Structural metadata annotation: moving beyond English
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F05%3A00000154" target="_blank" >RIV/49777513:23520/05:00000154 - isvavai.cz</a>
Alternative codes found
RIV/49777513:23520/05:00000155
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
angličtina
Original language name
Structural metadata annotation: moving beyond English
Original language description
The goal of metadata extraction (MDE) is to enable technology that can take raw speech-to-text output and refine it into forms that are more useful to humans and to downstream automatic processes. Starting in 2003, a structural metadata annotation task was defined for English as part of the DARPA EARS Program. A significant challenge for MDE is the addition of new languages. This paper reports on work undertaken to apply MDE annotation to data from three very different languages: Mandarin Chinese, Levantine Arabic, and conversational Czech. Details of annotation task modifications are provided for each language, along with a general overview of data and annotation tools for non-English MDE.
Czech name
Anotace strukturálních metadat: za hranice angličtiny
Czech description
Cílem extrakce metadat (MDE) je vyvinout technologii, která výstup ze "speech-to-text" systému automaticky zpracuje do formy, která je vhodnější pro následné zpracování. Roku 2003 byl úkol anotace strukturálních metadat v řeči definován pro angličtinu vrámci projektu DARPA EARS. Významnou výzvou je přidání nových jazyků. Tento článek popisuje snahu aplikovat MDE anotaci na data ve 3 velmi rozdílných jazycích: mandarinské čínštině, levantské arabštině a hovorové češtině.
Classification
Type
J<sub>x</sub> - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)
CEP classification
JD - Use of computers, robotics and its application
OECD FORD branch
—
Result continuities
Project
<a href="/en/project/LC536" target="_blank" >LC536: Integrated center for natural language processing</a><br>
Continuities
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)
Others
Publication year
2005
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Name of the periodical
Eurospeech
ISSN
1018-4074
e-ISSN
—
Volume of the periodical
2005
Issue of the periodical within the volume
—
Country of publishing house
PT - PORTUGAL
Number of pages
4
Pages from-to
1545
UT code for WoS article
—
EID of the result in the Scopus database
—