Parallelkorpus Der Sitzungsprotokolle Des Europäischen Parlaments 1996–2011 Statistisches Korpus Für Maschinelle Übersetzung

Der Datensatz „European Parliament Proceedings Parallel Corpus 1996–2011“ ist ein Korpus für die statistische maschinelle Übersetzung. Das Europarl-Parallelkorpus basiert auf den Protokollen des Europäischen Parlaments und umfasst Versionen in 21 europäischen Sprachen:

• Romantische Sprachen (Französisch, Italienisch, Spanisch, Portugiesisch, Rumänisch)
• Germanische Sprachen (Englisch, Niederländisch, Deutsch, Dänisch, Schwedisch)
• Slavik (Bulgarisch, Tschechisch, Polnisch, Slowakisch, Slowenisch)
• Finnisch-Ugrisch (Finnisch, Ungarisch, Estnisch)
• Baltische Sprachen (Lettisch, Litauisch)
• griechisch

Der Datensatz „European Parliament Proceedings Parallel Corpus 1996–2011“ wurde ursprünglich 2005 von der School of Informatics der University of Edinburgh in Schottland veröffentlicht. Der Hauptherausgeber war Philipp Koehn.

Die 7. Ausgabe dieses Datensatzes wurde 2012 veröffentlicht. Das zugehörige Dokument trägt den Titel „Europarl: A Parallel Corpus for Statistical Machine Translation“.