<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN">
<HTML><HEAD>
<META content="text/html; charset=iso-8859-1" http-equiv=Content-Type>
<META name=GENERATOR content="MSHTML 8.00.6001.19190">
<STYLE></STYLE>
</HEAD>
<BODY bgColor=#ffffff>
<DIV><FONT size=2 face=Arial></FONT> </DIV>
<DIV><FONT size=2 face=Arial>***** NEW SUBMISSION DEADLINE: February 24, 2012 
*****</FONT></DIV>
<DIV> </DIV>
<DIV> </DIV>
<DIV><FONT size=2 
face=Arial>============================================================</FONT></DIV>
<DIV> </DIV>
<DIV><FONT size=2 face=Arial>  5th WORKSHOP ON BUILDING AND USING 
COMPARABLE CORPORA</FONT></DIV>
<DIV> </DIV>
<DIV><FONT size=2 face=Arial>  Language Resources for Machine 
Translation<BR>  in Less-Resourced Languages and Domains</FONT></DIV>
<DIV> </DIV>
<DIV><FONT size=2 face=Arial>  Co-located with LREC 2012<BR>  Lütfi 
Kirdar Istanbul Exhibition and Congress Centre<BR>  Saturday, 26 May 
2012</FONT></DIV>
<DIV> </DIV>
<DIV><FONT size=2 face=Arial>  <A 
href="http://hnk.ffzg.hr/5bucc2012">http://hnk.ffzg.hr/5bucc2012</A></FONT></DIV>
<DIV> </DIV>
<DIV><FONT size=2 face=Arial>  Endorsed by<BR>   * ACL SIGWAC 
(Special Interest Group on Web as Corpus)<BR>   * FLaReNet (Fostering 
Language Resources Network)<BR>   * META-NET (Multilingual Europe 
Technology Alliance)</FONT></DIV>
<DIV> </DIV>
<DIV><FONT size=2 face=Arial>  INVITED SESSION ON PROJECTS INVOLVING 
COMPARABLE CORPORA:</FONT></DIV>
<DIV> </DIV>
<DIV><FONT size=2 face=Arial>   * ACCURAT - Inguna Skadina (<A 
href="http://www.accurat-project.eu/">http://www.accurat-project.eu/</A>)<BR>   
* LetsMT! - Andrejs Vasiljevs (<A 
href="https://www.letsmt.eu/">https://www.letsmt.eu/</A>)<BR>   * 
PANACEA - Nuría Bel (<A 
href="http://panacea-lr.eu/">http://panacea-lr.eu/</A>)<BR>   * 
PRESEMT - Adam Kilgarriff (<A 
href="http://www.presemt.eu/">http://www.presemt.eu/</A>)<BR>   * TTC 
- Béatrice Daille (<A 
href="http://www.ttc-project.eu/">http://www.ttc-project.eu/</A>)</FONT></DIV>
<DIV> </DIV>
<DIV><FONT size=2 
face=Arial>============================================================</FONT></DIV>
<DIV> </DIV>
<DIV><FONT size=2 face=Arial>MOTIVATION</FONT></DIV>
<DIV> </DIV>
<DIV><FONT size=2 face=Arial>In the language engineering and the linguistics 
communities,<BR>research in comparable corpora has been motivated by two 
main<BR>reasons. In language engineering, it is chiefly motivated by the<BR>need 
to use comparable corpora as training data for statistical<BR>NLP applications 
such as statistical machine translation or<BR>cross-lingual retrieval. In 
linguistics, on the other hand,<BR>comparable corpora are of interest in 
themselves by making<BR>possible inter-linguistic discoveries and comparisons. 
It is<BR>generally accepted in both communities that comparable corpora<BR>are 
documents in one or several languages that are comparable in<BR>content and form 
in various degrees and dimensions. We believe<BR>that the linguistic definitions 
and observations related to<BR>comparable corpora can improve methods to mine 
such corpora for<BR>applications of statistical NLP. As such, it is of great 
interest<BR>to bring together builders and users of such corpora.</FONT></DIV>
<DIV> </DIV>
<DIV><FONT size=2 face=Arial>The scarcity of parallel corpora has motivated 
research concerning<BR>the use of comparable corpora: pairs of monolingual 
corpora selected<BR>according to the same set of criteria, but in different 
languages<BR>or language varieties. Non-parallel yet comparable corpora 
overcome<BR>the two limitations of parallel corpora, since sources for 
original,<BR>monolingual texts are much more abundant than translated 
texts.<BR>However, because of their nature, mining translations in 
comparable<BR>corpora is much more challenging than in parallel corpora. 
