diff --git "a/cs-en/test.en-cs.term_con_trans.json" "b/cs-en/test.en-cs.term_con_trans.json"
new file mode 100644--- /dev/null
+++ "b/cs-en/test.en-cs.term_con_trans.json"
@@ -0,0 +1,2898 @@
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Static and contextual multilingual embeddings have complementary strengths.", "cs": "Statické a kontextové vícejazyčné embeddingy mají komplementární přednosti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Statické a kontextové vícejazyčné embeddingy", "en": "Static and contextual multilingual embeddings"}, {"cs": "komplementární přednosti", "en": "complementary strengths"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Static embeddings, while less expressive than contextual language models, can be more straightforwardly aligned across multiple languages.", "cs": "Statické embeddingy, i když jsou méně expresivní než kontextové jazykové modely, se dají lépe párovat mezi jazyky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Statické embeddingy", "en": "Static embeddings"}, {"cs": "kontextové jazykové modely", "en": "contextual language models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We combine the strengths of static and contextual models to improve multilingual representations.", "cs": "V tomto článku kombinujeme přednosti statických a kontextových, čímž docílíme vyšší kvality vícejazyčných kontextových embedingů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "statických", "en": "static"}, {"cs": "kontextových", "en": "contextual"}, {"cs": "vícejazyčných kontextových embedingů", "en": "multilingual representations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We extract static embeddings for 40 languages from XLM-R, validate those embeddings with cross-lingual word retrieval, and then align them using VecMap.", "cs": "Z modelu XLM-R extrahujeme statické embeddingy pro 40 jazyků, validujeme jejich kvalitu pomocí indukce dvojjazyčných slovníků a pak je zarovnáváme pomocí nástroje VecMap."}, "data_name": "wmt23_terminology", "hints": [{"cs": "modelu XLM-R", "en": "XLM-R"}, {"cs": "statické embeddingy", "en": "static embeddings"}, {"cs": "indukce dvojjazyčných slovníků", "en": "cross-lingual word retrieval"}, {"cs": "nástroje VecMap", "en": "VecMap"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This results in high-quality, highly multilingual static embeddings.", "cs": "Výsledkem jsou vysoce kvalitní, vysoce vícejazyčné statické embeddingy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vysoce kvalitní", "en": "high-quality"}, {"cs": "vysoce vícejazyčné", "en": "highly multilingual"}, {"cs": "statické embeddingy", "en": "static embeddings"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Then we apply a novel continued pre-training approach to XLM-R, leveraging the high quality alignment of our static embeddings to better align the representation space of XLM-R. We show positive results for multiple complex semantic tasks.", "cs": "Poté aplikujeme nový přístup pokračujícího pre-training modelu XLM-R, kde využíváme tyto statické embeddingy pro lepší zarovnání reprezentačního prostoru XLM-R. Náš postup dosazuje pozitivních výsledků pro sémanticky náročných úloh."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přístup pokračujícího pre-training modelu", "en": "continued pre-training approach"}, {"cs": "XLM-R", "en": "XLM-R"}, {"cs": "statické embeddingy", "en": "static embeddings"}, {"cs": "reprezentačního prostoru", "en": "representation space"}, {"cs": "sémanticky náročných úloh", "en": "complex semantic tasks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We release the static embeddings and the continued pre-training code.", "cs": "Statické embeddingy a kód pokračujícího pre-training jsou veřejně dostupné."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Statické embeddingy", "en": "static embeddings"}, {"cs": "kód pokračujícího pre-training", "en": "continued pre-training code"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Unlike most previous work, our continued pre-training approach does not require parallel text.", "cs": "Na rozdíl od většiny předchozí práce náš přístup pokračujícího pre-training nevyžaduje paralelní text."}, "data_name": "wmt23_terminology", "hints": [{"cs": "předchozí práce", "en": "previous work"}, {"cs": "přístup pokračujícího pre-training", "en": "continued pre-training approach"}, {"cs": "paralelní text", "en": "parallel text"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Technical terms may require special handling when the target audience is bilingual, depending on the cultural and educational norms of the society in question.", "cs": "Technické termíny mohou vyžadovat zvláštní zacházení, pokud je cílová skupina dvojjazyčná, v závislosti na kulturních a vzdělávacích normách dané společnosti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Technické termíny", "en": "Technical terms"}, {"cs": "cílová skupina", "en": "target audience"}, {"cs": "kulturních a vzdělávacích normách", "en": "cultural and educational norms"}, {"cs": "dané společnosti", "en": "the society in question"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In particular, certain translation scenarios may require “term retention” i.e.", "cs": "Zejména některé překladové situace mohou vyžadovat „zachování termínů“, tj."}, "data_name": "wmt23_terminology", "hints": [{"cs": "překladové situace", "en": "translation scenarios"}, {"cs": "zachování termínů", "en": "term retention"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "preserving of the source language technical terms in the target language output to produce a fluent and comprehensible code­switched sentence.", "cs": "ponechání technických termínů zdrojového jazyka v cílovém jazyce výstupu, aby vznikla plynulá a srozumitelná věta."}, "data_name": "wmt23_terminology", "hints": [{"cs": "technických termínů", "en": "technical terms"}, {"cs": "zdrojového jazyka", "en": "source language"}, {"cs": "cílovém jazyce", "en": "target language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We show that a standard transformer­based machine translation model can be adapted easily to perform this task with little or no damage to the general quality of its output.", "cs": "Ukazujeme, že standardní model strojového překladu založený na Transformeru lze snadno přizpůsobit k dosažení tohoto cíle, aniž by přitom trpěla kvalita jeho výstupu obecně."}, "data_name": "wmt23_terminology", "hints": [{"cs": "standardní model strojového překladu založený na Transformeru", "en": "standard transformer­based machine translation model"}, {"cs": "kvalita jeho výstupu obecně", "en": "general quality of its output"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present an English­to­Hindi model that is trained to obey a “retain” signal, i.e.", "cs": "Představujeme anglicko-hindský model, který je natrénovat k uposlechnutí signálu „zachování“, tj."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anglicko-hindský model", "en": "English­to­Hindi model"}, {"cs": "zachování", "en": "retain"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "it can perform the required code­switching on a list of terms, possibly unseen, provided at runtime.", "cs": "za běhu zajistí, že vybrané termíny nebudou přeloženy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "běhu", "en": "runtime"}, {"cs": "termíny", "en": "terms"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We perform automatic evaluation using BLEU as well as F1 metrics on the list of retained terms; we also collect manual judgments on the quality of the output sentences.", "cs": "Navrženou metodu vyhodnocujeme automatickými metrikami (BLEU pro překlad obecně, F1 pro zachování termínů), i ručně (celková kvalita výstupních vět)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "termínů", "en": "retained terms"}, {"cs": "celková kvalita", "en": "quality"}, {"cs": "výstupních vět", "en": "output sentences"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "CorefUD is a collection of previously existing datasets annotated with coreference, which we converted into a common annotation scheme.", "cs": "CorefUD je kolekce existujících korpusů s anotací koreference, které jsme převedli na jednotné anotační schéma."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kolekce", "en": "collection"}, {"cs": "korpusů", "en": "datasets"}, {"cs": "anotací koreference", "en": "annotated with coreference"}, {"cs": "jednotné anotační schéma", "en": "common annotation scheme"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In total, CorefUD in its current version 0.2 consists of 17 datasets for 11 languages, and compared to the version 0.2, the file format has been reworked and a number of annotation errors have been fixed.", "cs": "Ve své současné verzi 1.0 CorefUD celkem obsahuje 17 korpusů pro 11 jazyků a v porovnání s verzí 0.2 obsahuje přepracovaný formát souborů a opravy řady chyb."}, "data_name": "wmt23_terminology", "hints": [{"cs": "verzi 1.0 CorefUD", "en": "current version 0.2"}, {"cs": "17 korpusů", "en": "17 datasets"}, {"cs": "11 jazyků", "en": "11 languages"}, {"cs": "verzí 0.2", "en": "version 0.2"}, {"cs": "formát souborů", "en": "file format"}, {"cs": "opravy řady chyb", "en": "a number of annotation errors have been fixed"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a survey covering the state of the art in low-resource machine translation.", "cs": "Předkládáme přehled o stavu výzkumu v oblasti strojového překladu s nízkými zdroji."}, "data_name": "wmt23_terminology", "hints": [{"cs": "strojového překladu", "en": "machine translation"}, {"cs": "nízkými zdroji", "en": "low-resource"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "There are currently around 7000 languages spoken in the world and almost all language pairs lack significant resources for training machine translation models.", "cs": "V současnosti se na světě mluví asi 7 000 jazyky a téměř všem jazykovým párům chybí významné zdroje pro trénování modelů strojového překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "7 000 jazyky", "en": "7000 languages"}, {"cs": "jazykovým párům", "en": "language pairs"}, {"cs": "modelů strojového překladu", "en": "machine translation models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "There has been increasing interest in research addressing the challenge of producing useful translation models when very little translated training data is available.", "cs": "Vzrůstá zájem o výzkum zabývající se problémem vytváření užitečných překladatelských modelů, když je k dispozici velmi málo přeložených trénovacích dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výzkum", "en": "research"}, {"cs": "překladatelských modelů", "en": "translation models"}, {"cs": "trénovacích dat", "en": "training data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a high level summary of this topical field and provide an overview of best practices.", "cs": "Předkládáme shrnutí této aktuální oblasti na vysoké úrovni a poskytujeme přehled osvědčených postupů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "shrnutí", "en": "summary"}, {"cs": "aktuální oblasti", "en": "topical field"}, {"cs": "osvědčených postupů", "en": "best practices"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this chapter we present the main achievements of the Czech large research infrastructure LINDAT/CLARIAH-CZ.", "cs": "V této kapitole uvádíme hlavní úspěchy české velké výzkumné infrastruktury LINDAT/CLARIAH-CZ."}, "data_name": "wmt23_terminology", "hints": [{"cs": "české velké výzkumné infrastruktury LINDAT/CLARIAH-CZ", "en": "Czech large research infrastructure LINDAT/CLARIAH-CZ"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We provide a short description of the infrastructure and its history, and a brief account of its scientific, technological and infrastructural scope.", "cs": "Poskytujeme krátký popis infrastruktury a její historii a stručný popis jejího vědeckého, technologického a infrastrukturního rozsahu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "infrastruktury", "en": "infrastructure"}, {"cs": "historii", "en": "history"}, {"cs": "vědeckého", "en": "scientific"}, {"cs": "technologického", "en": "technological"}, {"cs": "infrastrukturního rozsahu", "en": "infrastructural scope"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We focus on the technological innovations already implemented in the repository and in the service offerings, and outline some future plans.", "cs": "Zaměřujeme se na technologické inovace již implementované v úložišti a v nabídkách služeb a nastiňujeme některé budoucí plány."}, "data_name": "wmt23_terminology", "hints": [{"cs": "technologické inovace", "en": "technological innovations"}, {"cs": "úložišti", "en": "repository"}, {"cs": "nabídkách služeb", "en": "service offerings"}, {"cs": "budoucí plány", "en": "future plans"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our work aims at developing a multilingual data resource for morphological segmentation.", "cs": "Náš článek se zaměřuje na vývoj vícejazyčného zdroje dat pro morfologickou segmentaci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vývoj vícejazyčného zdroje dat", "en": "developing a multilingual data resource"}, {"cs": "morfologickou segmentaci", "en": "morphological segmentation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a survey of 17 existing data resources relevant for segmentation in 32 languages, and analyze diversity of how individual linguistic phenomena are captured across them.", "cs": "Představujeme přehled 17 existujících datových zdrojů relevantních pro segmentaci ve 32 jazycích a analyzujeme rozmanitost způsobů, jakými jsou v nich jednotlivé jazykové jevy zachyceny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "datových zdrojů", "en": "data resources"}, {"cs": "segmentaci", "en": "segmentation"}, {"cs": "jazykové jevy", "en": "linguistic phenomena"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Inspired by the success of Universal Dependencies, we propose a harmonized scheme for segmentation representation, and convert the data from the studied resources into this common scheme.", "cs": "Nechali jsme se inspirovat úspěchem Universal Dependencies a navrhujeme harmonizované schéma pro reprezentaci segmentaci a převádíme data z těchto zdrojů do jednotného schématu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Universal Dependencies", "en": "Universal Dependencies"}, {"cs": "harmonizované schéma", "en": "harmonized scheme"}, {"cs": "segmentaci", "en": "segmentation representation"}, {"cs": "jednotného schématu", "en": "common scheme"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Harmonized versions of resources available under free licenses are published as a collection called UniSegments 1.0.", "cs": "Harmonizované verze zdrojů dostupné pod bezplatnými licencemi jsou publikovány jako kolekce s názvem UniSegments 1.0."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Harmonizované verze zdrojů", "en": "Harmonized versions of resources"}, {"cs": "bezplatnými licencemi", "en": "free licenses"}, {"cs": "kolekce", "en": "collection"}, {"cs": "UniSegments 1.0", "en": "UniSegments 1.0"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper presents an overview of the shared task on multilingual coreference resolution associated with the CRAC 2022 workshop.", "cs": "Tento článek představuje přehled výsledků soutěže (společné úlohy) ve vícejazyčné automatické analýze koreference, která byla přidružená k workshopu CRAC 2022."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přehled výsledků soutěže", "en": "overview of the shared task"}, {"cs": "vícejazyčné automatické analýze koreference", "en": "multilingual coreference resolution"}, {"cs": "workshopu CRAC 2022", "en": "CRAC 2022 workshop"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Shared task participants were supposed to develop trainable systems capable of identifying mentions and of clustering the mentions according to identity coreference.", "cs": "Účastníci soutěže měli vyvinout trénovatelné systémy schopné identifikovat zmínky o entitách a shlukovat tyto zmínky na základě identické koreference."}, "data_name": "wmt23_terminology", "hints": [{"cs": "soutěže", "en": "Shared task"}, {"cs": "trénovatelné systémy", "en": "trainable systems"}, {"cs": "zmínky", "en": "mentions"}, {"cs": "entitách", "en": "entities"}, {"cs": "identické koreference", "en": "identity coreference"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The public edition of CorefUD 1.0, which contains 13 datasets for 10 languages was used as the source of training and evaluation data.", "cs": "Jako zdroj trénovacích a vyhodnocovacích dat byla použita veřejná část CorefUD 1.0, která obsahuje 13 korpusů pro 10 jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "trénovacích a vyhodnocovacích dat", "en": "training and evaluation data"}, {"cs": "CorefUD 1.0", "en": "CorefUD 1.0"}, {"cs": "13 korpusů", "en": "13 datasets"}, {"cs": "10 jazyků", "en": "10 languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The CoNLL score used in previous coreference-oriented shared tasks was used as the main evaluation metric.", "cs": "Jako hlavní vyhodnocovací metrika bylo použito skóre CoNLL, které se používalo v dřívějších soutěžích zaměřených na koreferenci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "skóre CoNLL", "en": "CoNLL score"}, {"cs": "soutěžích zaměřených na koreferenci", "en": "coreference-oriented shared tasks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "There were 8 coreference prediction systems submitted by 5 participating teams; in addition, there was a competitive transformer-based baseline system provided by the organizers at the beginning of the shared task.", "cs": "5 účastnických týmů vyvinulo celkem 8 systémů na predikci koreference; kromě toho jsou k dispozici výsledky baseline systému, který je založen na transformerech a byl poskytnut organizátory na začátku soutěže."}, "data_name": "wmt23_terminology", "hints": [{"cs": "účastnických týmů", "en": "participating teams"}, {"cs": "systémů na predikci koreference", "en": "coreference prediction systems"}, {"cs": "baseline systému", "en": "baseline system"}, {"cs": "založen na transformerech", "en": "transformer-based"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The winner system outperformed the baseline by 12 percent points (in terms of the CoNLL scores averaged across all datasets for individual languages).", "cs": "Vítězný systém překonal baseline o 12 procentních bodů (průměr CoNLL skóre přes korpusy jednotlivých jazyků)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Vítězný systém", "en": "The winner system"}, {"cs": "baseline", "en": "baseline"}, {"cs": "12 procentních bodů", "en": "12 percent points"}, {"cs": "průměr CoNLL skóre", "en": "CoNLL scores averaged"}, {"cs": "korpusy jednotlivých jazyků", "en": "datasets for individual languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The aim of the present chapter is to demonstrate that a well-designed and theoretically founded corpus annotation contributes significantly to the use of the corpus for testing a linguistic theory and its further development.", "cs": "Cílem této kapitoly je ukázat, že dobře navržená a teoreticky podložená korpusová anotace významně přispívá k využití korpusu pro testování lingvistické teorie a pro její další rozvoj."}, "data_name": "wmt23_terminology", "hints": [{"cs": "korpusová anotace", "en": "corpus annotation"}, {"cs": "lingvistické teorie", "en": "linguistic theory"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The data for our analyses come from the Prague Dependency Treebank family both monolingual Czech and parallel English-Czech and concern the underlying syntactic level of language description and the annotation of discourse structure.", "cs": "Data našich analýz pocházejí z korpusové rodiny Prague Dependency Treebank; jde o jednojazyčná česká data a o paralelní anglicko-česká data, která se týkají základní syntaktické úrovně popisu jazyka a anotace struktury diskurzu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Prague Dependency Treebank", "en": "Prague Dependency Treebank"}, {"cs": "jednojazyčná česká data", "en": "monolingual Czech"}, {"cs": "paralelní anglicko-česká data", "en": "parallel English-Czech"}, {"cs": "základní syntaktické úrovně popisu jazyka", "en": "underlying syntactic level of language description"}, {"cs": "anotace struktury diskurzu", "en": "annotation of discourse structure"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In particular, the case studies concern three research questions, namely (i) the semantic relevance of information structure of the sentence, (ii) the relation between focus sensitive particles and discourse connectives with respect to the semantics of discourse relations, and (iii) the relation between primary and secondary connectives.", "cs": "Konkrétní případové studie se týkají tří výzkumných otázek, a to (i) sémantické relevance informační struktury věty, (ii) vztahu mezi fokalizátory a diskurzními konektory vzhledem k sémantice diskurzních vztahů a (iii) vztahu mezi primárními a sekundárními spojovacími výrazy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "případové studie", "en": "case studies"}, {"cs": "výzkumných otázek", "en": "research questions"}, {"cs": "sémantické relevance informační struktury věty", "en": "semantic relevance of information structure of the sentence"}, {"cs": "fokalizátory", "en": "focus sensitive particles"}, {"cs": "diskurzními konektory", "en": "discourse connectives"}, {"cs": "sémantice diskurzních vztahů", "en": "semantics of discourse relations"}, {"cs": "primárními a sekundárními spojovacími výrazy", "en": "primary and secondary connectives"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the Appendix, some data on measuring inter-annotator agreement are presented and discussed.", "cs": "V příloze jsou uvedeny a rozebrány údaje o měření mezianotátorské shody."}, "data_name": "wmt23_terminology", "hints": [{"cs": "příloze", "en": "Appendix"}, {"cs": "údaje o měření mezianotátorské shody", "en": "data on measuring inter-annotator agreement"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Recently, many corpora have been developed that contain multiple annotations of various linguistic phenomena, from morphological categories of words through the syntactic structure of sentences to discourse and coreference relations in texts.", "cs": "V poslední době bylo vyvinuto mnoho korpusů, které obsahují více anotací různých jazykových jevů, od morfologických kategorií slov přes syntaktickou stavbu vět až po diskurz a koreferenční vztahy v textech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "korpusů", "en": "corpora"}, {"cs": "anotací", "en": "annotations"}, {"cs": "jazykových jevů", "en": "linguistic phenomena"}, {"cs": "morfologických kategorií slov", "en": "morphological categories of words"}, {"cs": "syntaktickou stavbu vět", "en": "syntactic structure of sentences"}, {"cs": "diskurz", "en": "discourse"}, {"cs": "koreferenční vztahy", "en": "coreference relations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Discussions are ongoing on an appropriate annotation scheme for a large amount of diverse information.", "cs": "Probíhají diskuse o vhodném anotačním schématu pro velké množství různorodých informací."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anotačním schématu", "en": "annotation scheme"}, {"cs": "informací", "en": "information"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In our contribution we express our conviction that a multilayer annotation scheme offers to view the language system in its complexity and in the interaction of individual phenomena and there are at least two aspects that support a multilayer annotation scheme: (i) A multilayer annotation scheme makes it possible to use the annotation of one layer to design the annotation of another layer(s) both conceptually and in a form of a pre-annotation procedure or annotation checking rules.", "cs": "V našem příspěvku vyjadřujeme přesvědčení, že vícevrstvé anotační schéma nabízí pohled na jazykový systém v jeho komplexnosti a v interakci jednotlivých jevů a že existují minimálně dva aspekty, které vícevrstvé anotační schéma podporují: (i) Vícevrstvé anotační schéma umožňuje použít anotaci jedné vrstvy k návrhu anotace další vrstvy (vrstev) jak koncepčně, tak ve formě předanotačního postupu nebo pravidel kontroly anotace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vícevrstvé anotační schéma", "en": "multilayer annotation scheme"}, {"cs": "jazykový systém", "en": "language system"}, {"cs": "anotace", "en": "annotation"}, {"cs": "předanotačního postupu", "en": "pre-annotation procedure"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "(ii) A multilayer annotation scheme presents a reliable ground for corpus studies based on features across the layers.", "cs": "(ii) Vícevrstvé anotační schéma představuje spolehlivý základ pro korpusové studie založené na vlastnostech napříč vrstvami."