Publicação em atas de evento científico
Casa de la Lhéngua: A set of language resources and natural language processing tools for Mirandese
Ferreira, J.P. (Ferreira, J.); Chesi, C. (Chesi, C.); Daan Baldewijns (Baldewijns, D.); Miguel Sales Dias (Dias, J.); Daniela Braga (Braga, D.); Pinto, F.M. (Pinto, F); Hyongsil Cho (Cho, H.); Margarita Correia (Correia, M.); Amadeu Ferreira (Amadeu, F.); et al.
Proceedings of the Ninth International Conference on Language Resources and Evaluation (LREC 2014)
Ano (publicação definitiva)
2014
Língua
Inglês
País
Luxemburgo
Mais Informação
Web of Science®

Esta publicação não está indexada na Web of Science®

Scopus

Esta publicação não está indexada na Scopus

Google Scholar

N.º de citações: 0

(Última verificação: 2024-07-23 08:29)

Ver o registo no Google Scholar

Abstract/Resumo
This paper describes the efforts for the construction of Language Resources and NLP tools for Mirandese, a minority language spoken in North-eastern Portugal, now available on a community-led portal, Casa de la Lhéngua. The resources were developed in the context of a collaborative citizenship project led by Microsoft, in the context of the creation of the first TTS system for Mirandese. Development efforts encompassed the compilation of a corpus with over 1M tokens, the construction of a GTP system, syllable-division, inflection and a Part-of-Speech (POS) tagger modules, leading to the creation of an inflected lexicon of about 200.000 entries with phonetic transcription, detailed POS tagging, syllable division, and stress mark-up. Alongside these tasks, which were made easier through the adaptation and reuse of existing tools for closely related languages, a casting for voice talents among the speaking community was conducted and the first speech database for speech synthesis was recorded for Mirandese. These resources were combined to fulfil the requirements of a well-tested statistical parameter synthesis model, leading to an intelligible voice font. These language resources are available freely at Casa de la Lhéngua, aiming at promoting the development of real-life applications and fostering linguistic research on Mirandese.
Agradecimentos/Acknowledgements
--
Palavras-chave
Language resources,Minority language,Mirandese,Speech synthesis,Lexical database
  • Ciências da Computação e da Informação - Ciências Naturais
  • Engenharia Eletrotécnica, Eletrónica e Informática - Engenharia e Tecnologia
  • Línguas e Literaturas - Humanidades

Com o objetivo de aumentar a investigação direcionada para o cumprimento dos Objetivos do Desenvolvimento Sustentável para 2030 das Nações Unidas, é disponibilizada no Ciência-IUL a possibilidade de associação, quando aplicável, dos artigos científicos aos Objetivos do Desenvolvimento Sustentável. Estes são os Objetivos do Desenvolvimento Sustentável identificados pelo(s) autor(es) para esta publicação. Para uma informação detalhada dos Objetivos do Desenvolvimento Sustentável, clique aqui.