  |  43ks |  60ks |  sent  |  |  | |  DONE  |
-| News monolingual | WMT12 |  news  |  |  |  |  181kw |  147kw |  162kw |  8-) JHla  |
+| News monolingual | WMT12 |  news  |  |  |  |  181kw |  147kw |  162kw |  DONE  |
-| United Nations | WMT12 |  news  |  12.3Ms |  |  |  |  | |  8-) JHla  |
+| United Nations | WMT12 |  un  |  12.3Ms |  |  |  |  | |  DONE  |
-| French-English 109 corpus | WMT12 |  web  |  22.5Ms |  |  sent  |  |  | |  8-) JHla  |
+| French-English 109 corpus | WMT12 |  web  |  22.5Ms |  |  sent  |  |  | |  DONE  |
 | Medpedia wiki| Medpedia |  in  |   |  |  |  ? |  | |  only EN found  |
-| Corpus Of Parallel Patent Applications (Coppa)| WIPO |  in  |  24,8Mw/1,2Ms |  |  sent  |   |   |   |   8-) JHla   |
+| Corpus Of Parallel Patent Applications (Coppa)| WIPO |  in  |  24,8Mw = 1,2Ms |  |  sent  |   |   |   |   8-) JHla   |
 | Corpus Of Parallel Patent Applications (Coppa)| WIPO |  in  |  33,5Mw |  |  par  |   |   |   |   8-) JHla   |
-| Corpus Of Parallel Patent Applications (Coppa)| WIPO |  tech  |  153,8Mw/7,5Ms |  |  sent  |   |   |   |   8-) JHla   |
+| Corpus Of Parallel Patent Applications (Coppa)| WIPO |  tech  |  153,8Mw = 7,5Ms |  |  sent  |   |   |   |   8-) JHla   |
 | Corpus Of Parallel Patent Applications (Coppa)| WIPO |  tech  |  178,8Mw |  |  par  |   |   |   |   8-) JHla   |
+| MAREC | Wien TU |  in  |  ? |  ? |  ?  |  |   |   |  viz níže   |
 | Springer Bilingual Corpus | much.more |  in  |    |  1.09 Mw |  sent  |  |   |   |  8-) JB   |
-| Europarl3 | OPUS |    |    |  1.3 Ms |  sent  |  |   |   |  8-) JB   |
+| Europarl3 | OPUS |    |    |  1.3 Ms |  sent  |  |   |   |  neni poreba   |
 | OpenSubtitles2011 | OPUS |    |    |  5 Ms |  sent  |  |   |   |  8-) JB   |
@@ Line 45: / Line 48: @@
 k, M ... thousand, milion
 w, s, f ... words, sentences, files (for parallel data only source (English) words are counted)
+* viz podrobnější info v podsekcích
 === Zdroje  ===
@@ Line 53: / Line 57: @@
 A61 (MEDICAL OR VETERINARY SCIENCE; HYGIENE): 1.589,849 files
 Nevím, kolik slov, není to v jednolitém balíku.
+Na žádost o přístup odpověděli:
+//the IRF is not granting access to the MAREC collection anymore. However, the access for research purposes should be possible in a foreseeable future via the Vienna University of Technology - Allan will certainly come back to you when the legal status is cleared.//
 __Coppa__
-IPC: A61, C12N, C12P ... medical patents (doporučeno od autorů)
+IPC: A61, C12N, C12P ... medical patents (doporučeno od WIPO)
 Patenty členěny podle roku, ve dvou verzích:
   * segmentované podle vět, ale menší - viz tabulka. Některé patenty chybí zcela, některé jsou zkráceny.
@@ Line 98: / Line 105: @@
 ----
-==== SVN ====
+==== Úložiště ====
-Prosím PP o doplnění
+/net/data/khresmoi
 ----

[ Back to the navigation ] [ Back to the content ]

Institute of Formal and Applied Linguistics Wiki

Differences