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Vícevrstvé anotační schéma", "en": "multilayer annotation scheme"}, {"cs": "korpusové studie", "en": "corpus studies"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "These aspects are demonstrated on the case of the Prague Dependency Treebank.", "cs": "Tyto aspekty jsou demonstrovány na případu Pražského závislostního korpusu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Pražského závislostního korpusu", "en": "Prague Dependency Treebank"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Its multilayer annotation scheme withstood the test of time and serves well also for complex textual annotations, in which earlier morpho-syntactic annotations are advantageously used.", "cs": "Jeho více-rovinné anotační schéma obstálo ve zkoušce času a dobře poslouží i pro složité textové anotace, ve kterých se s výhodou používají dřívější morfosyntaktické anotace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "více-rovinné anotační schéma", "en": "multilayer annotation scheme"}, {"cs": "morfosyntaktické anotace", "en": "morpho-syntactic annotations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In addition to a reference to the previous projects that utilise its annotation scheme, we present several current investigations.", "cs": "Kromě odkazu na předchozí projekty, které využívají toto anotační schéma, uvádíme několik aktuálních výzkumů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "odkazu", "en": "reference"}, {"cs": "předchozí projekty", "en": "previous projects"}, {"cs": "anotační schéma", "en": "annotation scheme"}, {"cs": "aktuálních výzkumů", "en": "current investigations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The SynSemClass synonym verb lexicon version 3.5 investigates, with respect to contextually-based verb synonymy, semantic ‘equivalence’ of Czech, English, and German verb senses and their valency behavior in parallel Czech-English and German-English language resources.", "cs": "SynSemClass lexicon 4.0 zkoumá s ohledem na kontextově založenou slovesnou synonymii, sémantickou „ekvivalenci“ českých, anglických a německých sloves a jejich valenční chování v paralelních česko-anglických a německo-anglických jazykových zdrojích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "SynSemClass lexicon 4.0", "en": "SynSemClass synonym verb lexicon version 3.5"}, {"cs": "sémantickou „ekvivalenci“", "en": "semantic ‘equivalence’"}, {"cs": "českých, anglických a německých sloves", "en": "Czech, English, and German verb senses"}, {"cs": "valenční chování", "en": "valency behavior"}, {"cs": "česko-anglických a německo-anglických jazykových zdrojích", "en": "parallel Czech-English and German-English language resources"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "SynSemClass4.0 is a multilingual event-type ontology based on classes of synonymous verb senses, complemented with semantic roles and links to existing semantic lexicons.", "cs": "SynSemClass 4.0 je vícejazyčná ontologie typu události založená na třídách synonymních významů sloves, doplněná sémantickými rolemi a odkazy na existující sémantické lexikony."}, "data_name": "wmt23_terminology", "hints": [{"cs": "SynSemClass", "en": "SynSemClass"}, {"cs": "vícejazyčná ontologie", "en": "multilingual event-type ontology"}, {"cs": "třídách synonymních významů sloves", "en": "classes of synonymous verb senses"}, {"cs": "sémantickými rolemi", "en": "semantic roles"}, {"cs": "sémantické lexikony", "en": "semantic lexicons"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The SynSemClass is not only enriched by an additional number of classes but in the context of content hierarchy, some classes have been merged.", "cs": "Slovník je nejen obohacen o další množství tříd, ale v rámci hierarchizace obsahu byly některé třídy sloučeny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Slovník", "en": "SynSemClass"}, {"cs": "tříd", "en": "classes"}, {"cs": "hierarchizace obsahu", "en": "content hierarchy"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Compared to the older version of the lexicon, the novelty is the definitions of classes and the definitions of roles.", "cs": "V porovnání se starou verzí obsahuje slovník nově definice tříd a definice rolí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "slovník", "en": "lexicon"}, {"cs": "definice tříd", "en": "definitions of classes"}, {"cs": "definice rolí", "en": "definitions of roles"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Apart from the already used links to PDT-Vallex, EngVallex, CzEngVallex, FrameNet, VerbNet, PropBank, Ontonotes, and English WordNet for Czech and English entries the new links to German language lexical resources are exploited for German verb entries, such as Woxikon, E-VALBU, and GUP.", "cs": "Kromě již použitých odkazů na položky PDT-Vallex, EngVallex, CzEngVallex, FrameNet, VerbNet, PropBank, Ontonotes a English WordNet pro české a anglické záznamy jsou nové odkazy na německé jazykové lexikální zdroje, jako je Woxikon, E-VALBU a GUP, využívány pro německé slovesné záznamy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "PDT-Vallex", "en": "PDT-Vallex"}, {"cs": "EngVallex", "en": "EngVallex"}, {"cs": "CzEngVallex", "en": "CzEngVallex"}, {"cs": "FrameNet", "en": "FrameNet"}, {"cs": "VerbNet", "en": "VerbNet"}, {"cs": "PropBank", "en": "PropBank"}, {"cs": "Ontonotes", "en": "Ontonotes"}, {"cs": "English WordNet", "en": "English WordNet"}, {"cs": "Woxikon", "en": "Woxikon"}, {"cs": "E-VALBU", "en": "E-VALBU"}, {"cs": "GUP", "en": "GUP"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The German part of the lexicon has been created within the project Multilingual Event-Type-Anchored Ontology for Natural Language Understanding (META-O-NLU) by two cooperating teams - the team of the Charles University, Faculty of Mathematics and Physics, Institute of Formal and Applied Linguistics, Prague (ÚFAL), Czech Republic and the team of the German Research Center for Artificial Intelligence (DFKI) Speech and Language Technology, Berlin, Germany.", "cs": "Německá část lexikonu byla vytvořena v rámci projektu Multilingual Event-Type-Anchored Ontology for Natural Language Understanding (META-O-NLU) dvěma spolupracujícími týmy - týmem Univerzity Karlovy, Matematicko-fyzikální fakulty, Ústavu formální a aplikované lingvistiky, Praha (ÚFAL), Česká republika a týmem Německého výzkumného centra pro umělou inteligenci (DFKI) Speech and Language Technology, Berlín, Německo."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Německá část lexikonu", "en": "The German part of the lexicon"}, {"cs": "Multilingual Event-Type-Anchored Ontology for Natural Language Understanding (META-O-NLU)", "en": "Multilingual Event-Type-Anchored Ontology for Natural Language Understanding (META-O-NLU)"}, {"cs": "Univerzity Karlovy, Matematicko-fyzikální fakulty, Ústavu formální a aplikované lingvistiky, Praha (ÚFAL), Česká republika", "en": "the Charles University, Faculty of Mathematics and Physics, Institute of Formal and Applied Linguistics, Prague (ÚFAL), Czech Republic"}, {"cs": "Německého výzkumného centra pro umělou inteligenci (DFKI) Speech and Language Technology, Berlín, Německo", "en": "the German Research Center for Artificial Intelligence (DFKI) Speech and Language Technology, Berlin, Germany"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present an extension of the SynSemClass event-type ontology, originally conceived as a bilingual Czech-English resource.", "cs": "Představujeme rozšíření ontologie typu události SynSemClass, původně koncipované jako dvojjazyčný česko-anglický zdroj."}, "data_name": "wmt23_terminology", "hints": [{"cs": "ontologie typu události SynSemClass", "en": "SynSemClass event-type ontology"}, {"cs": "dvojjazyčný česko-anglický zdroj", "en": "bilingual Czech-English resource"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We added German entries to the classes representing the concepts of the ontology.", "cs": "Do tříd představujících koncepty ontologie jsme přidali německé záznamy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "tříd", "en": "classes"}, {"cs": "koncepty ontologie", "en": "concepts of the ontology"}, {"cs": "německé záznamy", "en": "German entries"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Having a different starting point than the original work (unannotated parallel corpus without links to a valency lexicon and, of course, different existing lexical resources), it was a challenge to adapt the annotation guidelines, the data model and the tools used for the original version.", "cs": "Vzhledem k tomu, že jsme měli jiný výchozí bod než původní práce (neoznačený paralelní korpus bez odkazů na valenční lexikon a samozřejmě různé existující lexikální zdroje), bylo náročné přizpůsobit pokyny pro anotaci, datový model a nástroje použité pro původní verzi."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výchozí bod", "en": "starting point"}, {"cs": "paralelní korpus", "en": "parallel corpus"}, {"cs": "valenční lexikon", "en": "valency lexicon"}, {"cs": "lexikální zdroje", "en": "lexical resources"}, {"cs": "anotaci", "en": "annotation"}, {"cs": "datový model", "en": "data model"}, {"cs": "nástroje", "en": "tools"}, {"cs": "původní verzi", "en": "original version"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We describe the process and results of working in such a setup.", "cs": "Popisujeme proces a výsledky práce v takovém nastavení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "proces", "en": "process"}, {"cs": "výsledky práce", "en": "results of working"}, {"cs": "takovém nastavení", "en": "such a setup"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also show the next steps to adapt the annotation process, data structures and formats and tools necessary to make the addition of a new language in the future more smooth and efficient, and possibly to allow for various teams to work on SynSemClass extensions to many languages concurrently.", "cs": "Dále ukazujeme další kroky k úpravě procesu anotace, datové struktury a formáty a nástroje nezbytné k tomu, aby přidání nového jazyka v budoucnu bylo plynulejší a efektivnější a případně aby různé týmy mohly pracovat na rozšíření SynSemClass do mnoha jazyků současně."}, "data_name": "wmt23_terminology", "hints": [{"cs": "procesu anotace", "en": "annotation process"}, {"cs": "datové struktury", "en": "data structures"}, {"cs": "formáty", "en": "formats"}, {"cs": "nástroje", "en": "tools"}, {"cs": "nového jazyka", "en": "new language"}, {"cs": "týmy", "en": "teams"}, {"cs": "SynSemClass", "en": "SynSemClass"}, {"cs": "mnoha jazyků", "en": "many languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also present the latest release which contains the results of adding German, freely available for download as well as for online access.", "cs": "představujeme nejnovější verzi, která obsahuje výsledky přidání němčiny, volně dostupné ke stažení i pro online přístup."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nejnovější verzi", "en": "latest release"}, {"cs": "němčiny", "en": "German"}, {"cs": "volně dostupné", "en": "freely available"}, {"cs": "ke stažení", "en": "for download"}, {"cs": "online přístup", "en": "online access"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present NomVallex, a manually annotated valency lexicon of Czech nouns and adjectives.", "cs": "Představujeme NomVallex, ručně anotovaný valenční slovník českých substantiv a adjektiv."}, "data_name": "wmt23_terminology", "hints": [{"cs": "NomVallex", "en": "NomVallex"}, {"cs": "valenční slovník", "en": "valency lexicon"}, {"cs": "českých substantiv", "en": "Czech nouns"}, {"cs": "adjektiv", "en": "adjectives"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The lexicon is created in the theoretical framework of the Functional Generative Description and based on corpus data.", "cs": "Slovník je vytvořený v teoretickém rámci Funkčního generativního popisu a je založený na korpusových datech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Slovník", "en": "lexicon"}, {"cs": "Funkčního generativního popisu", "en": "Functional Generative Description"}, {"cs": "korpusových datech", "en": "corpus data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In total, NomVallex 2.0 is comprised of 1027 lexical units contained in 570 lexemes, covering the following part-of-speech and derivational categories: deverbal and deadjectival nouns, and deverbal, denominal, deadjectival and primary adjectives.", "cs": "Obsahuje celkem 1027 lexikálních jednotek v celkovém počtu 570 lexémů, přičemž zahrnuje následující slovnědruhové a derivační kategorie: deverbální a deadjektivní substantiva, a deverbální, desubstantivní, deadjektivní a primární adjektiva."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lexikálních jednotek", "en": "lexical units"}, {"cs": "lexémů", "en": "lexemes"}, {"cs": "deverbální a deadjektivní substantiva", "en": "deverbal and deadjectival nouns"}, {"cs": "deverbální, desubstantivní, deadjektivní a primární adjektiva", "en": "deverbal, denominal, deadjectival and primary adjectives"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Valency properties of a lexical unit are captured in a valency frame which is modeled as a sequence of valency slots, supplemented with a list of morphemic forms.", "cs": "Valenční vlastnosti lexikálních jednotek zachycuje v podobě valenčního rámce, který pro každé valenční doplnění uvádí funktor a množinu možných morfematických vyjádření, a dokládá je pomocí příkladů, které se vyskytly v použitých korpusech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Valenční vlastnosti", "en": "Valency properties"}, {"cs": "lexikálních jednotek", "en": "lexical unit"}, {"cs": "valenčního rámce", "en": "valency frame"}, {"cs": "valenční doplnění", "en": "valency slots"}, {"cs": "morfematických vyjádření", "en": "morphemic forms"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In order to make it possible to study the relationship between valency behavior of base words and their derivatives, lexical units of nouns and adjectives in NomVallex are linked to their respective base words, contained either in NomVallex itself or, in case of verbs, in a valency lexicon of Czech verbs called VALLEX.", "cs": "NomVallex je koncipován jako lexikografický zdroj umožňující výzkum valence derivačně příbuzných lexikálních jednotek, proto v relevantních případech poskytuje odkaz od určité lexikální jednotky k odpovídající lexikální jednotce jejího základového slova, obsaženého buď v NomVallexu, nebo – v případě sloves – ve slovníku VALLEX, čímž propojuje až tři slovní druhy, konkrétně substantivum – sloveso, adjektivum – sloveso, substantivum – adjektivum nebo substantivum – adjektivum – sloveso."}, "data_name": "wmt23_terminology", "hints": [{"cs": "NomVallex", "en": "NomVallex"}, {"cs": "lexikální jednotky", "en": "lexical units"}, {"cs": "základového slova", "en": "base words"}, {"cs": "VALLEX", "en": "VALLEX"}, {"cs": "substantivum", "en": "noun"}, {"cs": "sloveso", "en": "verb"}, {"cs": "adjektivum", "en": "adjective"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "NomVallex enables a comparison of valency properties of a significant number of Czech nominals with their base words, both manually and in an automatic way; as such, we can address the theoretical question of argument inheritance, concentrating on systemic and non-systemic valency behavior.", "cs": "NomVallex umožňuje srovnání valenčního chování velkého počtu českých substantiv a adjektiv s valencí jejich základových slov, což je jeden z předpokladů ke zkoumání teoretické otázky dědičnosti valence a k popisu systémového a nesystémového valenčního chování."}, "data_name": "wmt23_terminology", "hints": [{"cs": "NomVallex", "en": "NomVallex"}, {"cs": "valenčního chování", "en": "valency properties"}, {"cs": "českých substantiv a adjektiv", "en": "Czech nominals"}, {"cs": "základových slov", "en": "base words"}, {"cs": "dědičnosti valence", "en": "argument inheritance"}, {"cs": "systémového a nesystémového valenčního chování", "en": "systemic and non-systemic valency behavior"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Universal Dependencies is an international community project and a collection of morphosyntactically annotated data sets (“treebanks”) for more than 100 languages.", "cs": "Universal Dependencies je mezinárodní komunitní projekt a sbírka morfosyntakticky anotovaných dat (treebanků) pro více než 100 jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Universal Dependencies", "en": "Universal Dependencies"}, {"cs": "mezinárodní komunitní projekt", "en": "international community project"}, {"cs": "morfosyntakticky anotovaných dat", "en": "morphosyntactically annotated data"}, {"cs": "treebanků", "en": "treebanks"}, {"cs": "více než 100 jazyků", "en": "more than 100 languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The collection is an invaluable resource for various linguistic studies, ranging from grammatical constructions within one language to language typology, documentation of endangered languages, and historical evolution of language.", "cs": "Tato sbírka je neocenitelným zdrojem pro různé jazykovědné studie od gramatických konstrukcí v jednom jazyku po jazykovou typologii, dokumentaci ohrožených jazyků a historického vývoje jazyka."}, "data_name": "wmt23_terminology", "hints": [{"cs": "sbírka", "en": "collection"}, {"cs": "jazykovědné studie", "en": "linguistic studies"}, {"cs": "gramatických konstrukcí", "en": "grammatical constructions"}, {"cs": "jazykovou typologii", "en": "language typology"}, {"cs": "dokumentaci ohrožených jazyků", "en": "documentation of endangered languages"}, {"cs": "historického vývoje jazyka", "en": "historical evolution of language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the tutorial, I will first quickly show the main principles of UD, then I will present the actual data and various tools that are available to work with it: parsers, batch processors, search engines and viewers.", "cs": "V tomto tutoriálu nejdříve rychle představím hlavní principy UD, potom ukážu vlastní data a různé nástroje, které jsou k dispozici pro práci s nimi: parsery, dávkové procesory, vyhledávače a prohlížeče."}, "data_name": "wmt23_terminology", "hints": [{"cs": "tutoriálu", "en": "tutorial"}, {"cs": "hlavní principy", "en": "main principles"}, {"cs": "UD", "en": "UD"}, {"cs": "vlastní data", "en": "actual data"}, {"cs": "nástroje", "en": "tools"}, {"cs": "parsery", "en": "parsers"}, {"cs": "dávkové procesory", "en": "batch processors"}, {"cs": "vyhledávače", "en": "search engines"}, {"cs": "prohlížeče", "en": "viewers"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper focuses on detection of sources in the Czech articles published on a news server of Czech public radio.", "cs": "Tato práce se zaměřuje na detekci zdrojů v českých článcích publikovaných na zpravodajském serveru Českého veřejnoprávního rozhlasu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "českých článcích", "en": "Czech articles"}, {"cs": "zpravodajském serveru", "en": "news server"}, {"cs": "Českého veřejnoprávního rozhlasu", "en": "Czech public radio"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In particular, we search for attribution in sentences and we recognize attributed sources and their sentence context (signals).", "cs": "Hledáme zejména přiřazení ve větách a rozeznáváme přiřazené zdroje a jejich větný kontext(signály)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přiřazení", "en": "attribution"}, {"cs": "větách", "en": "sentences"}, {"cs": "zdroje", "en": "sources"}, {"cs": "větný kontext", "en": "sentence context"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We organized a crowdsourcing annotation task that resulted in a data set of 2,167 stories with manually recognized signals and sources.", "cs": "Zorganizovali jsme crowdsourcingovou anotační úlohu, jejímž výsledkem byl datový soubor 2 167 článků s ručně rozpoznanými signály a zdroji."}, "data_name": "wmt23_terminology", "hints": [{"cs": "crowdsourcingovou anotační úlohu", "en": "crowdsourcing annotation task"}, {"cs": "datový soubor", "en": "data set"}, {"cs": "článků", "en": "stories"}, {"cs": "signály", "en": "signals"}, {"cs": "zdroji", "en": "sources"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In addition, the sources were classified into the classes of named and unnamed sources.", "cs": "Zdroje byly navíc zařazeny do kategorií jmenovaných a nejmenovaných zdrojů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Zdroje", "en": "sources"}, {"cs": "kategorií", "en": "classes"}, {"cs": "jmenovaných", "en": "named"}, {"cs": "nejmenovaných", "en": "unnamed"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Input data, individual experimental annotations, and a complete and detailed overview of the measured results related to the experiment dealing with the influence of automatic pre-annotation on the quality and efficiency of manual annotation efforts.", "cs": "Vstupní data, jednotlivé experimentální anotace a úplný a podrobný přehled naměřených výsledků souvisejících s experimentem zabývajícím se vlivem automatické před-anotace na kvalitu a efektivitu anotačního úsilí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Vstupní data", "en": "Input data"}, {"cs": "experimentální anotace", "en": "experimental annotations"}, {"cs": "naměřených výsledků", "en": "measured results"}, {"cs": "experimentem", "en": "experiment"}, {"cs": "automatické před-anotace", "en": "automatic pre-annotation"}, {"cs": "kvalitu a efektivitu anotačního úsilí", "en": "quality and efficiency of manual annotation efforts"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper presents an analysis of annotation using an automatic pre-annotation for a mid-level annotation complexity task - dependency syntax annotation.", "cs": "Tento článek představuje analýzu anotace pomocí automatické před-anotace pro úkol anotace závislostní syntaxe."}, "data_name": "wmt23_terminology", "hints": [{"cs": "analýzu anotace", "en": "analysis of annotation"}, {"cs": "automatické před-anotace", "en": "automatic pre-annotation"}, {"cs": "závislostní syntaxe", "en": "dependency syntax annotation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It compares the annotation efforts made by annotators using a pre-annotated version (with a high-accuracy parser) and those made by fully manual annotation.", "cs": "Porovnává úsilí anotátorů, kteří používají před-anotovanou verzi (s vysoce přesným parserem), a úsilí vytvořené plně ruční anotací."}, "data_name": "wmt23_terminology", "hints": [{"cs": "úsilí anotátorů", "en": "annotation efforts made by annotators"}, {"cs": "před-anotovanou verzi", "en": "pre-annotated version"}, {"cs": "vysoce přesným parserem", "en": "high-accuracy parser"}, {"cs": "plně ruční anotací", "en": "fully manual annotation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The aim of the experiment is to judge the final annotation quality when pre-annotation is used.", "cs": "Cílem experimentu je posoudit výslednou kvalitu anotace při použití před-anotace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experimentu", "en": "experiment"}, {"cs": "výslednou kvalitu anotace", "en": "final annotation quality"}, {"cs": "před-anotace", "en": "pre-annotation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In addition, it evaluates the effect of automatic linguistically-based (rule-formulated) checks and another annotation on the same data available to the annotators, and their influence on annotation quality and efficiency.", "cs": "Kromě toho hodnotí vliv automatických lingvisticky založených (pravidlově formulovaných) kontrol a jiné anotace na stejných datech, kterou mají anotátoři k dispozici, a jejich vliv na kvalitu a efektivitu anotace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatických lingvisticky založených (pravidlově formulovaných) kontrol", "en": "automatic linguistically-based (rule-formulated) checks"}, {"cs": "jiné anotace", "en": "another annotation"}, {"cs": "kvalitu a efektivitu anotace", "en": "annotation quality and efficiency"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The experiment confirmed that the pre-annotation is an efficient tool for faster manual syntactic annotation which increases the consistency of the resulting annotation without reducing its quality.", "cs": "Experiment potvrdil, že pre-anotace je účinným nástrojem pro rychlejší manuální syntaktickou anotaci, která zvyšuje konzistenci výsledné anotace bez snížení její kvality."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Experiment", "en": "experiment"}, {"cs": "pre-anotace", "en": "pre-annotation"}, {"cs": "manuální syntaktickou anotaci", "en": "manual syntactic annotation"}, {"cs": "konzistenci", "en": "consistency"}, {"cs": "výsledné anotace", "en": "resulting annotation"}, {"cs": "kvality", "en": "quality"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The study deals with Czech conversion pairs of a noun and a verb, both of which denote actions (test ‘test.n’ – testovat ‘to test’).", "cs": "Studie se zabývá českými konverzními dvojicemi, v nichž podstatné jméno i sloveso mají dějový význam (test 'zkoušet.n' - testovat 'zkoušet')."