<div>At AMTA2006 Jaime Carbonell et al. presented a paper "Context-Based Machine Translation" describing an MT system Fluent/Meaningful Machines has been designing these last few years. I happen to have seen it in action a few years back when it was just a prototype and it performed remarkably well. The reason I am bringing it up in this forum is that the knowledge it uses for the translation process is not based in parallel corpora but in very large monolingual corpora. This approach not only provided the necessary tools for the translation itself but also created a slew of other tools very useful to text mining etc. 

</div>

<div> </div>

<div>There are several patents filed by Eli Abir (the original inventor) that cover this suite of products:</div>

<div><a href="http://v3.espacenet.com/textdoc?DB=EPODOC&IDX=TR200402395T&F=0&QPN=TR200402395T">http://v3.espacenet.com/textdoc?DB=EPODOC&IDX=TR200402395T&F=0&QPN=TR200402395T</a> where are described solutions to exactly the kind of situation you are wondering about.

</div>

<div> </div>

<div>All the best,</div>

<div> </div>

<div>Alex Murzkau<br> </div>

<div><span class="gmail_quote">On 11/10/06, <b class="gmail_sendername">Ramesh Krishnamurthy</b> <<a href="mailto:r.krishnamurthy@aston.ac.uk">r.krishnamurthy@aston.ac.uk</a>> wrote:</span>

<blockquote class="gmail_quote" style="PADDING-LEFT: 1ex; MARGIN: 0px 0px 0px 0.8ex; BORDER-LEFT: #ccc 1px solid">

<div>Hi Merle<br>I must admit I hadn't been thinking of "parallel" corpora along such strict-definition lines.<br><br>So who is creating large amounts of 'parallel' data (in the technical/translation sense)<br>

for British English and American English? I wouldn't have thought there was a very large <br>market....?<br><br>Noah Smith mentioned Harry Potter, and I must admit I'm quite surprised to discover <br>that publishers are making such changes as

<br>

<blockquote cite="http://" type="cite">   They had drawn for the house cup<br>   They had tied for the house cup</blockquote>Perhaps because it's "children's" literature? Or at least read by many children, <br>

who may not be willing/able to cross varietal boundaries with total comfort.<br><br>But when I read a novel by an American author, I accept that it's part of my role as reader to <br>take on board any varietal differences as part of the context. I can't imagine anyone wanting

<br>to translate it into British English for my benefit, and I suspect I would hate to read the resulting <br>text...<br><br>Best<br>Ramesh 

<div><span class="e" id="q_10ed25565ece301a_1"><br><br><br>At 18:53 09/11/2006, Merle Tenney wrote:<br>

<blockquote cite="http://" type="cite">Ramesh Krishnamurthy wrote:<br>> <br>> ...and there is no obvious parallel corpus of Br-Am Eng to consult...<br>> Do you know of one by any chance...<br>> <br>> And Mark P. Line responded:

>  >Why would it have to be a *parallel* corpus?   In a word, alignment.  The formative work in parallel corpora has come from the machine translation crowd, especially the statistical machine researchers.  The primary purpose of having a parallel corpus is to align translationally equivalent documents in two languages, first at the sentence level, then at the word and phrase level, in order to establish word and phrase equivalences.  A secondary purpose, deriving from the sentence-level alignment, is to produce source and target sentence pairs to prime the pump for translation memory systems.

<br> <br>Like you, I have wondered why you couldn't study two text corpora of similar but not equivalent texts and compare them in their totality.  Of course you can, but is there any way in this scenario to come up with meaningful term-level comparisons, as good as you can get with parallel corpora?  I can see two ways you might proceed:

<br> <br>The first method largely begs the question of term equivalence.  You begin with a set of known related words and you compare their frequencies and distributions.  So if you are studying language models, you compare 

<i>sheer</i>, <i>complete</i>, and <i>utter </i>as a group.  If you are studying dialect differences, you study <i>diaper</i> and <i>nappy</i> or <i>bonnet</i> and <i>hood</i> (clothing and automotive).  If you are studying translation equivalence in English and Spanish, you study 

<i>flag</i>, <i>banner</i>, <i>standard</i>, <i>pendant</i> alongside <i>bandera</i>, <i>estandarte</i>, <i>pabellón</i> (and <i>flag</i>, <i>flagstone</i> vs. <i>losa</i>, <i>lancha</i>; <i>flag</i>, <i>fail,</i> <i>languish

</i>, <i>weaken</i> vs. <i>flaquear</i>, <i>debilitarse</i>, <i>languidecer</i>; etc.).  The point is, you already have your comparable sets going in, and you study their usage across a broad corpus.  One problem here is that you need to have a strong word sense disambiguation component or you need to work with a word sense-tagged corpus to deal with homophonous and polysemous terms like 

sheer, bonnet, flat, and flag, so you still have some hard work left even if you start with the related word groups.   The second method does not begin, a priori, with sets of related words.  In fact, generating synonyms, dialectal variants, and translation equivalents is one of its more interesting challenges.  Detailed lexical, collocational, and syntactic characterizations is another.  Again, this is much easier to do if you are working with parallel corpora.  If you are dealing with large, nonparallel texts, this is a real challenge.  Other than inflected and lemmatized word forms, there are a few more hooks that can be applied, including POS tagging and WSD.  Even if both of these technologies perform well, however, that is still not enough to get you to the quality of data that you get with parallel corpora.

<br> <br>Mark, if you can figure out a way to combine the quality and quantity of data from a very large corpus with the alignment and equivalence power of a parallel corpus without actually having a parallel corpus, I will personally nominate you for the Nobel Prize in Corpus Linguistics.  J

<br> <br>Merle<br> <br>PS and Shameless Microsoft Plug:  In the last paragraph, I accidentally typed "figure out a why to combine" and I got the blue squiggle from Word 2007, which was released to manufacturing on Monday of this week.  It suggested 

<i>way</i>, and of course I took the suggestion.  I am amazed at the number of mistakes that the contextual speller has caught in my writing since I started using it.  I recommend the new version of Word and Office for this feature alone.  J

</blockquote></span></div>

<p>Ramesh Krishnamurthy<br><br>Lecturer in English Studies, School of Languages and Social Sciences, Aston University, Birmingham B4 7ET, UK<br>[Room NX08, North Wing of Main Building] ; Tel: +44 (0)121-204-3812 ; Fax: +44 (0)121-204-3766

<br><a onclick="return top.js.OpenExtLink(window,event,this)" href="http://www.aston.ac.uk/lss/staff/krishnamurthyr.jsp" target="_blank">http://www.aston.ac.uk/lss/staff/krishnamurthyr.jsp<br><br></a>Project Leader, ACORN (Aston Corpus Network): 

<a onclick="return top.js.OpenExtLink(window,event,this)" href="http://corpus.aston.ac.uk/" target="_blank">http://corpus.aston.ac.uk/</a></p></div></blockquote></div><br>