The bilingual terminology extraction has been extended with additional functions, esp. searching terms in the extracted term list. In addition terms can now be sorted in different orders (e.g. by score, by source term, target term, number). Extraction also has been heavily improved with reagrd to speed. A progress dialog is shown now too.

The tests done with the Europarl corpus have been continued for terms consiosting of several words und the minimum frequency has been lowered.

The Europarl Corpus is currently used to evaluate the bilingual term extractor. Europarl is a corpus of texts translated into various European languages based on meetings of the European Parliament.

Several of the extracted term files are available for download.

For more information see either:

http://www.heartsome.de/de/europarl.php
or
http://www.heartsome.de/en/europarl.php

Der Araya Bilinguale Termextraktor ist nun auch als Einzelanwendung zum Preis von 800 € + Mwst. erhältlich.

Der bilinguale TerminologieExtraktor ist ein einfach zu bedienendes Werkzeug, mit dem Sie aus Ihren TMX Dateien schnell und bequem relevante zweisprachige Termpaare erzeugen können. Die automatische Terminologieextraktion erzeugt dabei Vorschläge, die mit einer Güteschätzung bewertet werden. 1,0 bedeutet dabei eine sehr hohe Wahrscheinlichkeit, dass das Termpaar einer Übersetzung entspricht. Es werden nicht nur Einwortbegriffe extrahiert, sondern auch Mehrwortbegriffe.

Das Extraktionswerkzeug ist auch die ideale Ergänzung zu den Araya Übersetzungswerkzeugen. Es unterstützt die mit den vom Araya XLIFF oder TMX Editor erzeugten TMX Dateien optimal, aber auch die TMX Varianten und Formate andere Hersteller.


Folgende Eigenschaften zeichnen ihn aus:

Einfach zu bedienende Oberfläche.
Jedes vorgeschlagene Termpaar wird mit einem Qualitätsmaß (Gütekriterium) bewertet.
Farbliche Markierung der einzelnen Termpaare je nach Güte.
Export in verschiedene Formate möglich, z.B. TBX, csv.
Termpaare können als valide markiert werden und optional nur die validierten Einträge exportiert werden.
Bekannte Terminologie kann von der Extraktion ausgeschlossen werden.
TMX Unterstützung
Verschiedene Parameter um die Extraktion zu steuern wie Häufigkeit der Begriffe, Anzahl der zu extrahierenden Übersetzungen, Wortanzahl für einen Begriff, Groß/Kleinschreibung.

sh. auch Beschreibung des Bilingualen Termextraktors

- Removed small bug in terminology extraction
- Removed a small bug in XML file back conversion
- New navigation button for “Next segment not to translate”
- Adding “conversion tool” in Plugin supporting converting files from character set to another character set
- Latest XERCES Parser (Xerces-J-bin.2.9.0.zip); removes some xml parsing bugs contained in the old version of Xerces
- Entity Resolving Option and File added
- Alignment projects added
- Unification model explained

Die neueste Version von Araya unterstützt nun auch BULK INSERTS beim Importieren. Der Vorteil bei Verwendung dieser Methode liegt in der sehr großen Import Geschwindigkeit. So können nun etwa 80.000 Segmente auf einem Notebook mit 1,7 GHz und 1 GB Hauptspeicher mit dem MS SQL Server in etwa 16 Minuten importiert werden.

Weitere Änderungen:
a) Export der TMX Datenbank in eine CSV Datei wird nun unterstützt.
b) Bulk Insert - s.o.
c) Navigation: Bei EIngabe von Segmentnummern, die unterhalb oder oberhalb der Anzahl der Segmente im Dokument liegen, wird nun entweder Segment 1 oder das letzte Segment angesprungen.

Siehe dazu auch die PPT Präsentation (sh. "Related Links").