}, "data_name": "wmt23_terminology", "hints": [{"cs": "českými konverzními dvojicemi", "en": "Czech conversion pairs"}, {"cs": "podstatné jméno", "en": "noun"}, {"cs": "sloveso", "en": "verb"}, {"cs": "dějový význam", "en": "denote actions"}, {"cs": "test", "en": "test"}, {"cs": "testovat", "en": "to test"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Elaborating on previous research on prototypical verb-to-noun and noun-to-verb conversion in Czech, the direction in these pairs is determined based on whether the verb forms its aspectual counterpart by changing the theme (which is characteristic of the deverbal direction), or whether the suffixed counterpart is not available (typical of denominal verbs).", "cs": "V návaznosti na předchozí výzkum prototypických případů deverbální a denominální konverze v češtině je směr v těchto dvojicích určován na základě toho, zda sloveso tvoří svůj vidový protějšek změnou kmenotvorné přípony (což je charakteristické pro deverbální směr), nebo zda sufixální protějšek není k dispozici (typické pro denominální slovesa)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "předchozí výzkum", "en": "previous research"}, {"cs": "deverbální a denominální konverze", "en": "verb-to-noun and noun-to-verb conversion"}, {"cs": "češtině", "en": "Czech"}, {"cs": "sloveso", "en": "verb"}, {"cs": "vidový protějšek", "en": "aspectual counterpart"}, {"cs": "kmenotvorné přípony", "en": "theme"}, {"cs": "deverbální směr", "en": "deverbal direction"}, {"cs": "sufixální protějšek", "en": "suffixed counterpart"}, {"cs": "denominální slovesa", "en": "denominal verbs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The analysis, carried out on a corpus sample of 1,300 action nouns and directly related verbs, demonstrates that pairs with native roots mostly conform to the deverbal pattern, whereas the denominal direction applies to a smaller subset of the native sample but clearly prevails in the data with foreign roots.", "cs": "Analýza provedená na korpusovém vzorku 1 300 podstatných jmen s dějovým významem a přímo souvisejících sloves ukazuje, že dvojice založené na domácích kořenech mají většinou rysy deverbálního tvoření, zatímco denominální směr se uplatňuje v menší skupině domácích dvojic a v datech s cizími kořeny jasně převažuje."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Analýza", "en": "analysis"}, {"cs": "korpusovém vzorku", "en": "corpus sample"}, {"cs": "podstatných jmen", "en": "nouns"}, {"cs": "sloves", "en": "verbs"}, {"cs": "domácích kořenech", "en": "native roots"}, {"cs": "deverbálního tvoření", "en": "deverbal pattern"}, {"cs": "denominální směr", "en": "denominal direction"}, {"cs": "cizími kořeny", "en": "foreign roots"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The denominal direction ascribed to foreign pairs is consistent with the typological hypothesis that verbs are borrowed rather as nouns and subsequently turned into verbs in the target language.", "cs": "Denominální směr přisuzovaný dvojicím s cizími kořeny je v souladu s typologickou hypotézou, že slovesa jsou přejímána do češtiny spíše jako podstatná jména a následně se v cílovém jazyce mění na slovesa."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Denominální směr", "en": "denominal direction"}, {"cs": "dvojicím s cizími kořeny", "en": "foreign pairs"}, {"cs": "typologickou hypotézou", "en": "typological hypothesis"}, {"cs": "slovesa", "en": "verbs"}, {"cs": "podstatná jména", "en": "nouns"}, {"cs": "cílovém jazyce", "en": "target language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The study deals with English noun/verb conversion pairs that have both formally and semantically close counterpart pairs in Czech.", "cs": "Studie se zabývá anglickými konverzními dvojicemi podstatných a sloves, které mají formálně i významově blízké protějšky v češtině."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anglickými konverzními dvojicemi podstatných a sloves", "en": "English noun/verb conversion pairs"}, {"cs": "formálně i významově blízké protějšky", "en": "both formally and semantically close counterpart pairs"}, {"cs": "češtině", "en": "Czech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The study’s aim is to examine how these nouns and verbs, linked with similar semantic relations in English and Czech, are accommodated in the two languages with different morphological structures and conversion playing a different role.", "cs": "Cílem studie je prozkoumat, jak se tato substantiva a slovesa, která jsou v angličtině a češtině spojena podobnými sémantickými vztahy, chovají v jazycích, které mají odlišnou morfologickou strukturu a v jejichž slovotvorných systémech hraje konverze odlišnou roli."}, "data_name": "wmt23_terminology", "hints": [{"cs": "studie", "en": "study"}, {"cs": "substantiva", "en": "nouns"}, {"cs": "slovesa", "en": "verbs"}, {"cs": "angličtině", "en": "English"}, {"cs": "češtině", "en": "Czech"}, {"cs": "sémantickými vztahy", "en": "semantic relations"}, {"cs": "morfologickou strukturu", "en": "morphological structures"}, {"cs": "konverze", "en": "conversion"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The noun/verb pairs, extracted from the British National Corpus and from the SYN2000 corpus, are analysed as two-cell paradigms and examined along with selected derivatives.", "cs": "Dvojice substantiv a sloves, extrahované z Britského národního korpusu a z korpusu SYN2000, jsou popisována jako dvoučlenná paradigmata a zkoumány spolu s vybranými deriváty."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Dvojice substantiv a sloves", "en": "noun/verb pairs"}, {"cs": "Britského národního korpusu", "en": "British National Corpus"}, {"cs": "korpusu SYN2000", "en": "SYN2000 corpus"}, {"cs": "dvoučlenná paradigmata", "en": "two-cell paradigms"}, {"cs": "deriváty", "en": "derivatives"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The data suggest that in the Czech sample, nominals are preferred over verbs in expressing the particular meanings and most verbs appear as denominal formations, often differently from their English counterparts.", "cs": "Data ukazují, že v českých dvojicích jsou pro vyjadřování konkrétních významů preferována substantiva před slovesy a většina sloves je používána jako denominální formace, často odlišně od anglických protějšků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "českých dvojicích", "en": "Czech sample"}, {"cs": "substantiva", "en": "nominals"}, {"cs": "slovesy", "en": "verbs"}, {"cs": "denominální formace", "en": "denominal formations"}, {"cs": "anglických protějšků", "en": "English counterparts"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper presents the ParlaMint corpora containing transcriptions of the sessions of the 17 European national parliaments with half a billion words.", "cs": "Tato práce představuje korpus ParlaMint obsahující přepisy ze zasedání 17 evropských národních parlamentů s půl miliardou slov."}, "data_name": "wmt23_terminology", "hints": [{"cs": "korpus ParlaMint", "en": "ParlaMint corpora"}, {"cs": "přepisy", "en": "transcriptions"}, {"cs": "zasedání", "en": "sessions"}, {"cs": "evropských národních parlamentů", "en": "European national parliaments"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The corpora are uniformly encoded, contain rich meta-data about 11 thousand speakers, and are linguistically annotated following the Universal Dependencies formalism and with named entities.", "cs": "Korpusy jsou jednotně kódovány, obsahují bohatá metadata o 11 tisících mluvčích a jsou lingvisticky anotovány podle Universal Dependencies a s pojmenovanými entitami."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Korpusy", "en": "corpora"}, {"cs": "metadata", "en": "meta-data"}, {"cs": "mluvčích", "en": "speakers"}, {"cs": "lingvisticky anotovány", "en": "linguistically annotated"}, {"cs": "Universal Dependencies", "en": "Universal Dependencies"}, {"cs": "pojmenovanými entitami", "en": "named entities"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Samples of the corpora and conversion scripts are available from the project’s GitHub repository, and the complete corpora are openly available via the CLARIN.SI repository for download, as well as through the NoSketch Engine and KonText concordancers and the Parlameter interface for on-line exploration and analysis.", "cs": "Vzorky korpusů a konverzních skriptů jsou k dispozici v úložišti projektu na GitHub a kompletní korpusy jsou otevřeně k dispozici prostřednictvím úložiště CLARIN.SI ke stažení, stejně jako prostřednictvím NoSketch Engine a KonText a rozhraní Parlameter pro on-line průzkum a analýzu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Vzorky korpusů", "en": "Samples of the corpora"}, {"cs": "konverzních skriptů", "en": "conversion scripts"}, {"cs": "úložišti projektu", "en": "project’s GitHub repository"}, {"cs": "úložiště CLARIN.SI", "en": "CLARIN.SI repository"}, {"cs": "NoSketch Engine", "en": "NoSketch Engine"}, {"cs": "KonText", "en": "KonText"}, {"cs": "rozhraní Parlameter", "en": "Parlameter interface"}, {"cs": "on-line průzkum a analýzu", "en": "on-line exploration and analysis"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper is framed in the context of the SSHOC project and aims at exploring how Language Technologies can help in promoting and facilitating multilingualism in the Social Sciences and Humanities (SSH).", "cs": "Tento článek je zasazen do kontextu projektu SSHOC a jeho cílem je prozkoumat, jak mohou jazykové technologie pomoci při podpoře a usnadnění vícejazyčnosti v sociálních a humanitních vědách (SSH)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "projektu SSHOC", "en": "SSHOC project"}, {"cs": "jazykové technologie", "en": "Language Technologies"}, {"cs": "sociálních a humanitních vědách", "en": "Social Sciences and Humanities"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Although most SSH researchers produce culturally and societally relevant work in their local languages, metadata and vocabularies used in the SSH domain to describe and index research data are currently mostly in English.", "cs": "Přestože většina výzkumných pracovníků v oblasti SSH vytváří kulturně a společensky relevantní práce ve svých místních jazycích, metadata a slovníky používané v oblasti SSH k popisu a indexování výzkumných dat jsou v současné době většinou v angličtině."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výzkumných pracovníků", "en": "researchers"}, {"cs": "oblasti SSH", "en": "SSH domain"}, {"cs": "metadata", "en": "metadata"}, {"cs": "slovníky", "en": "vocabularies"}, {"cs": "výzkumných dat", "en": "research data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We thus investigate Natural Language Processing and Machine Translation approaches in view of providing resources and tools to foster multilingual access and discovery to SSH content across different languages.", "cs": "Zkoumáme proto přístupy zpracování přirozeného jazyka a strojového překladu s cílem poskytnout zdroje a nástroje na podporu vícejazyčného přístupu k obsahu SSH a jeho vyhledávání v různých jazycích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "zpracování přirozeného jazyka", "en": "Natural Language Processing"}, {"cs": "strojového překladu", "en": "Machine Translation"}, {"cs": "vícejazyčného přístupu", "en": "multilingual access"}, {"cs": "obsahu SSH", "en": "SSH content"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "As case studies, we create and deliver as freely, openly available data a set of multilingual metadata concepts and an automatically extracted multilingual Data Stewardship terminology.", "cs": "Jako případové studie vytváříme a poskytujeme jako volně dostupná data soubor vícejazyčných metadatových konceptů a automaticky extrahovanou vícejazyčnou terminologii Data Stewardship."}, "data_name": "wmt23_terminology", "hints": [{"cs": "případové studie", "en": "case studies"}, {"cs": "vícejazyčných metadatových konceptů", "en": "multilingual metadata concepts"}, {"cs": "Data Stewardship", "en": "Data Stewardship"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The two case studies allow as well to evaluate performances of state-of-the-art tools and to derive a set of recommendations as to how best apply them.", "cs": "Tyto dvě případové studie umožňují také vyhodnotit výkonnost nejmodernějších nástrojů a odvodit soubor doporučení, jak je nejlépe použít."}, "data_name": "wmt23_terminology", "hints": [{"cs": "případové studie", "en": "case studies"}, {"cs": "výkonnost", "en": "performances"}, {"cs": "nástrojů", "en": "tools"}, {"cs": "doporučení", "en": "recommendations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Although not adapted to the specific domain, the employed tools prove to be a valid asset to translation tasks.", "cs": "Přestože nejsou přizpůsobeny konkrétní doméně, použité nástroje se ukázaly být platným přínosem pro překladatelské úlohy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "konkrétní doméně", "en": "specific domain"}, {"cs": "nástroje", "en": "tools"}, {"cs": "překladatelské úlohy", "en": "translation tasks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Nonetheless, validation of results by domain experts proficient in the language is an unavoidable phase of the whole workflow.", "cs": "Nicméně ověření výsledků experty na danou doménu, kteří ovládají daný jazyk, je nevyhnutelnou fází celého pracovního postupu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "ověření výsledků", "en": "validation of results"}, {"cs": "experty na danou doménu", "en": "domain experts"}, {"cs": "jazyk", "en": "language"}, {"cs": "pracovního postupu", "en": "workflow"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Presentation of Elitr language tools and THEaiTRE script generation for EUROSAI congress attendees.", "cs": "Prezentace jazykových nástrojů systému Elitr a generování scénářů THEaiTRE pro účastníky EUROSAI kongresu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jazykových nástrojů", "en": "language tools"}, {"cs": "systému Elitr", "en": "Elitr"}, {"cs": "generování scénářů", "en": "script generation"}, {"cs": "THEaiTRE", "en": "THEaiTRE"}, {"cs": "účastníky EUROSAI kongresu", "en": "EUROSAI congress attendees"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Hacking the GPT-2 language model Building a web application Generating a theatre play script Performing the play on stage Demo of the tool", "cs": "Hackování jazykového modelu GPT-2 Sestavení webové aplikace Vytváří se scénář divadelní hry Představení hry na jevišti Demo nástroje"}, "data_name": "wmt23_terminology", "hints": [{"cs": "Hackování jazykového modelu GPT-2", "en": "Hacking the GPT-2 language model"}, {"cs": "Sestavení webové aplikace", "en": "Building a web application"}, {"cs": "scénář divadelní hry", "en": "theatre play script"}, {"cs": "Představení hry na jevišti", "en": "Performing the play on stage"}, {"cs": "Demo nástroje", "en": "Demo of the tool"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Presentation of interactive theatre script generation for employees of the Novartis company.", "cs": "Prezentace interaktivního generování scénářů divadelních her pro zaměstnance společnosti Novartis."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Prezentace", "en": "Presentation"}, {"cs": "interaktivního generování scénářů divadelních her", "en": "interactive theatre script generation"}, {"cs": "zaměstnance", "en": "employees"}, {"cs": "společnosti Novartis", "en": "the Novartis company"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We experiment with adapting generative language models for the generation of long coherent narratives in the form of theatre plays.", "cs": "Experimentujeme s adaptací generativních jazykových modelů pro generování dlouhých souvislých vyprávění v podobě divadelních her."}, "data_name": "wmt23_terminology", "hints": [{"cs": "adaptací generativních jazykových modelů", "en": "adapting generative language models"}, {"cs": "dlouhých souvislých vyprávění", "en": "long coherent narratives"}, {"cs": "divadelních her", "en": "theatre plays"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Since fully automatic generation of whole plays is not currently feasible, we created an interactive tool that allows a human user to steer the generation somewhat while minimizing intervention.", "cs": "Protože plně automatické generování celých her není v současné době proveditelné, vytvořili jsme interaktivní nástroj, který umožňuje lidskému uživateli poněkud nasměrovat generování a zároveň minimalizovat zásahy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "plně automatické generování celých her", "en": "fully automatic generation of whole plays"}, {"cs": "interaktivní nástroj", "en": "interactive tool"}, {"cs": "lidskému uživateli", "en": "human user"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We pursue two approaches to long-text generation: a flat generation with summarization of context, and a hierarchical text-to-text two-stage approach, where a synopsis is generated first and then used to condition generation of the final script.", "cs": "Pro generování dlouhých textů sledujeme dva přístupy: ploché generování se sumarizací kontextu a hierarchický dvoufázový přístup text-to-text, kdy je nejprve vygenerována synopse a poté použita k podmiňování generování konečného scénáře."}, "data_name": "wmt23_terminology", "hints": [{"cs": "generování dlouhých textů", "en": "long-text generation"}, {"cs": "ploché generování", "en": "flat generation"}, {"cs": "sumarizací kontextu", "en": "summarization of context"}, {"cs": "hierarchický dvoufázový přístup", "en": "hierarchical text-to-text two-stage approach"}, {"cs": "synopse", "en": "synopsis"}, {"cs": "konečného scénáře", "en": "final script"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our preliminary results and discussions with theatre professionals show improvements over vanilla language model generation, but also identify important limitations of our approach.", "cs": "Naše předběžné výsledky a diskuse s divadelními profesionály ukazují zlepšení oproti základnímu generování, ale také identifikují důležitá omezení našeho přístupu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "předběžné výsledky", "en": "preliminary results"}, {"cs": "divadelními profesionály", "en": "theatre professionals"}, {"cs": "základnímu generování", "en": "vanilla language model generation"}, {"cs": "omezení", "en": "limitations"}, {"cs": "našeho přístupu", "en": "our approach"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a free online demo of THEaiTRobot, an open-source bilingual tool for interactively generating theatre play scripts, in two versions.", "cs": "Představujeme volně dostupné online demo THEaiTRobot, dvojjazyčný nástroj s otevřeným zdrojovým kódem pro interaktivní generování scénářů divadelních her, ve dvou verzích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "volně dostupné online demo", "en": "free online demo"}, {"cs": "THEaiTRobot", "en": "THEaiTRobot"}, {"cs": "dvojjazyčný nástroj", "en": "bilingual tool"}, {"cs": "otevřeným zdrojovým kódem", "en": "open-source"}, {"cs": "interaktivní generování scénářů divadelních her", "en": "interactively generating theatre play scripts"}, {"cs": "ve dvou verzích", "en": "in two versions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "THEaiTRobot 1.0 uses the GPT-2 language model with minimal adjustments.", "cs": "THEaiTRobot 1.0 používá jazykový model GPT-2 s minimálními úpravami."}, "data_name": "wmt23_terminology", "hints": [{"cs": "THEaiTRobot 1.0", "en": "THEaiTRobot 1.0"}, {"cs": "jazykový model GPT-2", "en": "GPT-2 language model"}, {"cs": "minimálními úpravami", "en": "minimal adjustments"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "THEaiTRobot 2.0 uses two models created by fine-tuning GPT-2 on purposefully collected and processed datasets and several other components, generating play scripts in a hierarchical fashion (title → synopsis → script).", "cs": "THEaiTRobot 2.0 používá dva modely vytvořené doladěním GPT-2 na cíleně shromážděných a zpracovaných datových souborech a několika dalších komponentách, které hierarchicky generují scénáře divadelních her (název → synopse → skript)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "THEaiTRobot 2.0", "en": "THEaiTRobot 2.0"}, {"cs": "GPT-2", "en": "GPT-2"}, {"cs": "scénáře divadelních her", "en": "play scripts"}, {"cs": "název", "en": "title"}, {"cs": "synopse", "en": "synopsis"}, {"cs": "skript", "en": "script"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The underlying tool is used in the THEaiTRE project to generate scripts for plays, which are then performed on stage by a professional theatre.", "cs": "Podkladový nástroj se používá v projektu THEaiTRE pro generování scénářů divadelních her, které pak na jevišti hraje profesionální divadlo."}, "data_name": "wmt23_terminology", "hints": [{"cs": "projektu THEaiTRE", "en": "THEaiTRE project"}, {"cs": "scénářů divadelních her", "en": "scripts for plays"}, {"cs": "profesionální divadlo", "en": "professional theatre"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We introduce a large and diverse Czech corpus annotated for grammatical error correction (GEC) with the aim to contribute to the still scarce data resources in this domain for languages other than English.", "cs": "Představujeme velký a různorodý český korpus pro opravu gramatických chyb s cílem přispět ke stále nedostatkovým datovým zdrojům v této doméně pro jiné jazyky než angličtinu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "český korpus", "en": "Czech corpus"}, {"cs": "opravu gramatických chyb", "en": "grammatical error correction"}, {"cs": "jiné jazyky než angličtinu", "en": "languages other than English"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The Grammar Error Correction Corpus for Czech (GECCC) offers a variety of four domains, covering error distributions ranging from high error density essays written by non-native speakers, to website texts, where errors are expected to be much less common.", "cs": "Korpus pro gramatickou opravu chyb pro češtinu (GECCC) nabízí čtyři domény, které pokrývají distribuci chyb od esejů s vysokou hustotou chyb napsaných nerodilými mluvčími až po texty webových stránek, kde jsou chyby mnohem méně časté."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Korpus pro gramatickou opravu chyb pro češtinu (GECCC)", "en": "Grammar Error Correction Corpus for Czech (GECCC)"}, {"cs": "domény", "en": "domains"}, {"cs": "esejů", "en": "essays"}, {"cs": "nerodilými mluvčími", "en": "non-native speakers"}, {"cs": "texty webových stránek", "en": "website texts"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We compare several Czech GEC systems, including several Transformer-based ones, setting a strong baseline to future research.", "cs": "Porovnáváme několik českých GEC systémů, včetně několika na bázi architektury Transformer, a nastavujeme tak silnou baseline pro budoucí výzkum."}, "data_name": "wmt23_terminology", "hints": [{"cs": "českých GEC systémů", "en": "Czech GEC systems"}, {"cs": "na bázi architektury Transformer", "en": "Transformer-based"}, {"cs": "baseline", "en": "baseline"}, {"cs": "budoucí výzkum", "en": "future research"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Finally, we meta-evaluate common GEC metrics against human judgements on our data.", "cs": "V neposlední řadě také provádíme meta-evaluaci běžných GEC metrik pomocí ručního hodnocení na našich datech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "meta-evaluaci", "en": "meta-evaluate"}, {"cs": "GEC metrik", "en": "GEC metrics"}, {"cs": "ručního hodnocení", "en": "human judgements"}, {"cs": "našich datech", "en": "our data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We make the new Czech GEC corpus publicly available under the CC BY-SA 4.0 license at http://hdl.handle.net/11234/1-4639.", "cs": "Nový český GEC korpus zveřejňujeme pod licencí CC BY-SA 4.0 na adrese http://hdl.handle.net/11234/1-4639."}, "data_name": "wmt23_terminology", "hints": [{"cs": "český GEC korpus", "en": "Czech GEC corpus"}, {"cs": "licencí CC BY-SA 4.0", "en": "CC BY-SA 4.0 license"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In ParlaMint I, a CLARIN-ERIC supported project in pandemic times, a set of comparable and uniformly annotated multilingual corpora for 17 national parliaments were developed and released in 2021.", "cs": "V ParlaMint I, projektu podporovaném CLARIN-ERIC v době pandemie, byla v roce 2021 vyvinuta a vydána sada srovnatelných a jednotně anotovaných vícejazyčných korpusů pro 17 národních parlamentů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "ParlaMint I", "en": "ParlaMint I"}, {"cs": "CLARIN-ERIC", "en": "CLARIN-ERIC"}, {"cs": "pandemie", "en": "pandemic"}, {"cs": "vícejazyčných korpusů", "en": "multilingual corpora"}, {"cs": "národních parlamentů", "en": "national parliaments"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For 2022 and 2023, the project has been extended to ParlaMint II, again with the CLARIN ERIC financial support, in order to enhance the existing corpora with new data and metadata; upgrade the XML schema; add corpora for 10 new parliaments; provide more application scenarios and carry out additional experiments.", "cs": "Pro roky 2022 a 2023 byl projekt rozšířen na ParlaMint II, opět s finanční podporou CLARIN-ERIC, s cílem rozšířit stávající korpusy o nová data a metadata; aktualizovat schéma XML; přidat korpusy pro 10 nových parlamentů; poskytnout více scénářů aplikace a provést další experimenty."