What<BR>constitutes a good comparable corpus, for a given task or per 
se,<BR>also requires specific attention: while the definition of a 
parallel<BR>corpus is fairly straightforward, building a non-parallel 
corpus<BR>requires control over the selection of source texts in both 
languages.</FONT></DIV>
<DIV> </DIV>
<DIV><FONT size=2 face=Arial>Parallel corpora are a key resource as training 
data for statistical<BR>machine translation, and for building or extending 
bilingual lexicons<BR>and terminologies. However, beyond a few language pairs 
such as English-<BR>French or English-Chinese and a few contexts such as 
parliamentary debates<BR>or legal texts, they remain a scarce resource, despite 
the creation of<BR>automated methods to collect parallel corpora from the Web. 
To exemplify<BR>such issues in a practical setting, this year's special focus 
will be on</FONT></DIV>
<DIV> </DIV>
<DIV><FONT size=2 face=Arial>   Language Resources for Machine 
Translation<BR>   in Less-Resourced Languages and Domains</FONT></DIV>
<DIV> </DIV>
<DIV><FONT size=2 face=Arial>with the aim of overcoming the shortage of parallel 
resources<BR>when building MT systems for less-resourced languages and 
domains,<BR>particularly by usage of comparable corpora for finding parallel 
data<BR>within and by reaching out for "hidden" parallel data. Lack of 
sufficient<BR>language resources for many language pairs and domains is 
currently one<BR>of the major obstacles in further advancement of machine 
translation.</FONT></DIV>
<DIV> </DIV><FONT size=2 face=Arial>
<DIV><BR>TOPICS</DIV>
<DIV> </DIV>
<DIV>We solicit contributions including but not limited to the following 
topics:</DIV>
<DIV> </DIV>
<DIV>Topics related to the special theme:</DIV>
<DIV> </DIV>
<DIV>* comparable corpora use in MT<BR>* comparable corpora processing 
tools/kits for MT<BR>* parallel corpora usage<BR>* parallel corpora processing 
tools/platforms<BR>* MT for less-resourced languages<BR>* MT for less-resourced 
domains<BR>* open source SMT systems (Moses, etc.)<BR>* publicly available 
SMT</DIV>
<DIV> </DIV>
<DIV>Building Comparable Corpora:</DIV>
<DIV> </DIV>
<DIV> * Human translations<BR> * Automatic and semi-automatic 
methods<BR> * Methods to mine parallel and non-parallel corpora from the 
Web<BR> * Tools and criteria to evaluate the comparability of 
corpora<BR> * Parallel vs non-parallel corpora, monolingual 
corpora<BR> * Rare and minority languages<BR> * Across language 
families<BR> * Multi-media/multi-modal comparable corpora</DIV>
<DIV> </DIV>
<DIV>Applications of comparable corpora:</DIV>
<DIV> </DIV>
<DIV> * Human translations<BR> * Language learning<BR> * 
Cross-language information retrieval & document categorization<BR> * 
Bilingual projections<BR> * Machine translation<BR> * Writing 
assistance</DIV>
<DIV> </DIV>
<DIV>Mining from Comparable Corpora:</DIV>
<DIV> </DIV>
<DIV> * Extraction of parallel segments or paraphrases from 
comparable<BR>   corpora<BR> * Extraction of bilingual and 
multilingual translations of single<BR>   words and multi-word 
expressions; proper names, named entities,<BR>   etc.</DIV>
<DIV> </DIV>
<DIV><BR>IMPORTANT DATES</DIV>
<DIV> </DIV>
<DIV>  24 February 2012    Deadline for submission of full 
papers<BR>     10 March 2012    Notification 
of acceptance<BR>     20 March 2012    
Camera-ready papers due<BR>       26 May 
2012    Workshop date</DIV>
<DIV> </DIV>
<DIV><BR>SUBMISSION INFORMATION</DIV>
<DIV> </DIV>
<DIV>Papers should follow the LREC main conference formatting details (to 
be<BR>announced on the conference website <A 
href="http://www.lrec-conf.org/lrec2012/">http://www.lrec-conf.org/lrec2012/</A>)<BR>and 
should be submitted as a PDF-file of no more than ten pages via the<BR>START 
workshop manager: <A 
href="https://www.softconf.com/lrec2012/BUCC2012/">https://www.softconf.com/lrec2012/BUCC2012/</A><BR>Reviewing 
will be double blind, so the papers should not reveal the<BR>authors' identity. 
