Parallel corpora are important resources for most Natural Language processing tasks. From the common applications, like machine translation, to the usually mono-lingual tasks as paraphrase detection and word sense disambiguation, most researchers are using massive parallel corpora. Thus, the availability of an efficient way to manage them is very important. This paper presents a Client-Server architecture to query efficiently parallel corpora and probabilistic translation dictionaries.

Resumen: Este artículo describe NATools, un conjunto de herramientas de procesamiento, análisis y extracción de recursos de traducción de Corpora Paralelo. Entre las distintas herramientas disponibles se destacan herramientas de alineamiento de frases e palabras, un extractor de diccionarios probabilísticos de traducción, un servidor de corpus, un conjunto de herramientas de interrogación de corpora y diccionarios y así mismo un conjunto de herramientas de extracción de recursos bilingües. Palabras clave: corpora paralelos, recursos bilingües, traducción automática Abstract: This paper describes NATools, a toolkit to process, analyze and extract translation resources from Parallel Corpora. It includes tools like a sentence-aligner, a probabilistic translation dictionaries extractor, word-aligner, a corpus server, a set of tools to query corpora and dictionaries, as well as a set of tools to extract bilingual resources.

Resumen: Los corpora paralelos son importantes para la mayoría de las tareas de procesamiento de Lenguaje Natural. Gran parte de los investigadores utilizan los corpora paralelos empleando-los en aplicaciones comunes, como la traducción máquina, y en tareas mono-lingüísticas, como sean la detección de paráfrasis y la resolución de problemas de ambigüedad semántica. Este trabajo ha sido orientado por estas cuestiones y propone una arquitectura cliente-servidor de interrogación eficiente de corpora paralelos y diccionarios de traducción probabilística. Palabras clave: corpora paralelos, indexación de corpora Abstract: Parallel corpora are important resources for most Natural Language processing tasks. From the common applications, like machine translation, to the usually mono-lingual tasks as paraphrase detection and word sense disambiguation, most researchers are using massive parallel corpora. Thus, the availability of an efficient way to manage them is very important. This paper presents a Client-Server architecture to query efficiently parallel corpora and probabilistic translation dictionaries.

Resumen: Este artículo describe NATools, un conjunto de herramientas de procesamiento, análisis y extracción de recursos de traducción de Corpora Paralelo. Entre las distintas herramientas disponibles se destacan herramientas de alineamiento de frases e palabras, un extractor de diccionarios probabilísticos de traducción, un servidor de corpus, un conjunto de herramientas de interrogación de corpora y diccionarios y así mismo un conjunto de herramientas de extracción de recursos bilingües. Palabras clave: corpora paralelos, recursos bilingües, traducción automática Abstract: This paper describes NATools, a toolkit to process, analyze and extract translation resources from Parallel Corpora. It includes tools like a sentence-aligner, a probabilistic translation dictionaries extractor, word-aligner, a corpus server, a set of tools to query corpora and dictionaries, as well as a set of tools to extract bilingual resources.

English-Portuguese and English-Galician parallel corpora based on probabilistic translation dictionaries and bilingual

Abstract. Some processes are not easy to be programmed from scratch for parallel machines (clusters), but can be easily split on simple steps. Makefile::Parallel is a tool which lets users specify how processes depend on each other. The language syntax resembles the well known Makefile[1] format, but instead of specifying files or targets dependencies, Makefile::Parallel specifies processes (or jobs) dependencies. The scheduler reads the specification and submits jobs to the cluster scheduler (in our case, Rocks PBS) waiting them to end. When each process finishes, dependencies are calculated and direct dependent jobs are submitted. Makefile::Parallel language includes features to specify parametric rules, used to split and join processes dependencies: some tasks can be split into smaller jobs working on different portions of files, and at the end, another process can be used to join results. 1