}, "data_name": "wmt23_terminology", "hints": [{"cs": "ParlaMint II", "en": "ParlaMint II"}, {"cs": "CLARIN-ERIC", "en": "CLARIN ERIC"}, {"cs": "finanční podporou", "en": "financial support"}, {"cs": "korpusy", "en": "corpora"}, {"cs": "metadata", "en": "metadata"}, {"cs": "schéma XML", "en": "XML schema"}, {"cs": "parlamentů", "en": "parliaments"}, {"cs": "scénářů aplikace", "en": "application scenarios"}, {"cs": "experimenty", "en": "experiments"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper reports on these planned steps, including some that have already been taken, and outlines future plans.", "cs": "Dokument informuje o těchto plánovaných krocích, včetně některých, které již byly podniknuty, a nastiňuje budoucí plány."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Dokument", "en": "The paper"}, {"cs": "plánovaných krocích", "en": "planned steps"}, {"cs": "budoucí plány", "en": "future plans"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In most Vision-Language models (VL), the understanding of the image structure is enabled by injecting the position information (PI) about objects in the image.", "cs": "Ve většině modelů kombinujících jazyk a vizuální informaci (Vision-Language, VL) je porozumění struktuře obrazu umožněno přidáním informací o poloze objektů v obraze."}, "data_name": "wmt23_terminology", "hints": [{"cs": "modelů kombinujících jazyk a vizuální informaci", "en": "Vision-Language models"}, {"cs": "Vision-Language, VL", "en": "VL"}, {"cs": "informací o poloze", "en": "position information"}, {"cs": "obraze", "en": "image"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In our case study of LXMERT, a state-of-the-art VL model, we probe the use of the PI in the representation and study its effect on Visual Question Answering.", "cs": "V naší případové studii se věmnujeme modelu VL modelu LXMERT a zkoumáme použití jakým způsobem poziční informaci používá a studujeme její vliv na úspěšnost v úloze odpovídání otázek o obrázcích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "případové studii", "en": "case study"}, {"cs": "VL modelu LXMERT", "en": "LXMERT, a state-of-the-art VL model"}, {"cs": "poziční informaci", "en": "the PI"}, {"cs": "úloze odpovídání otázek o obrázcích", "en": "Visual Question Answering"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We show that the model is not capable of leveraging the PI for the image-text matching task on a challenge set where only position differs.", "cs": "Ukazujeme, že model není schopen poziční informaci využít pro přiřazování textů k obrázkům, pokud se texty liší polohou objektů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "model", "en": "model"}, {"cs": "poziční informaci", "en": "PI"}, {"cs": "přiřazování textů k obrázkům", "en": "image-text matching task"}, {"cs": "polohou objektů", "en": "position"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Yet, our experiments with probing confirm that the PI is indeed present in the representation.", "cs": "A to i přesto, že další experimenty ale ukazují, že PI je v modelech skutečně přítomna."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experimenty", "en": "experiments"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We introduce two strategies to tackle this: (i) Positional Information Pre-training and (ii) Contrastive Learning on PI using Cross-Modality Matching.", "cs": "Představujeme dvě strategie, jak se s tímto problémem vypořádat: (i) předtrénování s přidanou informací o poloze a (ii) kontrastní učení s porovnáváním napříč modalitami."}, "data_name": "wmt23_terminology", "hints": [{"cs": "strategie", "en": "strategies"}, {"cs": "problémem", "en": "this"}, {"cs": "předtrénování", "en": "Pre-training"}, {"cs": "kontrastní učení", "en": "Contrastive Learning"}, {"cs": "porovnáváním napříč modalitami", "en": "Cross-Modality Matching"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Doing so, the model can correctly classify if images with detailed PI statements match.", "cs": "Tímto způsobem může model správně klasifikovat, zda se obrázky s podrobnými výroky PI shodují."}, "data_name": "wmt23_terminology", "hints": [{"cs": "model", "en": "model"}, {"cs": "obrázky", "en": "images"}, {"cs": "podrobnými výroky PI", "en": "detailed PI statements"}, {"cs": "shodují", "en": "match"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Additionally to the 2D information from bounding boxes, we introduce the object’s depth as new feature for a better object localization in the space.", "cs": "Kromě 2D informací o objektech na obrázku, přidáváme hloubku objektu pro lepší lokalizaci v prostoru."}, "data_name": "wmt23_terminology", "hints": [{"cs": "2D informací", "en": "2D information"}, {"cs": "objektech", "en": "bounding boxes"}, {"cs": "hloubku objektu", "en": "object’s depth"}, {"cs": "lokalizaci v prostoru", "en": "object localization in the space"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Even though we were able to improve the model properties as defined by our probes, it only has a negligible effect on the downstream performance.", "cs": "Přestože se nám podařilo zlepšit vlastnosti modelu, na kvalitu odpovídání otázek to má jen zanedbatelný vliv."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vlastnosti modelu", "en": "model properties"}, {"cs": "kvalitu odpovídání otázek", "en": "downstream performance"}, {"cs": "zanedbatelný vliv", "en": "negligible effect"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our results thus highlight an important issue of multimodal modeling: the mere presence of information detectable by a probing classifier is not a guarantee that the information is available in a cross-modal setup.", "cs": "Naše výsledky tak poukazují na důležitý problém multimodálního modelování: pouhá přítomnost informace detekovatelné klasifikátorem není zárukou, že tato informace je k dispozici napříč modalitami."}, "data_name": "wmt23_terminology", "hints": [{"cs": "multimodálního modelování", "en": "multimodal modeling"}, {"cs": "informace detekovatelné klasifikátorem", "en": "information detectable by a probing classifier"}, {"cs": "napříč modalitami", "en": "cross-modal setup"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we describe our submission to the Simultaneous Speech Translation at IWSLT 2022.", "cs": "V tomto článku popisujeme naše předložení k Simultaneous Speech Translation na IWSLT 2022."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Simultaneous Speech Translation", "en": "Simultaneous Speech Translation"}, {"cs": "IWSLT 2022", "en": "IWSLT 2022"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We explore strategies to utilize an offline model in a simultaneous setting without the need to modify the riginal model.", "cs": "Zkoumáme strategie využití offline modelu v simultánním prostředí bez nutnosti upravovat původní model."}, "data_name": "wmt23_terminology", "hints": [{"cs": "strategie", "en": "strategies"}, {"cs": "offline modelu", "en": "offline model"}, {"cs": "simultánním prostředí", "en": "simultaneous setting"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In our experiments, we show that our onlinization algorithm is almost on par with the offline setting while being 3× faster than offline in terms of latency on the test set.", "cs": "V našich experimentech ukazujeme, že náš online algoritmus je téměř na stejné úrovni jako offline nastavení, přičemž je 3× rychlejší než offline, pokud jde o latenci na testovací sadě."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experimentech", "en": "experiments"}, {"cs": "online algoritmus", "en": "onlinization algorithm"}, {"cs": "offline nastavení", "en": "offline setting"}, {"cs": "latenci", "en": "latency"}, {"cs": "testovací sadě", "en": "test set"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We make our system publicly available.", "cs": "Náš systém zpřístupňujeme veřejnosti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systém", "en": "system"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Meeting summarization is primarily focused on topical coverage rather than on fluency or coherence.", "cs": "Sumarizace schůzek se primárně zaměřuje spíše na aktuální téma než na plynulost nebo koherenci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Sumarizace schůzek", "en": "Meeting summarization"}, {"cs": "aktuální téma", "en": "topical coverage"}, {"cs": "plynulost", "en": "fluency"}, {"cs": "koherenci", "en": "coherence"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It is a challenging and tedious task, even when meeting summaries are created manually.", "cs": "Je to náročný a zdlouhavý úkol, i když se shrnutí schůzek vytváří ručně."}, "data_name": "wmt23_terminology", "hints": [{"cs": "náročný", "en": "challenging"}, {"cs": "zdlouhavý úkol", "en": "tedious task"}, {"cs": "shrnutí schůzek", "en": "meeting summaries"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The resulting sum maries vary in the goals, style, and they are inevitably very subjective due to the human in the loop.", "cs": "Výsledná shrnutí se liší v cílech, stylu a jsou nevyhnutelně velmi subjektivní kvůli člověku, který je ve smyčce."}, "data_name": "wmt23_terminology", "hints": [{"cs": "cílech", "en": "goals"}, {"cs": "stylu", "en": "style"}, {"cs": "subjektivní", "en": "subjective"}, {"cs": "člověku", "en": "human"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Also, the awareness of the context of the meeting is essential to create adequate and informative summaries.", "cs": "Pro vytvoření adekvátních a informativních shrnutí je rovněž nezbytné uvědomění si kontextu schůzky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "adekvátních a informativních shrnutí", "en": "adequate and informative summaries"}, {"cs": "kontextu schůzky", "en": "context of the meeting"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The work deals with the paradigmatic system of Czech inflexion from the perspective of distributional semantics.", "cs": "Práce se zabývá paradigmatickým systémem české flexe z perspektivy distribuční sémantiky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "paradigmatickým systémem české flexe", "en": "paradigmatic system of Czech inflexion"}, {"cs": "perspektivy distribuční sémantiky", "en": "perspective of distributional semantics"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We use extensive morphological and corpus resources available for Czech to obtain models of the Czech distributional vector space and examine the behaviour of selected morphosyntactic features of Czech nouns and adjectives.", "cs": "Využíváme rozsáhlé morfologické zdroje a korpusy k získání modelů distribuční sémantiky češtiny a zkoumáme chování vybraných morfosémantických vlastností českých podstatných a přídavných jmen."}, "data_name": "wmt23_terminology", "hints": [{"cs": "morfologické zdroje a korpusy", "en": "morphological and corpus resources"}, {"cs": "distribuční sémantiky češtiny", "en": "Czech distributional vector space"}, {"cs": "morfosémantických vlastností", "en": "morphosyntactic features"}, {"cs": "českých podstatných", "en": "Czech nouns"}, {"cs": "přídavných jmen", "en": "adjectives"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The presentation summarises the work of our START grant team on the topic of competition in word formation.", "cs": "Prezentace shrnuje dosavadní práci našeho grantového týmu START na tématu kompetice ve slovotvorbě."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Prezentace", "en": "presentation"}, {"cs": "grantového týmu START", "en": "START grant team"}, {"cs": "kompetice ve slovotvorbě", "en": "competition in word formation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It presents language resources as well as the methodology used in the mentioned research area.", "cs": "Prezentují se jak jazykové zdroje, tak metodologie používané v rámci dané výzkumné oblasti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jazykové zdroje", "en": "language resources"}, {"cs": "metodologie", "en": "methodology"}, {"cs": "výzkumné oblasti", "en": "research area"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The work deals with the borderline between inflexion and derivation in Czech, especially from the perspective of distributional semantics.", "cs": "Práce se zabývá hranicí mezi flektivní a derivační morfologií v češtině, zvláště pak z perspektivy distribuční sémantiky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hranicí", "en": "borderline"}, {"cs": "flektivní", "en": "inflexion"}, {"cs": "derivační", "en": "derivation"}, {"cs": "češtině", "en": "Czech"}, {"cs": "distribuční sémantiky", "en": "distributional semantics"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We use extensive morphological and corpus resources available for Czech to obtain models of the Czech distributional vector space and examine a collection of 24 types of morphological contrasts exemplifying canonical inflexion, canonical derivation, and different types of intermediate cases.", "cs": "Využíváme rozsáhlé morfologické zdroje a korpusy k získání modelů distribuční sémantiky češtiny a zkoumáme kolekci 24 typů morfologických kontrastů reprezentujících jak kanonickou flexi a kanonickou derivaci, tak různé typy mezních případů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "morfologické zdroje a korpusy", "en": "morphological and corpus resources"}, {"cs": "distribuční sémantiky češtiny", "en": "Czech distributional vector space"}, {"cs": "morfologických kontrastů", "en": "morphological contrasts"}, {"cs": "kanonickou flexi", "en": "canonical inflexion"}, {"cs": "kanonickou derivaci", "en": "canonical derivation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present Eyetracked Multi-Modal Translation (EMMT), a dataset containing monocular eye movement recordings, audio data and 4-electrode wearable electroencephalogram (EEG) data of 43 participants while engaged in sight translation task supported by an image.", "cs": "Představujeme soubor dat Eyetracked Multi-Modal Translation (EMMT), který obsahuje záznamy monokulárních očních pohybů, zvuková data a data 4elektrodového nositelného elektroencefalogramu (EEG) 43 účastníků, kteří se věnovali překladu z angličtiny do češtiny, a to na základě psaného textu a doprovodných obrázků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Eyetracked Multi-Modal Translation (EMMT)", "en": "Eyetracked Multi-Modal Translation (EMMT)"}, {"cs": "záznamy očních pohybů", "en": "eye movement recordings"}, {"cs": "zvuková data", "en": "audio data"}, {"cs": "elektroencefalogramu (EEG)", "en": "electroencephalogram (EEG)"}, {"cs": "překladu z angličtiny do češtiny", "en": "sight translation task"}, {"cs": "doprovodných obrázků", "en": "supported by an image"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Eye-Tracking data is a very useful source of information to study cognition and especially language comprehension in humans.", "cs": "Data sledování očí jsou velmi užitečným zdrojem informací pro studium kognice a zejména porozumění jazyku u lidí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "sledování očí", "en": "Eye-Tracking"}, {"cs": "kognice", "en": "cognition"}, {"cs": "porozumění jazyku", "en": "language comprehension"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we describe our systems for the CMCL 2022 shared task on predicting eye-tracking information.", "cs": "V tomto článku popisujeme naše systémy pro sdílenou úlohu CMCL 2022 o předpovídání informací o sledování očí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systémy", "en": "systems"}, {"cs": "CMCL 2022", "en": "CMCL 2022"}, {"cs": "předpovídání informací o sledování očí", "en": "predicting eye-tracking information"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We describe our experiments with pretrained models like BERT and XLM and the different ways in which we used those representations to predict four eye-tracking features.", "cs": "Popisujeme naše experimenty s předem připravenými modely, jako jsou BERT a XLM, a různé způsoby, jak jsme tyto reprezentace použili k predikci čtyř funkcí sledování očí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experimenty", "en": "experiments"}, {"cs": "předem připravenými modely", "en": "pretrained models"}, {"cs": "BERT", "en": "BERT"}, {"cs": "XLM", "en": "XLM"}, {"cs": "reprezentace", "en": "representations"}, {"cs": "predikci čtyř funkcí sledování očí", "en": "predict four eye-tracking features"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Along with analysing the effect of using two different kinds of pretrained multilingual language models and different ways of pooling the tokenlevel representations, we also explore how contextual information affects the performance of the systems.", "cs": "Spolu s analýzou účinku použití dvou různých druhů předtrénovaných vícejazyčných jazykových modelů a různých způsobů sdružování reprezentací na úrovni tokenů také zkoumáme, jak kontextové informace ovlivňují výkon systémů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "analýzou účinku", "en": "analysing the effect"}, {"cs": "předtrénovaných vícejazyčných jazykových modelů", "en": "pretrained multilingual language models"}, {"cs": "různých způsobů sdružování reprezentací na úrovni tokenů", "en": "different ways of pooling the tokenlevel representations"}, {"cs": "kontextové informace", "en": "contextual information"}, {"cs": "výkon systémů", "en": "performance of the systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Finally, we also explore if factors like augmenting linguistic information affect the predictions.", "cs": "Nakonec také zkoumáme, zda faktory, jako je rozšíření jazykových informací, ovlivňují předpovědi."}, "data_name": "wmt23_terminology", "hints": [{"cs": "faktory", "en": "factors"}, {"cs": "rozšíření jazykových informací", "en": "augmenting linguistic information"}, {"cs": "předpovědi", "en": "predictions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our submissions achieved an average MAE of 5.72 and ranked 5th in the shared task.", "cs": "Naše příspěvky dosáhly průměrného MAE 5,72 a umístily se na 5. místě ve sdíleném úkolu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "příspěvky", "en": "submissions"}, {"cs": "průměrného MAE", "en": "average MAE"}, {"cs": "5. místě", "en": "5th"}, {"cs": "sdíleném úkolu", "en": "shared task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The average MAE showed further reduction to 5.25 in post task evaluation.", "cs": "Průměrný MAE ukázal další snížení na 5,25 při hodnocení po úkolu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Průměrný MAE", "en": "average MAE"}, {"cs": "snížení", "en": "reduction"}, {"cs": "hodnocení po úkolu", "en": "post task evaluation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the Shannon game, the goal is to guess the next letter in a sentence based on the previous context.", "cs": "Ve hře Shannon je cílem uhodnout další písmeno ve větě na základě předchozího kontextu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hře Shannon", "en": "Shannon game"}, {"cs": "písmeno", "en": "letter"}, {"cs": "větě", "en": "sentence"}, {"cs": "předchozího kontextu", "en": "previous context"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It has since become a widely known thought experiment on which concepts in psycholinguistics, computational linguistics and natural language processing are based.", "cs": "Od té doby se stal široce známým myšlenkovým experimentem, na kterém jsou založeny koncepty v psycholingvistice, počítačové lingvistice a zpracování přirozeného jazyka."}, "data_name": "wmt23_terminology", "hints": [{"cs": "myšlenkovým experimentem", "en": "thought experiment"}, {"cs": "psycholingvistice", "en": "psycholinguistics"}, {"cs": "počítačové lingvistice", "en": "computational linguistics"}, {"cs": "zpracování přirozeného jazyka", "en": "natural language processing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We extend this game by including an optional extra modality in the form of images and run an experiment on human participants.", "cs": "Tuto hru rozšiřujeme o volitelnou extra modalitu ve formě obrázků a provádíme experiment na lidských účastnících."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hru", "en": "game"}, {"cs": "obrázků", "en": "images"}, {"cs": "experiment", "en": "experiment"}, {"cs": "lidských účastnících", "en": "human participants"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We find that the presence of an image greatly improves users' confidence and accuracy accross all POS.", "cs": "Zjistili jsme, že přítomnost obrázku výrazně zvyšuje důvěru a přesnost uživatelů ve všech POS."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přítomnost obrázku", "en": "presence of an image"}, {"cs": "důvěru", "en": "confidence"}, {"cs": "přesnost", "en": "accuracy"}, {"cs": "uživatelů", "en": "users"}, {"cs": "POS", "en": "POS"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This includes determiners (a, an, the), which should otherwise be predicted solely from the previous (left) context of the sentence.", "cs": "To zahrnuje determinanty (a, an, the), které by jinak měly být predikovány výhradně z předchozího (levého) kontextu věty."}, "data_name": "wmt23_terminology", "hints": [{"cs": "determinanty", "en": "determiners"}, {"cs": "předchozího (levého) kontextu", "en": "previous (left) context"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It is unclear whether, how and where large pre-trained language models capture subtle linguistic traits like ambiguity, grammaticality and sentence complexity.", "cs": "Není jasné, zda, jak a kde velké předem trénované jazykové modely zachycují jemné lingvistické rysy, jako je nejednoznačnost, gramatika a složitost vět."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jazykové modely", "en": "language models"}, {"cs": "lingvistické rysy", "en": "linguistic traits"}, {"cs": "nejednoznačnost", "en": "ambiguity"}, {"cs": "gramatika", "en": "grammaticality"}, {"cs": "složitost vět", "en": "sentence complexity"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present results of automatic classification of these traits and compare their viability and patterns across representation types.", "cs": "Prezentujeme výsledky automatické klasifikace těchto znaků a porovnáváme jejich životaschopnost a vzorce napříč typy reprezentace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatické klasifikace", "en": "automatic classification"}, {"cs": "znaků", "en": "traits"}, {"cs": "životaschopnost", "en": "viability"}, {"cs": "vzorce", "en": "patterns"}, {"cs": "typy reprezentace", "en": "representation types"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We demonstrate that template-based datasets with surface-level artifacts should not be used for probing, careful comparisons with baselines should be done and that t-SNE plots should not be used to determine the presence of a feature among dense vectors representations.", "cs": "Ukazujeme, že datové sady založené na šablonách s artefakty na úrovni povrchu by neměly být používány pro sondování, měla by být provedena pečlivá srovnání se základními hodnotami a že grafy t-SNE by se neměly používat k určení přítomnosti rysu mezi reprezentacemi hustých vektorů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "datové sady", "en": "datasets"}, {"cs": "založené na šablonách", "en": "template-based"}, {"cs": "artefakty", "en": "artifacts"}, {"cs": "na úrovni povrchu", "en": "surface-level"}, {"cs": "sondování", "en": "probing"}, {"cs": "základními hodnotami", "en": "baselines"}, {"cs": "grafy t-SNE", "en": "t-SNE plots"}, {"cs": "přítomnosti rysu", "en": "presence of a feature"}, {"cs": "reprezentacemi hustých vektorů", "en": "dense vectors representations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also demonstrate how features might be highly localized in the layers for these models and get lost in the upper layers.", "cs": "Také ukazujeme, jak mohou být prvky vysoce lokalizovány ve vrstvách těchto modelů a ztratit se v horních vrstvách."}, "data_name": "wmt23_terminology", "hints": [{"cs": "prvky", "en": "features"}, {"cs": "vysoce lokalizovány", "en": "highly localized"}, {"cs": "vrstvách", "en": "layers"}, {"cs": "horních vrstvách", "en": "upper layers"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In data-to-text (D2T) generation, training on in-domain data leads to overfitting to the data representation and repeating training data noise.", "cs": "Při trénování systémů pro generování textu z dat na konkrétní doméně dochází k nadměrnému přizpůsobování modelů reprezentaci dat a opakování chyb v trénovacích datech na výstupu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "generování textu z dat", "en": "data-to-text (D2T) generation"}, {"cs": "konkrétní doméně", "en": "in-domain data"}, {"cs": "nadměrnému přizpůsobování modelů reprezentaci dat", "en": "overfitting to the data representation"}, {"cs": "opakování chyb v trénovacích datech", "en": "repeating training data noise"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We examine how to avoid finetuning pretrained language models (PLMs) on D2T generation datasets while still taking advantage of surface realization capabilities of PLMs.", "cs": "Zkoumáme, jak se obejít bez dotrénovávání jazykových modelů na datasetech pro tuto úlohu a zároveň přitom využít schopností těchto modelů pro povrchovou realizaci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dotrénovávání jazykových modelů", "en": "finetuning pretrained language models"}, {"cs": "datasetech", "en": "datasets"}, {"cs": "úlohu", "en": "D2T generation"}, {"cs": "schopností", "en": "capabilities"}, {"cs": "povrchovou realizaci", "en": "surface realization"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Inspired by pipeline approaches, we propose to generate text by transforming single-item descriptions with a sequence of modules trained on general-domain text-based operations: ordering, aggregation, and paragraph compression.", "cs": "Inspirováni sekvenčními přístupy navrhujeme generovat text transformací krátkých textů pro jednotlivé položky pomocí posloupnosti modulů natrénovaných na obecných textových operacích: řazení, agregaci a kompresi odstavců."