Dear all,
I am looking for a bilingual parallel dataset in EN/ES or relevant shared tasks that may involve such linguistic resources.
I do not have specific requirements in terms of the domain (or at least not in this exploratory phase), but it is mandatory that the two datasets were developed following exactly the same rules and with the same timestamp.
Thanks very much!
K.
-- Komal Florio, PhD
UNED Research Group in Natural Language Processing and Information Retrieval
AVISO LEGAL. Este mensaje puede contener información reservada y confidencial. Si usted no es el destinatario no está autorizado a copiar, reproducir o distribuir este mensaje ni su contenido. Si ha recibido este mensaje por error, le rogamos que lo notifique al remitente. Le informamos de que sus datos personales, que puedan constar en este mensaje, serán tratados en calidad de responsable de tratamiento por la UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA (UNED) c/ Bravo Murillo, 38, 28015-MADRID-, con la finalidad de mantener el contacto con usted. La base jurídica que legitima este tratamiento, será su consentimiento, el interés legítimo o la necesidad para gestionar una relación contractual o similar. En cualquier momento podrá ejercer sus derechos de acceso, rectificación, supresión, oposición, limitación al tratamiento o portabilidad de los datos, ante la UNED, Departamento de Política Jurídica de Seguridad de la Informaciónhttps://www.uned.es/dpj, o a través de la Sede electrónicahttps://sede.uned.es/ de la Universidad. Para más información visite nuestra Política de Privacidadhttps://descargas.uned.es/publico/pdf/Politica_privacidad_UNED.pdf.
Hi Komal,
EN/ES is a good pair in terms of having many resources, one of the biggest one freely available might be the EUR-LEX (EU legal documents of all kinds), see https://www.sketchengine.eu/eurlex-corpus/
Best Milos
Milos Jakubicek
CEO, Lexical Computing Brno, CZ | Brighton, UK http://www.lexicalcomputing.com http://www.sketchengine.eu
On Thu, 21 Jul 2022 at 11:30, Komal Florio via Corpora < corpora@list.elra.info> wrote:
Dear all,
I am looking for a bilingual parallel dataset in EN/ES or relevant shared tasks that may involve such linguistic resources.
I do not have specific requirements in terms of the domain (or at least not in this exploratory phase), but it is mandatory that the two datasets were developed following exactly the same rules and with the same timestamp.
Thanks very much!
K.
-- Komal Florio, PhD
UNED Research Group in Natural Language Processing and Information Retrieval
AVISO LEGAL. Este mensaje puede contener información reservada y confidencial. Si usted no es el destinatario no está autorizado a copiar, reproducir o distribuir este mensaje ni su contenido. Si ha recibido este mensaje por error, le rogamos que lo notifique al remitente. Le informamos de que sus datos personales, que puedan constar en este mensaje, serán tratados en calidad de responsable de tratamiento por la UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA (UNED) c/ Bravo Murillo, 38, 28015-MADRID-, con la finalidad de mantener el contacto con usted. La base jurídica que legitima este tratamiento, será su consentimiento, el interés legítimo o la necesidad para gestionar una relación contractual o similar. En cualquier momento podrá ejercer sus derechos de acceso, rectificación, supresión, oposición, limitación al tratamiento o portabilidad de los datos, ante la UNED, Departamento de Política Jurídica de Seguridad de la Informaciónhttps://www.uned.es/dpj, o a través de la Sede electrónica< https://sede.uned.es/%3E de la Universidad. Para más información visite nuestra Política de Privacidad< https://descargas.uned.es/publico/pdf/Politica_privacidad_UNED.pdf%3E. _______________________________________________ Corpora mailing list -- corpora@list.elra.info https://list.elra.info/mailman3/postorius/lists/corpora.list.elra.info/ To unsubscribe send an email to corpora-leave@list.elra.info
Hi, Komal:
I'm not sure if it meets your requirements, but we recently released a set of parallel EN-ES clinical cases, clinical terminology and ontology concepts. They are being used for a sub-track part of BioWMT (the evaluation phase actually starts today and runs until next week, you are all invited to participate :) ). There's more info at: https://temu.bsc.es/clinspen/.
You could also check out the data from past BioWMT editions, there is a GitHub repository that compiles them: https://github.com/biomedical-translation-corpora/corpora.
Hope it's useful!
Best wishes,
-
Komal Florio -
Miloš Jakubíček -
Salvador Lima