Accepted papers will be published in the workshop<BR>proceedings.</DIV>
<DIV> </DIV>
<DIV>Double submission policy: Parallel submission to other meetings 
or<BR>publications are possible but must be immediately notified to 
the<BR>workshop organizers.</DIV>
<DIV> </DIV>
<DIV>When submitting a paper through the START page, authors will be asked<BR>to 
provide information about the resources that have been used for the 
work<BR>described in their paper or are an outcome of their research. For 
details on<BR>this initiative, please refer to <A 
href="http://www.lrec-conf.org/lrec2012/?LRE-Map-2012">http://www.lrec-conf.org/lrec2012/?LRE-Map-2012</A>.<BR>Authors 
will also be asked to contribute to the Language Library, the new<BR>initiative 
of LREC 2012.</DIV>
<DIV> </DIV>
<DIV>For further information, please contact<BR>   Reinhard Rapp 
reinhardrapp (at) gmx (dot) de<BR>   or Marko Tadic marko.tadic (at) 
ffzg (dot) hr</DIV>
<DIV> </DIV>
<DIV><BR>ORGANISERS</DIV>
<DIV> </DIV>
<DIV>  Reinhard Rapp, Universities of Mainz (Germany) and Leeds 
(UK)<BR>  Marko Tadic,  University of Zagreb (Croatia)<BR>  Serge 
Sharoff, University of Leeds (UK)<BR>  Andrejs Vasiljevs, Tilde SIA, Riga 
(Latvia)<BR>  Pierre Zweigenbaum, LIMSI, CNRS, Orsay, and ERTIM, INALCO, 
Paris (France)</DIV>
<DIV> </DIV>
<DIV><BR>SCIENTIFIC COMMITTEE</DIV>
<DIV> </DIV>
<DIV>* Srinivas Bangalore (AT&T Labs, USA)<BR>* Caroline Barrière (National 
Research Council Canada)<BR>* Chris Biemann (TU Darmstadt, Germany)<BR>* Lynne 
Bowker (University of Ottawa, Canada)<BR>* Hervé Déjean (Xerox Research Centre 
Europe, Grenoble, France)<BR>* Andreas Eisele (DFKI, Saarbrücken, Germany)<BR>* 
Rob Gaizauskas (University of Sheffield, UK)<BR>* Éric Gaussier (Université 
Joseph Fourier, Grenoble, France)<BR>* Nikos Glaros (ILSP, Athens, Greece)<BR>* 
Gregory Grefenstette (Exalead/Dassault Systemes, Paris, France)<BR>* Silvia 
Hansen-Schirra (University of Mainz, Germany)<BR>* Kyo Kageura (University of 
Tokyo, Japan)<BR>* Adam Kilgarriff (Lexical Computing Ltd, UK)<BR>* Natalie 
Kübler (Université Paris Diderot, France)<BR>* Philippe Langlais (Université de 
Montréal, Canada)<BR>* Tony McEnery (Lancaster University, UK)<BR>* Emmanuel 
Morin (Université de Nantes, France)<BR>* Dragos Stefan Munteanu (Language 
Weaver Inc., USA)<BR>* Lene Offersgaard (University of Copenhagen, Denmark)<BR>* 
Reinhard Rapp (Universities of Mainz, Germany, and Leeds, UK)<BR>* Sujith Ravi 
(Yahoo! Research, Santa Clara, CA, USA)<BR>* Serge Sharoff (University of Leeds, 
UK)<BR>* Michel Simard (National Research Council Canada)<BR>* Inguna Skadina 
(Tilde, Riga, Latvia)<BR>* Monique Slodzian (INALCO, Paris, France)<BR>* 
Benjamin Tsou (The Hong Kong Institute of Education, China)<BR>* Dan Tufis 
(Romanian Academy, Bucharest, Romania)<BR>* Justin Washtell (University of 
Leeds, UK)<BR>* Michael Zock (LIF, CNRS Marseille, France)<BR>* Pierre 
Zweigenbaum (LIMSI-CNRS, Orsay, France)</DIV>
<DIV></FONT> </DIV></BODY></HTML>