}, "data_name": "wmt23_terminology", "hints": [{"cs": "sekvenčními přístupy", "en": "pipeline approaches"}, {"cs": "generovat text", "en": "generate text"}, {"cs": "krátkých textů", "en": "single-item descriptions"}, {"cs": "posloupnosti modulů", "en": "sequence of modules"}, {"cs": "obecných textových operacích", "en": "general-domain text-based operations"}, {"cs": "řazení", "en": "ordering"}, {"cs": "agregaci", "en": "aggregation"}, {"cs": "kompresi odstavců", "en": "paragraph compression"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We train PLMs for performing these operations on a synthetic corpus WikiFluent which we build from English Wikipedia.", "cs": "Modely pro provádění těchto operací trénujeme na syntetickém korpusu WikiFluent, který pro tento účel vytváříme z anglické Wikipedie."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Modely", "en": "PLMs"}, {"cs": "provádění těchto operací", "en": "performing these operations"}, {"cs": "syntetickém korpusu WikiFluent", "en": "synthetic corpus WikiFluent"}, {"cs": "anglické Wikipedie", "en": "English Wikipedia"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our experiments on two major triple-to-text datasets — WebNLG and E2E — show that our approach enables D2T generation from RDF triples in zero-shot settings.", "cs": "Naše experimenty na dvou významných datasetech pro převod RDF trojic na text — WebNLG a E2E — ukazují, že náš přístup umožňuje generování textu z RDF trojic i při absenci trénovacích dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experimenty", "en": "experiments"}, {"cs": "datasetech", "en": "datasets"}, {"cs": "převod RDF trojic na text", "en": "triple-to-text"}, {"cs": "WebNLG", "en": "WebNLG"}, {"cs": "E2E", "en": "E2E"}, {"cs": "náš přístup", "en": "our approach"}, {"cs": "generování textu", "en": "D2T generation"}, {"cs": "RDF trojic", "en": "RDF triples"}, {"cs": "absenci trénovacích dat", "en": "zero-shot settings"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Efficient machine translation models are commercially important as they can increase inference speeds, and reduce costs and carbon emissions.", "cs": "Efektivní modely strojového překladu jsou komerčně důležité, protože mohou zvýšit rychlost překladu a snížit náklady a emise uhlíku."}, "data_name": "wmt23_terminology", "hints": [{"cs": "strojového překladu", "en": "machine translation"}, {"cs": "rychlost překladu", "en": "inference speeds"}, {"cs": "náklady", "en": "costs"}, {"cs": "emise uhlíku", "en": "carbon emissions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Recently, there has been much interest in non-autoregressive (NAR) models, which promise faster translation.", "cs": "V poslední době je velký zájem o neautoregresivní (NAR) modely, které slibují rychlejší překlad."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neautoregresivní (NAR) modely", "en": "non-autoregressive (NAR) models"}, {"cs": "rychlejší překlad", "en": "faster translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In parallel to the research on NAR models, there have been successful attempts to create optimized autoregressive models as part of the WMT shared task on efficient translation.", "cs": "Paralelně s výzkumem modelů NAR proběhly úspěšné pokusy o vytvoření optimalizovaných autoregresních modelů v rámci sdíleného úkolu WMT o efektivním překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výzkumem modelů NAR", "en": "research on NAR models"}, {"cs": "optimalizovaných autoregresních modelů", "en": "optimized autoregressive models"}, {"cs": "sdíleného úkolu WMT", "en": "WMT shared task"}, {"cs": "efektivním překladu", "en": "efficient translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we point out flaws in the evaluation methodology present in the literature on NAR models and we provide a fair comparison between a state-of-the-art NAR model and the autoregressive submissions to the shared task.", "cs": "V tomto článku poukazujeme na nedostatky v metodice hodnocení v literatuře o modelech NAR a poskytujeme spravedlivé srovnání mezi nejmodernějším modelem NAR a autoregresivními příspěvky ke sdílenému úkolu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metodice hodnocení", "en": "evaluation methodology"}, {"cs": "modelech NAR", "en": "NAR models"}, {"cs": "autoregresivními příspěvky", "en": "autoregressive submissions"}, {"cs": "sdílenému úkolu", "en": "shared task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We make the case for consistent evaluation of NAR models, and also for the importance of comparing NAR models with other widely used methods for improving efficiency.", "cs": "Zastáváme důsledné hodnocení modelů NAR a také důležitost porovnávání modelů NAR s jinými široce používanými metodami pro zlepšení efektivity."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hodnocení modelů NAR", "en": "evaluation of NAR models"}, {"cs": "důležitost porovnávání modelů NAR", "en": "importance of comparing NAR models"}, {"cs": "metodami pro zlepšení efektivity", "en": "methods for improving efficiency"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We run experiments with a connectionist-temporal-classification-based (CTC) NAR model implemented in C++ and compare it with AR models using wall clock times.", "cs": "Provádíme experimenty s modelem NAR založeným na konekcionisticko-temporální klasifikaci (CTC) implementovaným v C++ a porovnáváme jejich čas s autoregresivními modely AR."}, "data_name": "wmt23_terminology", "hints": [{"cs": "modelem NAR", "en": "NAR model"}, {"cs": "konekcionisticko-temporální klasifikaci (CTC)", "en": "connectionist-temporal-classification-based (CTC)"}, {"cs": "autoregresivními modely AR", "en": "AR models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our results show that, although NAR models are faster on GPUs, with small batch sizes, they are almost always slower under more realistic usage conditions.", "cs": "Naše výsledky ukazují, že ačkoli jsou modely NAR rychlejší na GPU, s malými velikostmi dávek, jsou téměř vždy pomalejší za reálnějších podmínek použití."}, "data_name": "wmt23_terminology", "hints": [{"cs": "modely NAR", "en": "NAR models"}, {"cs": "GPU", "en": "GPUs"}, {"cs": "malými velikostmi dávek", "en": "small batch sizes"}, {"cs": "reálnějších podmínek použití", "en": "more realistic usage conditions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We call for more realistic and extensive evaluation of NAR models in future work.", "cs": "V budoucí práci požadujeme realističtější a rozsáhlejší hodnocení modelů NAR."}, "data_name": "wmt23_terminology", "hints": [{"cs": "budoucí práci", "en": "future work"}, {"cs": "modelů NAR", "en": "NAR models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The success of deep learning NLP is often narrated as not assuming anything about the language and letting the data speak for itself.", "cs": "Úspěch hlubokého učení NLP je často popisován tak, že o jazyku nic nepředpokládáme a necháváme data mluvit sama za sebe."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hlubokého učení NLP", "en": "deep learning NLP"}, {"cs": "jazyku", "en": "language"}, {"cs": "data", "en": "data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Although this is debatable on many levels, one thing is outstandingly suspicious: most state-of-the-art NLP models assume the existence of discrete tokens and use subword segmentation which combines rules with simple statistical heuristics.", "cs": "Ačkoli je to na mnoha úrovních diskutabilní, jedna věc je neobyčejně podezřelá: většina nejmodernějších NLP modelů předpokládá existenci diskrétních tokenů a používá segmentaci na podslova, která kombinuje pravidla s jednoduchými statistickými heuristikami."}, "data_name": "wmt23_terminology", "hints": [{"cs": "NLP modelů", "en": "NLP models"}, {"cs": "diskrétních tokenů", "en": "discrete tokens"}, {"cs": "segmentaci na podslova", "en": "subword segmentation"}, {"cs": "jednoduchými statistickými heuristikami", "en": "simple statistical heuristics"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Avoiding explicit input segmentations is more difficult than it seems.", "cs": "Vyhnout se explicitní segmentaci vstupu je obtížnější, než se zdá."}, "data_name": "wmt23_terminology", "hints": [{"cs": "explicitní segmentaci vstupu", "en": "explicit input segmentations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The first part of the talk will present neural edit distance, a novel interpretable architecture based on well-known Levenshtein distance that can be used for purely character-level tasks such as transliteration or cognate detection.", "cs": "První část přednášky představí neurální neuronovou editační vzdálenost, novou interpretovatelnou architekturu založenou na dobře známé Levenshteinově vzdálenosti, kterou lze použít pro čistě znakové úlohy, jako je transliterace nebo detekce kognátů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neurální neuronovou editační vzdálenost", "en": "neural edit distance"}, {"cs": "Levenshteinově vzdálenosti", "en": "Levenshtein distance"}, {"cs": "transliterace", "en": "transliteration"}, {"cs": "detekce kognátů", "en": "cognate detection"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the second part of the talk, we will zoom out and have a look at character-level methods for neural machine translation.", "cs": "Ve druhé části přednášky si přiblížíme neuronový strojový překlad na úrovni znaků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "druhé části přednášky", "en": "second part of the talk"}, {"cs": "neuronový strojový překlad", "en": "neural machine translation"}, {"cs": "úrovni znaků", "en": "character-level methods"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We will present how innovations in training and architectures design can improve translation quality.", "cs": "Představíme, jak inovace v oblasti trénování a návrhu architektur mohou zlepšit kvalitu překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "inovace", "en": "innovations"}, {"cs": "trénování", "en": "training"}, {"cs": "návrhu architektur", "en": "architectures design"}, {"cs": "kvalitu překladu", "en": "translation quality"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Despite this progress, we will show that character-level methods in machine translation still lack behind the subword-based models nearly in all respect that can be measured.", "cs": "I přes tento pokrok se ukazuje, že metody na úrovni znaků ve strojovém překladu stále zaostávají za modely na bázi podslov téměř ve všech ohledech, které lze měřit."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metody na úrovni znaků", "en": "character-level methods"}, {"cs": "strojovém překladu", "en": "machine translation"}, {"cs": "modely na bázi podslov", "en": "subword-based models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We propose the neural string edit distance model for string-pair matching and string transduction based on learnable string edit distance.", "cs": "Navrhujeme model neuronová editační vzdálenost pro párování řetězců a převod řetězců na základě naučené editační vzdálenosti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "model neuronová editační vzdálenost", "en": "neural string edit distance model"}, {"cs": "párování řetězců", "en": "string-pair matching"}, {"cs": "převod řetězců", "en": "string transduction"}, {"cs": "naučené editační vzdálenosti", "en": "learnable string edit distance"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We modify the original expectation-maximization learned edit distance algorithm into a differentiable loss function, allowing us to integrate it into a neural network providing a contextual representation of the input.", "cs": "Upravili jsme původní MT algoritmus tak, aby využíval diferencovalnou ztrátovou funkci, což nám umožňuje integrovat ji do neuronové sítě poskytující kontextovou reprezentaci vstupu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "MT algoritmus", "en": "expectation-maximization learned edit distance algorithm"}, {"cs": "diferencovalnou ztrátovou funkci", "en": "differentiable loss function"}, {"cs": "neuronové sítě", "en": "neural network"}, {"cs": "kontextovou reprezentaci vstupu", "en": "contextual representation of the input"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We evaluate on cognate detection, transliteration, and grapheme-to-phoneme conversion, and show that we can trade off between performance and interpretability in a single framework.", "cs": "Hodnotíme detekci kognatů, transliteraci a konverzi grafémů na fonémy a ukazujeme, že v jednom teoretickém rámci připravovat modely, kde jde proti sobě intepretovatelnost a přesnost."}, "data_name": "wmt23_terminology", "hints": [{"cs": "detekci kognatů", "en": "cognate detection"}, {"cs": "transliteraci", "en": "transliteration"}, {"cs": "konverzi grafémů na fonémy", "en": "grapheme-to-phoneme conversion"}, {"cs": "teoretickém rámci", "en": "single framework"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Using contextual representations, which are difficult to interpret, we match the performance of state-of-the-art string-pair matching models.", "cs": "Pomocí kontextových reprezentací, které jsou ale hůře interpretovatelné, dosahuje stejné přesnosti jako nejlepší metody pro párování řetězců."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kontextových reprezentací", "en": "contextual representations"}, {"cs": "párování řetězců", "en": "string-pair matching"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Using static embeddings and a slightly different loss function, we force interpretability, at the expense of an accuracy drop.", "cs": "Pomocí statických embedingů a mírně odlišné ztrátové funkce dokážeme vynutit interpretabilitu na úkor poklesu přesnosti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "statických embedingů", "en": "static embeddings"}, {"cs": "ztrátové funkce", "en": "loss function"}, {"cs": "interpretabilitu", "en": "interpretability"}, {"cs": "poklesu přesnosti", "en": "accuracy drop"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a literature and empirical survey that critically assesses the state of the art in character-level modeling for machine translation (MT).", "cs": "V článku prezentuje přehled literatury a empirický průzkum, který kriticky hodnotí předchozí práci v oblasti strojového překladu na úrovni znaků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "literatury", "en": "literature"}, {"cs": "empirický průzkum", "en": "empirical survey"}, {"cs": "strojového překladu", "en": "machine translation"}, {"cs": "úrovni znaků", "en": "character-level modeling"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Despite evidence in the literature that character-level systems are comparable with subword systems, they are virtually never used in competitive setups in WMT competitions.", "cs": "Navzdory tvrzením v literatuře, že systémy na úrovni znaků jsou srovnatelné se systémy, které pracují na úrovni podslov, prakticky nikdy se nepoužívají v soutěžních systémech WMT."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systémy na úrovni znaků", "en": "character-level systems"}, {"cs": "systémy, které pracují na úrovni podslov", "en": "subword systems"}, {"cs": "soutěžních systémech WMT", "en": "competitive setups in WMT competitions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We empirically show that even with recent modeling innovations in character-level natural language processing, character-level MT systems still struggle to match their subword-based counterparts.", "cs": "Empiricky ukazujeme, že i s nedávnými inovacemi v modelování zpracování přirozeného jazyka na úrovni znaků se systémy strojového překladu na úrovni znaků stále obtížně vyrovnávají svým protějškům na bázi podslov."}, "data_name": "wmt23_terminology", "hints": [{"cs": "inovacemi", "en": "innovations"}, {"cs": "úrovni znaků", "en": "character-level"}, {"cs": "systémy strojového překladu", "en": "MT systems"}, {"cs": "podslov", "en": "subword-based"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Character-level MT systems show neither better domain robustness, nor better morphological generalization, despite being often so motivated.", "cs": "Strojový překlad na úrovni znaků nevykazuje ani lepší doménovou robustnost, ani lepší morfologické zobecnění, přestože to bývá často hlavní motivace pro jejich vývoj."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Strojový překlad", "en": "MT systems"}, {"cs": "úrovni znaků", "en": "Character-level"}, {"cs": "doménovou robustnost", "en": "domain robustness"}, {"cs": "morfologické zobecnění", "en": "morphological generalization"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, we are able to show robustness towards source side noise and that translation quality does not degrade with increasing beam size at decoding time.", "cs": "Systémy zpracovávající vstup po znacích naopak vykazují velkou robustnost vůči šumu a že kvalita překladu neklesá ani s klesající mírou ořezávání během dekódování."}, "data_name": "wmt23_terminology", "hints": [{"cs": "robustnost vůči šumu", "en": "robustness towards source side noise"}, {"cs": "kvalita překladu", "en": "translation quality"}, {"cs": "ořezávání během dekódování", "en": "beam size at decoding time"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Finding the lineage of a research topic is crucial for understanding the prior state of the art and advancing scientific displacement.", "cs": "Nalezení rodokmenu výzkumného tématu je klíčové pro pochopení předchozího stavu umění a postupujícího vědeckého posunu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rodokmenu výzkumného tématu", "en": "lineage of a research topic"}, {"cs": "předchozího stavu umění", "en": "prior state of the art"}, {"cs": "postupujícího vědeckého posunu", "en": "advancing scientific displacement"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The deluge of scholarly articles makes it difficult to locate the most relevant previous work.", "cs": "Záplava odborných článků ztěžuje nalezení nejvhodnější předchozí práce."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nejvhodnější předchozí práce", "en": "most relevant previous work"}, {"cs": "Záplava odborných článků", "en": "deluge of scholarly articles"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It causes researchers to spend a considerable amount of time building up their literature list.", "cs": "Výzkumníci tak tráví značné množství času sestavováním seznamu literatury."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Výzkumníci", "en": "researchers"}, {"cs": "sestavováním seznamu literatury", "en": "building up their literature list"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Citations play a crucial role in discovering relevant literature.", "cs": "Citace hrají zásadní roli při objevování relevantní literatury."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Citace", "en": "Citations"}, {"cs": "relevantní literatury", "en": "relevant literature"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, not all citations are created equal.", "cs": "Nicméně ne všechny citace jsou vytvořeny stejně."}, "data_name": "wmt23_terminology", "hints": [{"cs": "citace", "en": "citations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The majority of the citations that a paper receives provide contextual and background information to the citing papers.", "cs": "Většina citací, které noviny obdrží, poskytuje podkladové a kontextové informace citujícím dokumentům."}, "data_name": "wmt23_terminology", "hints": [{"cs": "citací", "en": "citations"}, {"cs": "noviny", "en": "paper"}, {"cs": "podkladové a kontextové informace", "en": "contextual and background information"}, {"cs": "citujícím dokumentům", "en": "citing papers"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In those cases, the cited paper is not central to the theme of citing papers.", "cs": "V těchto případech není citovaný dokument ústředním tématem citujících listin."}, "data_name": "wmt23_terminology", "hints": [{"cs": "citovaný dokument", "en": "cited paper"}, {"cs": "citujících listin", "en": "citing papers"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, some papers build upon a given paper, further the research frontier.", "cs": "Některé dokumenty však vycházejí z daného papíru, čímž se dále posouvá hranice výzkumu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dokumenty", "en": "papers"}, {"cs": "výzkumu", "en": "research"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In those cases, the concerned cited paper plays a pivotal role in the citing paper.", "cs": "V těchto případech hraje dotčený citovaný dokument v citujícím dokumentu stěžejní roli."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dotčený citovaný dokument", "en": "concerned cited paper"}, {"cs": "citujícím dokumentu", "en": "citing paper"}, {"cs": "stěžejní roli", "en": "pivotal role"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Hence, the nature of citation the former receives from the latter is significant.", "cs": "Podstata citace, kterou prvně jmenovaný obdrží od druhého, je tedy významná."}, "data_name": "wmt23_terminology", "hints": [{"cs": "citace", "en": "citation"}, {"cs": "prvně jmenovaný", "en": "the former"}, {"cs": "druhého", "en": "the latter"}, {"cs": "významná", "en": "significant"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this work, we discuss our investigations towards discovering significant citations of a given paper.", "cs": "V této práci probíráme naše výzkumy směřující k objevení významných citací daného dokumentu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výzkumy", "en": "investigations"}, {"cs": "citací", "en": "citations"}, {"cs": "dokumentu", "en": "paper"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We further show how we can leverage significant citations to build a research lineage via a significant citation graph.", "cs": "Dále ukazujeme, jak můžeme využít významné citace k sestavení výzkumn�� linie prostřednictvím významného citačního grafu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "významné citace", "en": "significant citations"}, {"cs": "výzkumné linie", "en": "research lineage"}, {"cs": "významného citačního grafu", "en": "significant citation graph"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We demonstrate the efficacy of our idea with two real-life case studies.", "cs": "Účinnost naší myšlenky demonstrujeme dvěma případovými studiemi v reálném životě."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Účinnost", "en": "efficacy"}, {"cs": "naší myšlenky", "en": "our idea"}, {"cs": "případovými studiemi", "en": "case studies"}, {"cs": "reálném životě", "en": "real-life"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our experiments yield promising results with respect to the current state-of-the-art in classifying significant citations, outperforming the earlier ones by a relative margin of 20 points in terms of precision.", "cs": "Naše experimenty přinášejí slibné výsledky, pokud jde o současný stav klasifikace významných citací, předčí ty předchozí s relativním náskokem 20 bodů, pokud jde o přesnost."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experimenty", "en": "experiments"}, {"cs": "výsledky", "en": "results"}, {"cs": "klasifikace", "en": "classifying"}, {"cs": "významných citací", "en": "significant citations"}, {"cs": "přesnost", "en": "precision"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We hypothesize that such an automated system can facilitate relevant literature discovery and help identify knowledge flow for a particular category of papers.", "cs": "Předpokládáme, že takový automatizovaný systém může usnadnit vyhledávání příslušné literatury a pomoci identifikovat tok znalostí pro určitou kategorii papírů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatizovaný systém", "en": "automated system"}, {"cs": "příslušné literatury", "en": "relevant literature"}, {"cs": "tok znalostí", "en": "knowledge flow"}, {"cs": "určitou kategorii papírů", "en": "particular category of papers"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The deluge of scholarly articles makes it difficult to locate the most relevant prior work and causes researchers to spend a considerable amount of time building up their literature list.", "cs": "Záplava odborných článků ztěžuje vyhledávání nejvýznamnějších předchozích prací a způsobuje, že výzkumníci tráví značné množství času sestavováním seznamu literatury."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nejvýznamnějších předchozích prací", "en": "most relevant prior work"}, {"cs": "výzkumníci", "en": "researchers"}, {"cs": "sestavováním seznamu literatury", "en": "building up their literature list"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Citations play a significant role in discovering relevant literature.", "cs": "Citace hrají významnou roli při objevování relevantní literatury."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Citace", "en": "Citations"}, {"cs": "relevantní literatury", "en": "relevant literature"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A majority of the citations that a paper receives are for providing contextual, and background information to the citing papers and are not central to the theme of those papers.", "cs": "Většina citací, které redakce obdrží, slouží k poskytování kontextuálních a podkladových informací citujícím listinám a nejsou ústředním tématem těchto listin."}, "data_name": "wmt23_terminology", "hints": [{"cs": "citací", "en": "citations"}, {"cs": "redakce", "en": "paper"}, {"cs": "kontextuální", "en": "contextual"}, {"cs": "podkladových informací", "en": "background information"}, {"cs": "citujícím listinám", "en": "citing papers"}, {"cs": "ústředním tématem", "en": "central to the theme"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, some papers are pivotal to the citing paper and inspire or stem up the research in the citing paper.", "cs": "Některé práce jsou však pro citující noviny stěžejní a inspirují nebo brzdí výzkum v citujících novinách."}, "data_name": "wmt23_terminology", "hints": [{"cs": "práce", "en": "papers"}, {"cs": "citující noviny", "en": "citing paper"}, {"cs": "výzkum", "en": "research"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Hence the nature of citation the former receives from the latter is significant.", "cs": "Z toho vyplývá, že podstata citace, kterou prvně jmenovaný obdrží od druhého, je významná."}, "data_name": "wmt23_terminology", "hints": [{"cs": "podstata citace", "en": "nature of citation"}, {"cs": "významná", "en": "significant"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this work in progress paper, we discuss our preliminary idea towards establishing a lineage for a given research via identifying significant citations.", "cs": "V tomto rozpracovaném dokumentu diskutujeme o naší předběžné myšlence vytvořit rodokmen pro daný výzkum prostřednictvím identifikace významných citací."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rodokmen", "en": "lineage"}, {"cs": "výzkum", "en": "research"}, {"cs": "významných citací", "en": "significant citations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We hypothesize that such an automated system can facilitate relevant literature discovery and help identify knowledge flow for at least a certain category of papers.", "cs": "Předpokládáme, že takový automatizovaný systém může usnadnit vyhledávání příslušné literatury a pomoci identifikovat tok znalostí alespoň pro určitou kategorii papírů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatizovaný systém", "en": "automated system"}, {"cs": "příslušné literatury", "en": "relevant literature"}, {"cs": "tok znalostí", "en": "knowledge flow"}, {"cs": "určitou kategorii papírů", "en": "a certain category of papers"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The distal goal of this work is to identify the real impact of research work or a facility beyond direct citation counts.", "cs": "Distálním cílem této práce je zjistit skutečný dopad výzkumné práce nebo zařízení mimo přímá citační čísla."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Distálním cílem", "en": "distal goal"}, {"cs": "výzkumné práce", "en": "research work"}, {"cs": "zařízení", "en": "facility"}, {"cs": "přímá citační čísla", "en": "direct citation counts"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The SummDial special session on summarization of dialogues and multi-party meetings was held virtually within the SIGDial 2021 conference on July 29, 2021.", "cs": "Speciální zasedání SummDial o sumarizaci dialogů a setkání více stran se konalo prakticky v rámci konference SIGDial 2021 dne 29. července 2021."}, "data_name": "wmt23_terminology", "hints": [{"cs": "SummDial", "en": "SummDial"}, {"cs": "sumarizaci dialogů", "en": "summarization of dialogues"}, {"cs": "setkání více stran", "en": "multi-party meetings"}, {"cs": "konference SIGDial 2021", "en": "SIGDial 2021 conference"}, {"cs": "29. července 2021", "en": "July 29, 2021"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "SummDial @ SIGDial 2021 aimed to bring together the speech, dialogue, and summarization communities to foster cross-pollination of ideas and fuel the discussions/collaborations to attempt this crucial and timely problem.", "cs": "SummDial @ SIGDial 2021 si kladl za cíl spojit komunity zabývající se řečí, dialogem a sumarizací, aby se podpořilo vzájemné opylování myšlenek a podpořily diskuse/spolupráce při pokusu o tento zásadní a aktuální problém."}, "data_name": "wmt23_terminology", "hints": [{"cs": "SummDial @ SIGDial 2021", "en": "SummDial @ SIGDial 2021"}, {"cs": "řečí, dialogem a sumarizací", "en": "speech, dialogue, and summarization"}, {"cs": "vzájemné opylování myšlenek", "en": "cross-pollination of ideas"}, {"cs": "diskuse/spolupráce", "en": "discussions/collaborations"}, {"cs": "zásadní a aktuální problém", "en": "crucial and timely problem"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "When the pandemic has restricted most of our in-person interactions, the current scenario has forced people to go virtual, resulting in an information overload from frequent dialogues and meetings in the virtual environment.", "cs": "Když pandemie omezila většinu našich osobních interakcí, současný scénář donutil lidi přejít na virtuální, což vyústilo v zahlcení informacemi z častých dialogů a setkání ve virtuálním prostředí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "pandemie", "en": "pandemic"}, {"cs": "osobních interakcí", "en": "in-person interactions"}, {"cs": "virtuální", "en": "virtual"}, {"cs": "informacemi", "en": "information"}, {"cs": "dialogů", "en": "dialogues"}, {"cs": "setkání", "en": "meetings"}, {"cs": "virtuálním prostředí", "en": "virtual environment"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Summarization could help reduce the cognitive burden on the participants; however, multi-party speech summarization comes with its own set of challenges.", "cs": "Shrnutí by mohlo pomoci snížit kognitivní zátěž účastníků, nicméně sumarizace projevů více stran přináší vlastní soubor výzev."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Shrnutí", "en": "Summarization"}, {"cs": "kognitivní zátěž", "en": "cognitive burden"}, {"cs": "účastníků", "en": "participants"}, {"cs": "sumarizace projevů více stran", "en": "multi-party speech summarization"}, {"cs": "výzev", "en": "challenges"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The SummDial special session aimed to leverage the community intelligence to find effective solutions while also brainstorming the future of AI interventions in meetings and dialogues.", "cs": "Speciální zasedání SummDial si kladlo za cíl využít komunitní zpravodajství k nalezení efektivních řešení a zároveň brainstorming o budoucnosti intervencí umělé inteligence na zasedáních a dialozích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Speciální zasedání SummDial", "en": "SummDial special session"}, {"cs": "komunitní zpravodajství", "en": "community intelligence"}, {"cs": "efektivních řešení", "en": "effective solutions"}, {"cs": "budoucnosti intervencí umělé inteligence", "en": "future of AI interventions"}, {"cs": "zasedáních a dialozích", "en": "meetings and dialogues"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We report the findings of the special session in this article.", "cs": "O výsledcích zvláštního zasedání informujeme v tomto článku."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výsledcích", "en": "findings"}, {"cs": "zvláštního zasedání", "en": "special session"}, {"cs": "článku", "en": "article"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We organized the SummDial special session under the aegis of the EU-funded H2020 European Live Translator (ELITR) project.", "cs": "Speciální sekci SummDial jsme uspořádali pod záštitou projektu H2020 European Live Translator (ELITR) financovaného EU."}, "data_name": "wmt23_terminology", "hints": [{"cs": "SummDial", "en": "SummDial"}, {"cs": "H2020 European Live Translator (ELITR)", "en": "H2020 European Live Translator (ELITR)"}, {"cs": "projektu", "en": "project"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The deliverable presents three detailed case studies for each of the main topical areas of SSHOC Task 3.1 “Multilingual Terminologies'' aiming to investigate NLP and MT approaches in view of providing resources and tools to foster multilingual access to SSH content across different languages and improve discovery by non-native speakers.", "cs": "Tento výstup představuje tři podrobné případové studie pro každou z hlavních tematických oblastí úkolu SSHOC 3.1 \"Vícejazyčné terminologie\", jejichž cílem je prozkoumat přístupy NLP a MT s ohledem na poskytování zdrojů a nástrojů pro podporu vícejazyčného přístupu k obsahu SSH v různých jazycích a zlepšení vyhledávání pro nerodilé mluvčí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "tři podrobné případové studie", "en": "three detailed case studies"}, {"cs": "hlavních tematických oblastí", "en": "main topical areas"}, {"cs": "úkolu SSHOC 3.1", "en": "SSHOC Task 3.1"}, {"cs": "Vícejazyčné terminologie", "en": "Multilingual Terminologies"}, {"cs": "přístupy NLP a MT", "en": "NLP and MT approaches"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A set of multilingual metadata concepts, multilingual vocabularies and automatically extracted multilingual terminologies has been delivered as freely, openly available data, fully corresponding to the FAIR principles promoted within the EOSC, findable through the VLO and other CLARIN and SSHOC services.", "cs": "Soubor vícejazyčných metadatových konceptů, vícejazyčných slovníků a automaticky extrahovaných vícejazyčných terminologií byl dodán jako volně dostupná data, plně odpovídající zásadám FAIR prosazovaným v rámci EOSC, která lze nalézt prostřednictvím VLO a dalších služeb CLARIN a SSHOC."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vícejazyčných slovníků", "en": "multilingual vocabularies"}, {"cs": "EOSC", "en": "EOSC"}, {"cs": "VLO", "en": "VLO"}, {"cs": "CLARIN", "en": "CLARIN"}, {"cs": "SSHOC", "en": "SSHOC"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Handwritten music recognition is a challenging task that could be of great use if mastered, e.g., to improve the accessibility of archival manuscripts or to ease music composition.", "cs": "Rozpoznávání ručně psané hudby je náročná úloha, které může vést ke zlepšení dostupnosti archivních rukopisů nebo usnadnění hudební kompozice."}, "data_name": "wmt23_terminology", "hints": [{"cs": "archivních rukopisů", "en": "archival manuscripts"}, {"cs": "hudební kompozice", "en": "music composition"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Many modern machine learning techniques, however, cannot be easily applied to this task because of the limited availability of high-quality training data.", "cs": "Moderních metody strojového učení však nelze na tuto úlohu snadno aplikovat kvůli omezené dostupnosti kvalitních trénovacích dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Moderních metody strojového učení", "en": "modern machine learning techniques"}, {"cs": "trénovacích dat", "en": "training data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Annotating such data manually is expensive and thus not feasible at the necessary scale.", "cs": "Ruční anotace takových dat je drahá, a proto není v potřebném měřítku proveditelná."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Ruční anotace takových dat", "en": "Annotating such data manually"}, {"cs": "drahá", "en": "expensive"}, {"cs": "potřebném měřítku", "en": "necessary scale"}, {"cs": "proveditelná", "en": "feasible"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This problem has already been tackled in other fields by training on automatically generated synthetic data.", "cs": "Tento problém již byl v jiných oblastech vyřešen trénováním na automaticky generovaných syntetických datech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "trénováním", "en": "training"}, {"cs": "automaticky generovaných syntetických datech", "en": "automatically generated synthetic data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We bring this approach to handwritten music recognition and present a method to generate synthetic handwritten music images (limited to monophonic scores) and show that training on such data leads to state-of-the-art results.", "cs": "V tomto článku používáme stejný přístup k rozpoznávání ručně psané hudby a představujeme metodu generování syntetických snímků ručně psaných hudebních zápisů a ukazujeme, že trénování na těchto datech vede k výborným výsledkům."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozpoznávání ručně psané hudby", "en": "handwritten music recognition"}, {"cs": "metodu generování syntetických snímků ručně psaných hudebních zápisů", "en": "a method to generate synthetic handwritten music images"}, {"cs": "trénování", "en": "training"}, {"cs": "výborným výsledkům", "en": "state-of-the-art results"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The recent explosion in false information on social media has led to intensive research on automatic fake news detection models and fact-checkers.", "cs": "Nedávný výbuch falešných informací na sociálních média vedla k intenzivnímu výzkumu automatických modelů fake news detection a ověřovačů faktů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výbuch falešných informací", "en": "explosion in false information"}, {"cs": "sociálních média", "en": "social media"}, {"cs": "výzkumu automatických modelů fake news detection", "en": "research on automatic fake news detection models"}, {"cs": "ověřovačů faktů", "en": "fact-checkers"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Fake news and misinformation, due to its peculiarity and rapid dissemination, have posed many interesting challenges to the Natural Language Processing (NLP) and Machine Learning (ML) community.", "cs": "Falešné zprávy a dezinformace, vzhledem ke své zvláštnosti a rychlému šíření, představovaly mnoho zajímavé výzvy v oblasti zpracování přirozeného jazyka (NLP) a komunity Machine Learning (ML)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Falešné zprávy", "en": "Fake news"}, {"cs": "dezinformace", "en": "misinformation"}, {"cs": "zpracování přirozeného jazyka", "en": "Natural Language Processing"}, {"cs": "NLP", "en": "NLP"}, {"cs": "Machine Learning", "en": "Machine Learning"}, {"cs": "ML", "en": "ML"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Admissible literature shows that novel information includes the element of surprise, which is the principal characteristic for the amplification and virality of misinformation.", "cs": "Přípustná literatura ukazuje, že neotřelé informace zahrnují moment překvapení, což je hlavní charakteristika pro zesílení a viralita dezinformací."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Přípustná literatura", "en": "Admissible literature"}, {"cs": "neotřelé informace", "en": "novel information"}, {"cs": "moment překvapení", "en": "element of surprise"}, {"cs": "zesílení", "en": "amplification"}, {"cs": "viralita dezinformací", "en": "virality of misinformation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Novel and emotional information attracts immediate attention in the reader.", "cs": "Román a emocionální informace přitahuje okamžitou pozornost čtenáře."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Román", "en": "Novel"}, {"cs": "emocionální informace", "en": "emotional information"}, {"cs": "okamžitou pozornost", "en": "immediate attention"}, {"cs": "čtenáře", "en": "the reader"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Emotion is the presentation of a certain feeling or sentiment.", "cs": "Emoce jsou prezentace určitého pocitu nebo sentimentu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Emoce", "en": "Emotion"}, {"cs": "pocitu", "en": "feeling"}, {"cs": "sentimentu", "en": "sentiment"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Sentiment helps an individual to convey his emotion through expression and hence the two are co-related.", "cs": "Sentiment pomáhá jedince, který by vyjadřoval své emoce prostřednictvím výrazu a proto spolu tyto dvě věci souvisejí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Sentiment", "en": "Sentiment"}, {"cs": "jedince", "en": "individual"}, {"cs": "emoce", "en": "emotion"}, {"cs": "výrazu", "en": "expression"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Thus, Novelty of the news item and thereafter detecting the Emotional state and Sentiment of the reader appear to be three key ingredients, tightly coupled with misinformation.", "cs": "Tedy novinka v novince a následně zjištění emočního stavu a pocitu čtečka vypadá jako tři klíčové ingredience, těsně spojené s dezinformacemi."}, "data_name": "wmt23_terminology", "hints": [{"cs": "novinka", "en": "Novelty"}, {"cs": "emočního stavu", "en": "Emotional state"}, {"cs": "pocitu", "en": "Sentiment"}, {"cs": "dezinformacemi", "en": "misinformation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper we propose a deep multitask learning model that jointly performs novelty detection, emotion recognition, sentiment prediction, and misinformation detection.", "cs": "V tomto dokumentu navrhujeme hluboký multiúkol učící se model, který společně provádí detekci novot, emocí rozpoznávání, předpovídání nálad a odhalování dezinformací."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hluboký multiúkol učící se model", "en": "deep multitask learning model"}, {"cs": "detekci novot", "en": "novelty detection"}, {"cs": "emocí rozpoznávání", "en": "emotion recognition"}, {"cs": "předpovídání nálad", "en": "sentiment prediction"}, {"cs": "odhalování dezinformací", "en": "misinformation detection"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our proposed model achieves the state-of-the-art(SOTA) performance for fake news detection on three benchmark datasets, viz.", "cs": "Náš navrhovaný model dosahuje nejmodernějších parametrů (SOTA) pro detekci falešných zpráv na třech srovnávacích datasetech, viz."}, "data_name": "wmt23_terminology", "hints": [{"cs": "navrhovaný model", "en": "proposed model"}, {"cs": "detekci falešných zpráv", "en": "fake news detection"}, {"cs": "srovnávacích datasetech", "en": "benchmark datasets"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "ByteDance, Fake News Challenge(FNC), and Covid-Stance with 11.55%, 1.58%, and 21.76% improvement in accuracy, respectively.", "cs": "ByteDance, Fake News Challenge(FNC), a Covid-Stance s 11,55%, 1,58% a 21,76% zlepšením přesnosti, respektive."}, "data_name": "wmt23_terminology", "hints": [{"cs": "ByteDance", "en": "ByteDance"}, {"cs": "Fake News Challenge(FNC)", "en": "Fake News Challenge(FNC)"}, {"cs": "Covid-Stance", "en": "Covid-Stance"}, {"cs": "11,55%", "en": "11.55%"}, {"cs": "1,58%", "en": "1.58%"}, {"cs": "21,76%", "en": "21.76%"}, {"cs": "přesnosti", "en": "accuracy"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The proposed approach also shows the efficacy over the single-task framework with an accuracy gain of 11.53, 28.62, and 14.31 percentage points for the above three datasets.", "cs": "Navrhovaný přístup také ukazuje na účinnost rámec jednoho úkolu se ziskem přesnosti 11,53, 28,62, a 14,31 procentního bodu u výše uvedených tří souborů údajů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Navrhovaný přístup", "en": "The proposed approach"}, {"cs": "účinnost", "en": "efficacy"}, {"cs": "rámec jednoho úkolu", "en": "single-task framework"}, {"cs": "ziskem přesnosti", "en": "accuracy gain"}, {"cs": "procentního bodu", "en": "percentage points"}, {"cs": "tří souborů údajů", "en": "three datasets"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The source code is available at https://github.com/Nish-19/MultitaskFake-News-NES", "cs": "Zdrojový kód je dostupný na https://github.com/Nish-19/MultitaskFake-News-NES"}, "data_name": "wmt23_terminology", "hints": [{"cs": "Zdrojový kód", "en": "source code"}, {"cs": "https://github.com/Nish-19/MultitaskFake-News-NES", "en": "https://github.com/Nish-19/MultitaskFake-News-NES"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Fake news or misinformation is the information or stories intentionally created to deceive or mislead the readers.", "cs": "Falešné zprávy nebo dezinformace jsou informace nebo příběhy záměrně vytvořené s cílem oklamat nebo uvést čtenáře v omyl."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Falešné zprávy", "en": "Fake news"}, {"cs": "dezinformace", "en": "misinformation"}, {"cs": "informace", "en": "information"}, {"cs": "příběhy", "en": "stories"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Nowadays, social media platforms have become the ripe grounds for misinformation, spreading them in a few minutes, which led to chaos, panic, and potential health hazards among people.", "cs": "V dnešní době se platformy sociálních médií staly zralým důvodem k dezinformacím a během několika minut je rozšířily, což vedlo k chaosu, panice a potenciálním zdravotním rizikům mezi lidmi."}, "data_name": "wmt23_terminology", "hints": [{"en": "social media platforms", "cs": "platformy sociálních médií"}, {"en": "misinformation", "cs": "dezinformacím"}, {"en": "chaos", "cs": "chaosu"}, {"en": "panic", "cs": "panice"}, {"en": "potential health hazards", "cs": "potenciálním zdravotním rizikům"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The rapid dissemination and a prolific rise in the spread of fake news and misinformation create the most time-critical challenges for the Natural Language Processing (NLP) community.", "cs": "Rychlé šíření a plodný nárůst šíření falešných zpráv a dezinformací vytváří časově nejkritičtější výzvy pro komunitu zpracování přirozeného jazyka (NLP)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "šíření falešných zpráv", "en": "spread of fake news"}, {"cs": "dezinformací", "en": "misinformation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Relevant literature reveals that the presence of an element of surprise in the story is a strong driving force for the rapid dissemination of misinformation, which attracts immediate attention and invokes strong emotional stimulus in the reader.", "cs": "Z příslušné literatury vyplývá, že přítomnost momentu překvapení v příběhu je silnou hnací silou rychlého šíření dezinformací, které přitahuje okamžitou pozornost a vyvolává ve čtenáři silné emocionální podněty."}, "data_name": "wmt23_terminology", "hints": [{"en": "element of surprise", "cs": "momentu překvapení"}, {"en": "rapid dissemination", "cs": "rychlého šíření"}, {"en": "misinformation", "cs": "dezinformací"}, {"en": "emotional stimulus", "cs": "emocionální podněty"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "False stories or fake information are written to arouse interest and activate the emotions of people to spread it.", "cs": "Falešné příběhy nebo falešné informace jsou psány, aby vzbudily zájem a aktivovaly emoce lidí, aby je šířili."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Falešné příběhy", "en": "False stories"}, {"cs": "falešné informace", "en": "fake information"}, {"cs": "zájem", "en": "interest"}, {"cs": "emoce", "en": "emotions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Thus, false stories have a higher level of novelty and emotional content than true stories.", "cs": "Falešné příběhy mají tedy vyšší úroveň novosti a emočního obsahu než pravdivé příběhy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Falešné příběhy", "en": "false stories"}, {"cs": "novosti", "en": "novelty"}, {"cs": "emočního obsahu", "en": "emotional content"}, {"cs": "pravdivé příběhy", "en": "true stories"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Hence, Novelty of the news item and recognizing the Emotional state of the reader after reading the item seems two key tasks to tightly couple with misinformation Detection.", "cs": "Z toho vyplývá, že novost zpravodajského příspěvku a rozpoznání emočního stavu čtenáře po přečtení příspěvku jsou dva klíčové úkoly, které úzce souvisejí s odhalováním dezinformací."}, "data_name": "wmt23_terminology", "hints": [{"cs": "novost zpravodajského příspěvku", "en": "Novelty of the news item"}, {"cs": "rozpoznání emočního stavu čtenáře", "en": "recognizing the Emotional state of the reader"}, {"cs": "odhalováním dezinformací", "en": "misinformation Detection"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Previous literature did not explore misinformation detection with mutual learning for novelty detection and emotion recognition to the best of our knowledge.", "cs": "Předchozí literatura nezkoumala detekci dezinformací vzájemným učením pro detekci novot a rozpoznávání emocí podle našeho nejlepšího vědomí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "detekci dezinformací", "en": "misinformation detection"}, {"cs": "vzájemným učením", "en": "mutual learning"}, {"cs": "detekci novot", "en": "novelty detection"}, {"cs": "rozpoznávání emocí", "en": "emotion recognition"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our current work argues that joint learning of novelty and emotion from the target text makes a strong case for misinformation detection.", "cs": "Naše současná práce tvrdí, že společné učení novosti a emocí z cílového textu je pádným argumentem pro odhalování dezinformací."}, "data_name": "wmt23_terminology", "hints": [{"cs": "současná práce", "en": "current work"}, {"cs": "společné učení novosti a emocí", "en": "joint learning of novelty and emotion"}, {"cs": "cílového textu", "en": "target text"}, {"cs": "dezinformací", "en": "misinformation detection"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we propose a deep multitask learning framework that jointly performs novelty detection, emotion recognition, and misinformation detection.", "cs": "V tomto dokumentu navrhujeme hluboký víceúčelový vzdělávací rámec, který společně provádí detekci novot, rozpoznávání emocí a detekci dezinformací."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vzdělávací rámec", "en": "learning framework"}, {"cs": "detekci novot", "en": "novelty detection"}, {"cs": "rozpoznávání emocí", "en": "emotion recognition"}, {"cs": "detekci dezinformací", "en": "misinformation detection"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our deep multitask model achieves state-of-the-art (SOTA) performance for fake news detection on four benchmark datasets, viz.", "cs": "Náš hluboký multitask model dosahuje nejmodernějších výkonů (SOTA) pro detekci falešných zpráv na čtyřech srovnávacích datasetech, viz."}, "data_name": "wmt23_terminology", "hints": [{"cs": "multitask model", "en": "multitask model"}, {"cs": "detekci falešných zpráv", "en": "fake news detection"}, {"cs": "srovnávacích datasetech", "en": "benchmark datasets"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "ByteDance, FNC, Covid-Stance and FNID with 7.73%, 3.69%, 7.95% and 13.38% accuracy gain, respectively.", "cs": "ByteDance, FNC, Covid-Stance a FNID s přesností 7,73%, 3,69%, 7,95% a 13,38%."}, "data_name": "wmt23_terminology", "hints": [{"cs": "ByteDance", "en": "ByteDance"}, {"cs": "FNC", "en": "FNC"}, {"cs": "Covid-Stance", "en": "Covid-Stance"}, {"cs": "FNID", "en": "FNID"}, {"cs": "7,73%", "en": "7.73%"}, {"cs": "3,69%", "en": "3.69%"}, {"cs": "7,95%", "en": "7.95%"}, {"cs": "13,38%", "en": "13.38%"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The evaluation shows that our multitask learning framework improves the performance over the single-task framework for four datasets with 7.8%, 28.62%, 11.46%, and 15.66% overall accuracy gain.", "cs": "Z hodnocení vyplývá, že náš víceúkolový vzdělávací rámec zlepšuje výkon oproti jednoúkolovému rámci pro čtyři datové soubory o 7,8 %, 28,62 %, 11,46 % a 15,66 % celkového zisku přesnosti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "víceúkolový vzdělávací rámec", "en": "multitask learning framework"}, {"cs": "jednoúkolovému rámci", "en": "single-task framework"}, {"cs": "datové soubory", "en": "datasets"}, {"cs": "celkového zisku přesnosti", "en": "overall accuracy gain"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We claim that textual novelty and emotion are the two key aspects to consider while developing an automatic fake news detection mechanism.", "cs": "Tvrdíme, že textová novinka a emoce jsou dva klíčové aspekty, které je třeba zvážit při vývoji automatického mechanismu detekce falešných zpráv."}, "data_name": "wmt23_terminology", "hints": [{"cs": "textová novinka", "en": "textual novelty"}, {"cs": "emoce", "en": "emotion"}, {"cs": "automatického mechanismu detekce falešných zpráv", "en": "automatic fake news detection mechanism"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The source code is available at https://github.com/Nish-19/Misinformation-Multitask-Attention-NE.", "cs": "Zdrojový kód je dostupný na adrese https://github.com/Nish-19/Misinformation-Multitask-Attention-NE."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Zdrojový kód", "en": "source code"}, {"cs": "dostupný", "en": "available"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "One of the most time-critical challenges for the Natural Language Processing (NLP) community is to combat the spread of fake news and misinformation.", "cs": "Jednou z časově nejkritičtějších výzev pro komunitu zpracování přirozeného jazyka (NLP) je boj proti šíření falešných zpráv a dezinformací."}, "data_name": "wmt23_terminology", "hints": [{"en": "Natural Language Processing (NLP)", "cs": "zpracování přirozeného jazyka (NLP)"}, {"en": "fake news", "cs": "falešných zpráv"}, {"en": "misinformation", "cs": "dezinformací"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Existing approaches for misinformation detection use neural network models, statistical methods, linguistic traits, fact-checking strategies, etc.", "cs": "Stávající přístupy k odhalování dezinformací využívají modely neurální sítě, statistické metody, jazykové znaky, strategie ověřování faktů atd."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dezinformací", "en": "misinformation"}, {"cs": "modely neurální sítě", "en": "neural network models"}, {"cs": "statistické metody", "en": "statistical methods"}, {"cs": "jazykové znaky", "en": "linguistic traits"}, {"cs": "strategie ověřování faktů", "en": "fact-checking strategies"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, the menace of fake news seems to grow more vigorous with the advent of humongous and unusually creative language models.", "cs": "Zdá se však, že hrozba falešných zpráv s příchodem humorných a neobvykle kreativních jazykových modelů sílí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hrozba falešných zpráv", "en": "menace of fake news"}, {"cs": "neobvykle kreativních jazykových modelů", "en": "unusually creative language models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Relevant literature reveals that one major characteristic of the virality of fake news is the presence of an element of surprise in the story, which attracts immediate attention and invokes strong emotional stimulus in the reader.", "cs": "Z příslušné literatury vyplývá, že jedním z hlavních rysů virality falešných zpráv je přítomnost momentu překvapení v příběhu, který přitahuje okamžitou pozornost a vyvolává ve čtenáři silné emocionální podněty."}, "data_name": "wmt23_terminology", "hints": [{"cs": "příslušné literatury", "en": "Relevant literature"}, {"cs": "virality", "en": "virality"}, {"cs": "falešných zpráv", "en": "fake news"}, {"cs": "momentu překvapení", "en": "element of surprise"}, {"cs": "příběhu", "en": "story"}, {"cs": "okamžitou pozornost", "en": "immediate attention"}, {"cs": "silné emocionální podněty", "en": "strong emotional stimulus"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this work, we leverage this idea and propose textual novelty detection and emotion prediction as the two tasks relating to automatic misinformation detection.", "cs": "Při této práci tuto myšlenku zužitkujeme a navrhujeme jako dva úkoly související s automatickou detekcí dezinformací detekci textových novinek a předvídání emocí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "detekci textových novinek", "en": "textual novelty detection"}, {"cs": "předvídání emocí", "en": "emotion prediction"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We re-purpose textual entailment for novelty detection and use the models trained on large-scale datasets of entailment and emotion to classify fake information.", "cs": "Pro detekci novot používáme znovu účelové textové obnosy a k třídění falešných informací využíváme modely trénované na rozsáhlých datových souborech obnosů a emocí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "detekci novot", "en": "novelty detection"}, {"cs": "falešných informací", "en": "fake information"}, {"cs": "textové obnosy", "en": "textual entailment"}, {"cs": "datových souborech obnosů a emocí", "en": "datasets of entailment and emotion"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our results correlate with the idea as we achieve state-of-the-art (SOTA) performance (7.92%, 1.54%, 17.31% and 8.13% improvement in terms of accuracy) on four large-scale misinformation datasets.", "cs": "Naše výsledky korelují s myšlenkou, protože dosahujeme nejmodernějších výsledků (SOTA) ve čtyřech rozsáhlých souborech dezinformačních dat (7,92%, 1,54%, 17,31% a 8,13% zlepšení z hlediska přesnosti)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výsledky", "en": "results"}, {"cs": "myšlenkou", "en": "idea"}, {"cs": "rozsáhlých souborech dezinformačních dat", "en": "large-scale misinformation datasets"}, {"cs": "přesnosti", "en": "accuracy"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We hope that our current probe will motivate the community to explore further research on misinformation detection along this line.", "cs": "Doufáme, že naše současná sonda bude motivovat komunitu k dalšímu výzkumu odhalování dezinformací v tomto směru."}, "data_name": "wmt23_terminology", "hints": [{"cs": "současná sonda", "en": "current probe"}, {"cs": "dezinformací", "en": "misinformation"}, {"cs": "výzkumu", "en": "research"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The source code is available at the GitHub.2", "cs": "Zdrojový kód je dostupný na GitHub.2"}, "data_name": "wmt23_terminology", "hints": [{"cs": "Zdrojový kód", "en": "source code"}, {"cs": "GitHub", "en": "GitHub"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present AggGen (pronounced ‘again’) a data-to-text model which re-introduces two explicit sentence planning stages into neural data-to-text systems: input ordering and input aggregation.", "cs": "Představujeme model AggGen (vyslovuje se \"again\"), který do neuronových systémů pro převod dat na text znovu zavádí dvě explicitní fáze plánování vět: řazení a agregaci vstupů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "AggGen", "en": "AggGen"}, {"cs": "neuronových systémů pro převod dat na text", "en": "neural data-to-text systems"}, {"cs": "řazení", "en": "input ordering"}, {"cs": "agregaci vstupů", "en": "input aggregation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In contrast to previous work using sentence planning, our model is still end-to-end: AggGen performs sentence planning at the same time as generating text by learning latent alignments (via semantic facts) between input representation and target text.", "cs": "Na rozdíl od předchozích prací využívajících plánování vět je náš model stále end-to-end: AggGen provádí plánování vět současně s generováním textu tím, že se učí latentní zarovnání (prostřednictvím sémantických faktů) mezi vstupní reprezentací a cílovým textem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "plánování vět", "en": "sentence planning"}, {"cs": "latentní zarovnání", "en": "latent alignments"}, {"cs": "sémantických faktů", "en": "semantic facts"}, {"cs": "vstupní reprezentací", "en": "input representation"}, {"cs": "cílovým textem", "en": "target text"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Experiments on the WebNLG and E2E challenge data show that by using fact-based alignments our approach is more interpretable, expressive, robust to noise, and easier to control, while retaining the advantages of end-to-end systems in terms of fluency.", "cs": "Experimenty na datech ze soutěží WebNLG a E2E ukazují, že díky použití zarovnání na základě faktů je náš přístup interpretovatelnější, expresivnější, odolnější vůči šumu a snadněji kontrolovatelný, přičemž si zachovává výhody end-to-end systémů z hlediska plynulosti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Experimenty", "en": "Experiments"}, {"cs": "dat", "en": "data"}, {"cs": "soutěží WebNLG a E2E", "en": "WebNLG and E2E challenge"}, {"cs": "zarovnání na základě faktů", "en": "fact-based alignments"}, {"cs": "přístup", "en": "approach"}, {"cs": "interpretovatelnější", "en": "more interpretable"}, {"cs": "expresivnější", "en": "expressive"}, {"cs": "odolnější vůči šumu", "en": "robust to noise"}, {"cs": "snadněji kontrolovatelný", "en": "easier to control"}, {"cs": "end-to-end systémů", "en": "end-to-end systems"}, {"cs": "plynulosti", "en": "fluency"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our code is available at https://github.com/XinnuoXu/AggGen.", "cs": "Náš kód je k dispozici na adrese https://github.com/XinnuoXu/AggGen."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kód", "en": "code"}, {"cs": "adrese", "en": "available at"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this work, we describe our system submission to the SemEval 2021 Task 11: NLP Contribution Graph Challenge.", "cs": "V této práci popisujeme naše systémové předkládání úkolu SemEval 2021 11: NLP Contribution Graph Challenge."}, "data_name": "wmt23_terminology", "hints": [{"cs": "SemEval 2021 11: NLP Contribution Graph Challenge", "en": "SemEval 2021 Task 11: NLP Contribution Graph Challenge"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We attempt all the three sub-tasks in the challenge and report our results.", "cs": "Vyzkoušíme všechny tři dílčí úkoly výzvy a podáme zprávu o výsledcích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "tři dílčí úkoly", "en": "three sub-tasks"}, {"cs": "výzvy", "en": "challenge"}, {"cs": "zprávu o výsledcích", "en": "report our results"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Subtask 1 aims to identify the contributing sentences in a given publication.", "cs": "Cílem dílčího úkolu 1 je identifikovat přispívající věty v dané publikaci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dílčího úkolu 1", "en": "Subtask 1"}, {"cs": "přispívající věty", "en": "contributing sentences"}, {"cs": "dané publikaci", "en": "a given publication"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Subtask 2 follows from Subtask 1 to extract the scientific term and predicate phrases from the identified contributing sentences.", "cs": "Dílčí úkol č. 2 vyplývá z dílčího úkolu č. 1, jehož cílem je vyjmout vědecký termín a predikovat věty z označených přispívajících vět."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Dílčí úkol č. 2", "en": "Subtask 2"}, {"cs": "dílčího úkolu č. 1", "en": "Subtask 1"}, {"cs": "vědecký termín", "en": "scientific term"}, {"cs": "přispívajících vět", "en": "contributing sentences"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The final Subtask 3 entails extracting triples (subject, predicate, object) from the phrases and categorizing them under one or more defined information units.", "cs": "Závěrečný dílčí úkol 3 spočívá ve vyjmutí trojic (předmět, predikát, objekt) z frází a jejich kategorizaci do jedné nebo více definovaných informačních jednotek."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dílčí úkol 3", "en": "Subtask 3"}, {"cs": "trojic (předmět, predikát, objekt)", "en": "triples (subject, predicate, object)"}, {"cs": "informačních jednotek", "en": "information units"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "With the NLPContributionGraph Shared Task, the organizers formalized the building of a scholarly contributions-focused graph over NLP scholarly articles as an automated task.", "cs": "Sdíleným úkolem NLPContributionGraph organizátoři formalizovali vytvoření odborně zaměřeného grafu nad odbornými články NLP jako automatizovaný úkol."}, "data_name": "wmt23_terminology", "hints": [{"cs": "NLPContributionGraph", "en": "NLPContributionGraph"}, {"cs": "organizátoři", "en": "organizers"}, {"cs": "odborně zaměřeného grafu", "en": "scholarly contributions-focused graph"}, {"cs": "odbornými články NLP", "en": "NLP scholarly articles"}, {"cs": "automatizovaný úkol", "en": "automated task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our approaches include a BERT-based classification model for identifying the contributing sentences in a research publication, a rule-based dependency parsing for phrase extraction, followed by a CNN-based model for information units classification, and a set of rules for triples extraction.", "cs": "Mezi naše přístupy patří klasifikační model založený na BERT pro identifikaci přispívajících vět ve výzkumné publikaci, analýza závislosti založená na pravidlech pro extrakci frází, následovaná modelem podle CNN pro klasifikaci informačních jednotek a soubor pravidel pro extrakci trojice."}, "data_name": "wmt23_terminology", "hints": [{"cs": "klasifikační model založený na BERT", "en": "BERT-based classification model"}, {"cs": "výzkumné publikaci", "en": "research publication"}, {"cs": "analýza závislosti založená na pravidlech", "en": "rule-based dependency parsing"}, {"cs": "extrakci frází", "en": "phrase extraction"}, {"cs": "modelem podle CNN", "en": "CNN-based model"}, {"cs": "klasifikaci informačních jednotek", "en": "information units classification"}, {"cs": "extrakci trojice", "en": "triples extraction"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The quantitative results show that we obtain the 5th, 5th, and 7th rank respectively in three evaluation phases.", "cs": "Kvantitativní výsledky ukazují, že pátou, pátou a sedmou příčku získáváme ve třech fázích hodnocení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Kvantitativní výsledky", "en": "quantitative results"}, {"cs": "pátou, pátou a sedmou příčku", "en": "5th, 5th, and 7th rank"}, {"cs": "třech fázích hodnocení", "en": "three evaluation phases"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We make our codes available at https://github.com/HardikArora17/SemEval-2021-INNOVATORS.", "cs": "Naše kódy jsou dostupné na https://github.com/HardikArora17/SemEval-2021-INNOVATORS."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kódy", "en": "codes"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper provides the description of shared tasks to the WAT 2021 by our team “NLPHut”.", "cs": "Tento článek obsahuje popis sdílených úloh na WAT 2021 podle našeho tým \"NLPHut\"."}, "data_name": "wmt23_terminology", "hints": [{"cs": "článek", "en": "paper"}, {"cs": "sdílených úloh", "en": "shared tasks"}, {"cs": "WAT 2021", "en": "WAT 2021"}, {"cs": "tým", "en": "team"}, {"cs": "NLPHut", "en": "NLPHut"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We have participated in the English→Hindi Multimodal translation task, English→Malayalam Multimodal translation task, and Indic Multilingual translation task.", "cs": "Zúčastnili jsme se úlohy multimodálního překladu angličtina→hindština, úlohy multimodálního překladu angličtina→malajština a úlohy vícejazyčného překladu z indických jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "úlohy multimodálního překladu angličtina→hindština", "en": "English→Hindi Multimodal translation task"}, {"cs": "úlohy multimodálního překladu angličtina→malajština", "en": "English→Malayalam Multimodal translation task"}, {"cs": "úlohy vícejazyčného překladu z indických jazyků", "en": "Indic Multilingual translation task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We have used the state-of-the-art Transformer model with language tags in different settings for the translation task and proposed a novel “region-specific” caption generation approach using a combination of image CNN and LSTM for the Hindi and Malayalam image captioning.", "cs": "Použili jsme nejmodernější model Transformeru s jazykovými značkami v různých nastaveních pro překladatelskou úlohu a navrhli jsme nové \"regionálně specifické\" generování titulků využívající kombinaci obrazových CNN a LSTM pro hindštinu a malajalamštinu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nejmodernější model Transformeru", "en": "state-of-the-art Transformer model"}, {"cs": "jazykovými značkami", "en": "language tags"}, {"cs": "překladatelskou úlohu", "en": "translation task"}, {"cs": "regionálně specifické", "en": "region-specific"}, {"cs": "generování titulků", "en": "caption generation"}, {"cs": "obrazových CNN", "en": "image CNN"}, {"cs": "LSTM", "en": "LSTM"}, {"cs": "hindštinu", "en": "Hindi"}, {"cs": "malajalamštinu", "en": "Malayalam"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our submission tops in English→Malayalam Multimodal translation task (text-only translation, and Malayalam caption), and ranks secondbest in English→Hindi Multimodal translation task (text-only translation, and Hindi caption).", "cs": "Náš příspěvek v angličtině→malajálamštině Multimodální překladatelské úlohy (překlad pouze textu a titulků) a na druhém místě v úloze multimodálního překladu angličtina→hindština (překlad pouze textu a titulků)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "angličtině→malajálamštině", "en": "English→Malayalam"}, {"cs": "Multimodální překladatelské úlohy", "en": "Multimodal translation task"}, {"cs": "překlad pouze textu a titulků", "en": "text-only translation, and Malayalam caption"}, {"cs": "angličtina→hindština", "en": "English→Hindi"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our submissions have also performed well in the Indic Multilingual translation tasks.", "cs": "Naše příspěvky si vedly dobře také v indických vícejazyčných překladových úlohách."}, "data_name": "wmt23_terminology", "hints": [{"cs": "indických vícejazyčných překladových úlohách", "en": "Indic Multilingual translation tasks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper provides a quick overview of possible methods how to detect that reference translations were actually created by post-editing an MT system.", "cs": "Článek poskytuje stručný přehled možných metod, jak zjistit, že referenční překlady byly ve skutečnosti vytvořeny posteditací strojového překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Článek", "en": "This paper"}, {"cs": "možných metod", "en": "possible methods"}, {"cs": "referenční překlady", "en": "reference translations"}, {"cs": "posteditací strojového překladu", "en": "post-editing an MT system"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Two methods based on automatic metrics are presented: BLEU difference between the suspected MT and some other good MT and BLEU difference using additional references.", "cs": "Využity byly dvě metody založené na automatických metrikách: 1. rozdíl BLEU mezi podezřelým MT a některým jiným dobrým MT a 2. rozdíl BLEU s využitím dalších referencí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dvě metody", "en": "Two methods"}, {"cs": "automatických metrikách", "en": "automatic metrics"}, {"cs": "rozdíl BLEU", "en": "BLEU difference"}, {"cs": "podezřelým MT", "en": "suspected MT"}, {"cs": "jiným dobrým MT", "en": "other good MT"}, {"cs": "dalších referencí", "en": "additional references"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "These two methods revealed a suspicion that the WMT 2020 Czech reference is based on MT.", "cs": "Tyto dvě metody odhalily podezření, že oficiální reference z WMT 2020 je ve skutečnosti posteditovaný strojový překlad."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Tyto dvě metody", "en": "These two methods"}, {"cs": "oficiální reference z WMT 2020", "en": "the WMT 2020 Czech reference"}, {"cs": "posteditovaný strojový překlad", "en": "based on MT"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The suspicion was confirmed in a manual analysis by finding concrete proofs of the post-editing procedure in particular sentences.", "cs": "Toto podezření bylo potvrzeno při manuální analýze zjištěním konkretních dokladů o posteditačním postupu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "manuální analýze", "en": "manual analysis"}, {"cs": "posteditačním postupu", "en": "post-editing procedure"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Finally, a typology of post-editing changes is presented where typical errors or changes made by the post-editor or errors adopted from the MT are classified.", "cs": "Také byla vytvořena typologie posteditačních změn, kde jsou uvedeny některé chyby nebo změny provedené posteditorem, nebo také chyby převzaté ze strojového překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "typologie posteditačních změn", "en": "typology of post-editing changes"}, {"cs": "chyby", "en": "errors"}, {"cs": "změny", "en": "changes"}, {"cs": "posteditorem", "en": "post-editor"}, {"cs": "strojového překladu", "en": "MT"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present the winning entry to the Multilingual Lexical Normalization (MultiLexNorm) shared task at W-NUT 2021 (van der Goot et al., 2021a), which evaluates lexical-normalization systems on 12 social media datasets in 11 languages.", "cs": "Představujeme vítězný systém z Multilingual Lexical Normalization (MultiLexNorm) Shared Task na W-NUT 2021 (van der Goot et al., 2021a), který vyhodnocuje lexikálně-normalizační systémy na 12 datasetech sociálních médií v 11 jazycích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Multilingual Lexical Normalization (MultiLexNorm) Shared Task", "en": "Multilingual Lexical Normalization (MultiLexNorm) shared task"}, {"cs": "W-NUT 2021", "en": "W-NUT 2021"}, {"cs": "12 datasetech sociálních médií", "en": "12 social media datasets"}, {"cs": "11 jazycích", "en": "11 languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We base our solution on a pre-trained byte-level language model, ByT5 (Xue et al., 2021a), which we further pre-train on synthetic data and then fine-tune on authentic normalization data.", "cs": "Naše řešení zakládáme na předtrénovaném jazykovém modelu ByT5 (Xue et al., 2021a), který dále trénujeme na syntetických datech a poté dotrénováváme na autentických normalizačních datech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "předtrénovaném jazykovém modelu", "en": "pre-trained byte-level language model"}, {"cs": "ByT5", "en": "ByT5"}, {"cs": "syntetických datech", "en": "synthetic data"}, {"cs": "autentických normalizačních datech", "en": "authentic normalization data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our system achieves the best performance by a wide margin in intrinsic evaluation, and also the best performance in extrinsic evaluation through dependency parsing.", "cs": "Náš systém dosahuje nejlepších výsledků s velkým náskokem v intrinsic hodnocení a také nejlepších výsledků v extrinsic vyhodnocení prostřednictvím syntaktické analýzy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systém", "en": "system"}, {"cs": "nejlepších výsledků", "en": "best performance"}, {"cs": "intrinsic hodnocení", "en": "intrinsic evaluation"}, {"cs": "extrinsic vyhodnocení", "en": "extrinsic evaluation"}, {"cs": "syntaktické analýzy", "en": "dependency parsing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The source code is released at https://github.com/ufal/multilexnorm2021 and the fine-tuned models at https://huggingface.co/ufal.", "cs": "Zdrojový kód je uvolněn na https://github.com/ufal/multilexnorm2021 a natrénované modely na https://huggingface.co/ufal."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Zdrojový kód", "en": "source code"}, {"cs": "natrénované modely", "en": "fine-tuned models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Subject-Article classification is an important problem in Scholarly Document Processing to address the huge information overload in the scholarly space.", "cs": "Klasifikace předmětných článků je důležitým problémem Schosimilar Document Processing to address the huge information overload in the scholarly space."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Klasifikace předmětných článků", "en": "Subject-Article classification"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper describes the approach of our team CUNI-NU for the Biocreative VII-Track 5 challenge: Litcovid multi-label topic classification for COVID-19 literature [1].", "cs": "Tento dokument popisuje přístup našeho týmu CUNI-NU pro Biocreative VII-Track 5 challenge: Litcovid multilabel topic classification for COVID-19 literatura [1]."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Biocreative VII-Track 5 challenge", "en": "Biocreative VII-Track 5 challenge"}, {"cs": "Litcovid multilabel topic classification", "en": "Litcovid multi-label topic classification"}, {"cs": "COVID-19 literatura", "en": "COVID-19 literature"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The concerned task aims to automate the manual curation of biomedical articles into seven distinct labels, specifically for the LitCovid data repository.", "cs": "Cílem dotčeného úkolu je automatizovat manuální nakládání s biomedicínskými předměty do sedmi různých značek, konkrétně pro datové úložiště LitCovid."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatizovat", "en": "automate"}, {"cs": "manuální nakládání", "en": "manual curation"}, {"cs": "biomedicínskými předměty", "en": "biomedical articles"}, {"cs": "datové úložiště", "en": "data repository"}, {"cs": "LitCovid", "en": "LitCovid"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our best performing model makes use of the SPECTER [2] document embeddings for representing abstract, and titles of scientific articles followed by a Dual-Attention [3] mechanism to perform the multi-label categorization.", "cs": "Naše nejlepší model používá dokument SPECTER [2] zápatí pro reprezentaci abstraktních, a tituly vědeckých články následované mechanismem Dual-Attention [3] do perform multilabel kategorizace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "SPECTER", "en": "SPECTER"}, {"cs": "Dual-Attention", "en": "Dual-Attention"}, {"cs": "multilabel kategorizace", "en": "multi-label categorization"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We achieve significantly better performance than the baseline methods.", "cs": "Dosáhli jsme významného lepší výkon než základní metody."}, "data_name": "wmt23_terminology", "hints": [{"cs": "významného lepší výkon", "en": "significantly better performance"}, {"cs": "základní metody", "en": "baseline methods"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We make our code available at https://github.com/Nid989/ CUNI-NU-Biocreative-Track5", "cs": "Děláme náš kód dostupný na https://github.com/Nid989/ CUNI-NU-Biocreative-Track5"}, "data_name": "wmt23_terminology", "hints": [{"cs": "náš kód", "en": "our code"}, {"cs": "dostupný", "en": "available"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We have fitted four classic readability metrics to Czech, using InterCorp (a parallel corpus with manual sentence alignment), CzEng 2.0 (a large parallel corpus of crawled web texts), and the optimize.curve fit algorithm from the SciPy library.", "cs": "Adaptovali jsme na češtinu čtyři klasické metriky srozumitelnosti na základě dat InterCorp (paralelní korpus s ručním zarovnáním vět)a CzEng 2.0 (velký paralelní korpus procházených webových textů) a algoritmu optimize.curve z knihovny SciPy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "češtinu", "en": "Czech"}, {"cs": "InterCorp", "en": "InterCorp"}, {"cs": "paralelní korpus", "en": "parallel corpus"}, {"cs": "ručním zarovnáním vět", "en": "manual sentence alignment"}, {"cs": "CzEng 2.0", "en": "CzEng 2.0"}, {"cs": "webových textů", "en": "web texts"}, {"cs": "algoritmu optimize.curve", "en": "optimize.curve fit algorithm"}, {"cs": "knihovny SciPy", "en": "SciPy library"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The adapted metrics are: Flesch Reading Ease, Flesch-Kincaid Grade Level, Coleman-Liau Index, and Automated Readability Index.", "cs": "Adaptované metriky jsou: Flesch Reading Ease, Flesch-Kincaid Grade Level, Coleman-Liau Index a Automated Readability Index."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Flesch Reading Ease", "en": "Flesch Reading Ease"}, {"cs": "Flesch-Kincaid Grade Level", "en": "Flesch-Kincaid Grade Level"}, {"cs": "Coleman-Liau Index", "en": "Coleman-Liau Index"}, {"cs": "Automated Readability Index", "en": "Automated Readability Index"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We describe the details of the procedure and present satisfactory results.", "cs": "Popisujeme podrobnosti postupu a předkládáme uspokojivé výsledky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "podrobnosti postupu", "en": "details of the procedure"}, {"cs": "uspokojivé výsledky", "en": "satisfactory results"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Besides, we discuss the sensitivity of these metrics to text paraphrases and correlation of readability scores with empirically observed reading comprehension, as well as the adaptation of Flesch Reading Ease to Czech from Russian.", "cs": "Kromě toho diskutujeme citlivost těchto metrik na textové parafráze a korelaci skóre srozumitelnosti s empiricky pozorovaným porozuměním čtenému a také adaptaci Flesch Reading Ease na češtinu z ruštiny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "citlivost", "en": "sensitivity"}, {"cs": "textové parafráze", "en": "text paraphrases"}, {"cs": "korelaci skóre srozumitelnosti", "en": "correlation of readability scores"}, {"cs": "empiricky pozorovaným porozuměním čtenému", "en": "empirically observed reading comprehension"}, {"cs": "adaptaci Flesch Reading Ease", "en": "adaptation of Flesch Reading Ease"}, {"cs": "češtinu", "en": "Czech"}, {"cs": "ruštiny", "en": "Russian"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "While neural-network-based approaches have significantly increased the fluency of machine-generated text, they are prone to accuracy errors, such as leaving out parts of the input (omissions) or generating output that is not grounded in any input (hallucination).", "cs": "Přestože přístupy založené na neuronových sítích výrazně zvýšily plynulost strojově generovaného textu, jsou náchylné k chybám v přesnosti, jako je vynechávání částí vstupu (opomenutí) nebo generování výstupu, který nemá oporu v žádném vstupu (halucinace)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neuronových sítích", "en": "neural-network-based"}, {"cs": "plynulost", "en": "fluency"}, {"cs": "strojově generovaného textu", "en": "machine-generated text"}, {"cs": "přesnosti", "en": "accuracy"}, {"cs": "vynechávání částí vstupu", "en": "leaving out parts of the input"}, {"cs": "opomenutí", "en": "omissions"}, {"cs": "generování výstupu", "en": "generating output"}, {"cs": "halucinace", "en": "hallucination"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This problem becomes especially apparent with lower amounts of training data, generation of longer texts, and noise in the training data.", "cs": "Tento problém se projevuje zejména při menším množství trénovacích dat, generování delších textů nebo šumu v trénovacích datech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "menším množství trénovacích dat", "en": "lower amounts of training data"}, {"cs": "generování delších textů", "en": "generation of longer texts"}, {"cs": "šumu v trénovacích datech", "en": "noise in the training data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "All of these conditions are very common for natural language generation (NLG) tasks.", "cs": "Všechny tyto podmínky jsou pro úlohy generování přirozeného jazyka (NLG) velmi časté."}, "data_name": "wmt23_terminology", "hints": [{"cs": "generování přirozeného jazyka (NLG)", "en": "natural language generation (NLG)"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this talk, I will show several example approaches aiming to produce more accurate outputs within an NLG system, or to detect errors in an NLG system output.", "cs": "V této přednášce ukážu několik příkladů přístupů zaměřených na vytváření přesnějších výstupů v rámci systému NLG nebo na odhalování chyb ve výstupech systému NLG."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přednášce", "en": "talk"}, {"cs": "přístupů", "en": "approaches"}, {"cs": "systému NLG", "en": "NLG system"}, {"cs": "výstupů", "en": "outputs"}, {"cs": "chyb", "en": "errors"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "I will specifically focus on sequence-to-sequence neural architectures with pretrained language models and their extensions.", "cs": "Konkrétně se zaměřím na neuronové architektury sequence-to-sequence s předtrénovanými jazykovými modely a jejich rozš��ření."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neuronové architektury sequence-to-sequence", "en": "sequence-to-sequence neural architectures"}, {"cs": "předtrénovanými jazykovými modely", "en": "pretrained language models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "I will mostly discuss generation of text from structured data, but I will also make comparisons to the situation in summarization or dialogue response generation.", "cs": "Budu se zabývat především generováním textu ze strukturovaných dat, ale uvedu i srovnání se situací při sumarizaci nebo generování dialogových odpovědí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "generováním textu", "en": "generation of text"}, {"cs": "strukturovaných dat", "en": "structured data"}, {"cs": "sumarizaci", "en": "summarization"}, {"cs": "generování dialogových odpovědí", "en": "dialogue response generation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Over the past decades an increasing number of performing artists and technologists have brought robots to the center stage in their performances.", "cs": "V posledních desetiletích stále větší počet vystupujících umělců a technologů přivedl roboty na středové pódium při jejich vystoupeních."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vystupujících umělců", "en": "performing artists"}, {"cs": "technologů", "en": "technologists"}, {"cs": "roboty", "en": "robots"}, {"cs": "středové pódium", "en": "center stage"}, {"cs": "vystoupeních", "en": "performances"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "AI has taken roles such as comedy improvisers, storytellers, actors, dancers, and choreographers, disrupting the traditional two-way human actor-human audience interaction.", "cs": "AI si přisvojila role komediálních improvizátorů, vypravěčů, herců, tanečníků a choreografů, čímž narušila tradiční obousměrnou lidskou herecko-lidskou diváckou interakci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "komediálních improvizátorů", "en": "comedy improvisers"}, {"cs": "vypravěčů", "en": "storytellers"}, {"cs": "herců", "en": "actors"}, {"cs": "tanečníků", "en": "dancers"}, {"cs": "choreografů", "en": "choreographers"}, {"cs": "diváckou interakci", "en": "audience interaction"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "By presenting this talk we try to challenge the idea that live performance is a specifically human activity and explore different forms of human-AI interactions in the theatre.", "cs": "Předložením této přednášky se snažíme zpochybnit myšlenku, že živé představení je specificky lidskou činností, a prozkoumat různé formy interakce mezi člověkem a umělou inteligencí v divadle."}, "data_name": "wmt23_terminology", "hints": [{"cs": "živé představení", "en": "live performance"}, {"cs": "člověkem a umělou inteligencí", "en": "human-AI interactions"}, {"cs": "divadle", "en": "the theatre"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "What story does AI tell?", "cs": "Jaký příběh Al vypráví?"}, "data_name": "wmt23_terminology", "hints": [{"cs": "příběh", "en": "story"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "What emotions can it generate?", "cs": "Jaké emoce to může vyvolat?"}, "data_name": "wmt23_terminology", "hints": [{"cs": "emoce", "en": "emotions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Do you think artificial intelligence is able to create an enjoyable theatre script?", "cs": "Myslíte si, že umělá inteligence je schopna vytvořit příjemný divadelní scénář?"}, "data_name": "wmt23_terminology", "hints": [{"cs": "umělá inteligence", "en": "artificial intelligence"}, {"cs": "divadelní scénář", "en": "theatre script"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Can a robot become a playwright?", "cs": "Může se robot stát dramatikem?"}, "data_name": "wmt23_terminology", "hints": [{"cs": "robot", "en": "robot"}, {"cs": "dramatikem", "en": "playwright"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Does the perfect theater evening exist, produced by an autonomous machine?", "cs": "Existuje dokonalý divadelní večer, který vyprodukuje autonomní stroj?"}, "data_name": "wmt23_terminology", "hints": [{"cs": "dokonalý divadelní večer", "en": "perfect theater evening"}, {"cs": "autonomní stroj", "en": "autonomous machine"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The 6th edition of the Search-Oriented Conversational AI workshop (SCAI 2021) was organised as a discussion platform on conversational AI for intelligent information access.", "cs": "Šestý ročník workshopu Search-Oriented Conversational AI (SCAI 2021) byl uspořádán jako diskusní platforma o konverzační umělé inteligenci pro inteligentní přístup k informacím."}, "data_name": "wmt23_terminology", "hints": [{"cs": "workshopu Search-Oriented Conversational AI (SCAI 2021)", "en": "Search-Oriented Conversational AI workshop (SCAI 2021)"}, {"cs": "diskusní platforma", "en": "discussion platform"}, {"cs": "konverzační umělé inteligenci", "en": "conversational AI"}, {"cs": "inteligentní přístup k informacím", "en": "intelligent information access"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The workshop was designed to be multidisciplinary, bringing together researchers and practitioners across the fields of natural language processing (NLP), information retrieval (IR), machine learning (ML) and human-computer interaction (HCI).", "cs": "Workshop byl koncipován jako multidisciplinární a spojil výzkumné pracovníky a odborníky z praxe napříč obory zpracování přirozeného jazyka (NLP), vyhledávání informací (IR), strojového učení (ML) a interakce člověk-počítač (HCI)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Workshop", "en": "workshop"}, {"cs": "multidisciplinární", "en": "multidisciplinary"}, {"cs": "výzkumné pracovníky", "en": "researchers"}, {"cs": "odborníky z praxe", "en": "practitioners"}, {"cs": "zpracování přirozeného jazyka", "en": "natural language processing"}, {"cs": "NLP", "en": "NLP"}, {"cs": "vyhledávání informací", "en": "information retrieval"}, {"cs": "IR", "en": "IR"}, {"cs": "strojového učení", "en": "machine learning"}, {"cs": "ML", "en": "ML"}, {"cs": "interakce člověk-počítač", "en": "human-computer interaction"}, {"cs": "HCI", "en": "HCI"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The workshop included four sessions featuring invited talks, a separate poster session, and a session discussing the results of a shared task on conversational question answering (SCAI-QReCC).", "cs": "Workshop zahrnoval čtyři sekce, na nichž zazněly pozvané přednášky, samostatnou posterovou sekci a sekci, na níž se diskutovalo o výsledcích soutěže v konverzačním zodpovídání otázek (SCAI-QReCC)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Workshop", "en": "workshop"}, {"cs": "čtyři sekce", "en": "four sessions"}, {"cs": "pozvané přednášky", "en": "invited talks"}, {"cs": "posterovou sekci", "en": "poster session"}, {"cs": "konverzačním zodpovídání otázek", "en": "conversational question answering"}, {"cs": "SCAI-QReCC", "en": "SCAI-QReCC"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present experiments on automatically detecting inconsistent behavior of task-oriented dialogue systems from the context.", "cs": "Představujeme experimenty s automatickým odhalováním nekonzistentního chování na základě kontextu u dialogových systémů orientovaných na úkoly."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experimenty", "en": "experiments"}, {"cs": "automatickým odhalováním", "en": "automatically detecting"}, {"cs": "nekonzistentního chování", "en": "inconsistent behavior"}, {"cs": "dialogových systémů", "en": "dialogue systems"}, {"cs": "kontextu", "en": "context"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We enrich the bAbI/DSTC2 data (Bordes et al., 2017) with automatic annotation of dialogue inconsistencies, and we demonstrate that inconsistencies correlate with failed dialogues.", "cs": "Obohacujeme data bAbI/DSTC2 (Bordes et al., 2017) o automatickou anotaci nekonzistencí v dialogu a ukazujeme, že nekonzistence korelují s neúspěšnými dialogy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "bAbI/DSTC2", "en": "bAbI/DSTC2"}, {"cs": "automatickou anotaci nekonzistencí v dialogu", "en": "automatic annotation of dialogue inconsistencies"}, {"cs": "neúspěšnými dialogy", "en": "failed dialogues"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We hypothesize that using a limited dialogue history and predicting the next user turn can improve inconsistency classification.", "cs": "Předpokládáme, že použití omezené historie dialogů a předvídání dalšího tahu uživatele může zlepšit klasifikaci nekonzistencí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "omezené historie dialogů", "en": "limited dialogue history"}, {"cs": "předvídání dalšího tahu uživatele", "en": "predicting the next user turn"}, {"cs": "klasifikaci nekonzistencí", "en": "inconsistency classification"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "While both hypotheses are confirmed for a memory-networks-based dialogue model, it does not hold for a training based on the GPT-2 language model, which benefits most from using full dialogue history and achieves a 0.99 accuracy score.", "cs": "Zatímco obě hypotézy se potvrzují pro dialogový model založený na memory networks, neplatí pro trénování jazykového modelu GPT-2, který nejvíce těží z použití úplné historie dialogu a dosahuje 99% přesnosti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dialogový model založený na memory networks", "en": "memory-networks-based dialogue model"}, {"cs": "jazykového modelu GPT-2", "en": "GPT-2 language model"}, {"cs": "úplné historie dialogu", "en": "full dialogue history"}, {"cs": "přesnosti", "en": "accuracy score"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Attention-based pre-trained language models such as GPT-2 brought considerable progress to end-to-end dialogue modelling.", "cs": "Předtrénované jazykové modely založené na attention, jako je GPT-2, přinesly značný pokrok v modelování dialogů \"end-to-end\"."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Předtrénované jazykové modely", "en": "pre-trained language models"}, {"cs": "attention", "en": "Attention"}, {"cs": "GPT-2", "en": "GPT-2"}, {"cs": "modelování dialogů", "en": "dialogue modelling"}, {"cs": "end-to-end", "en": "end-to-end"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, they also present considerable risks for task-oriented dialogue, such as lack of knowledge grounding or diversity.", "cs": "Pro dialog zaměřený na úkoly však představují také značná rizika, jako je nedostatečná podloženost fakty nebo rozmanitost odpovědí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dialog zaměřený na úkoly", "en": "task-oriented dialogue"}, {"cs": "nedostatečná podloženost fakty", "en": "lack of knowledge grounding"}, {"cs": "rozmanitost", "en": "diversity"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "To address these issues, we introduce modified training objectives for language model finetuning, and we employ massive data augmentation via back-translation to increase the diversity of the training data.", "cs": "Abychom tyto problémy vyřešili, zavádíme modifikované trénovací cíle pro dotrénování jazykového modelu a využíváme masivní augmentaci dat pomocí zpětného překladu, abychom zvýšili rozmanitost trénovacích dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "modifikované trénovací cíle", "en": "modified training objectives"}, {"cs": "dotrénování jazykového modelu", "en": "language model finetuning"}, {"cs": "masivní augmentaci dat", "en": "massive data augmentation"}, {"cs": "zpětného překladu", "en": "back-translation"}, {"cs": "trénovacích dat", "en": "training data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We further examine the possibilities of combining data from multiples sources to improve performance on the target dataset.", "cs": "Dále zkoumáme možnosti kombinace dat z více zdrojů s cílem zlepšit výkonnost na cílové datové sadě."}, "data_name": "wmt23_terminology", "hints": [{"cs": "možnosti kombinace dat", "en": "possibilities of combining data"}, {"cs": "více zdrojů", "en": "multiples sources"}, {"cs": "cílové datové sadě", "en": "target dataset"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We carefully evaluate our contributions with both human and automatic methods.", "cs": "Naše příspěvky pečlivě vyhodnocujeme pomocí lidských i automatických metod."}, "data_name": "wmt23_terminology", "hints": [{"cs": "příspěvky", "en": "contributions"}, {"cs": "lidských i automatických metod", "en": "human and automatic methods"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our model substantially outperforms the baseline on the MultiWOZ data and shows competitive performance with state of the art in both automatic and human evaluation.", "cs": "Náš model podstatně překonává základní model na datech MultiWOZ a vykazuje výkon konkurenceschopný se současným stavem techniky při automatickém i lidském hodnocení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "model", "en": "model"}, {"cs": "základní model", "en": "baseline"}, {"cs": "MultiWOZ", "en": "MultiWOZ data"}, {"cs": "automatickém i lidském hodnocení", "en": "both automatic and human evaluation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our model achieves state-of-the-art performance on the MultiWOZ data and shows competitive performance in human evaluation.", "cs": "Náš model dosahuje nejlepších výsledků na datové sadě MultiWOZ a vykazuje konkurenceschopný výkon při lidském hodnocení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "model", "en": "model"}, {"cs": "nejlepších výsledků", "en": "state-of-the-art performance"}, {"cs": "datové sadě MultiWOZ", "en": "MultiWOZ data"}, {"cs": "lidsk��m hodnocení", "en": "human evaluation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our book \"The Reality of Multi-Lingual Machine Translation\" discusses the benefits and perils of using more than two languages in machine translation systems.", "cs": "Naše kniha „The Reality of Multi-Lingual Machine Translation“ pojednává o výhodách a nebezpečích používání více než dvou jazyků v systémech strojového překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "The Reality of Multi-Lingual Machine Translation", "en": "The Reality of Multi-Lingual Machine Translation"}, {"cs": "více než dvou jazyků", "en": "more than two languages"}, {"cs": "systémech strojového překladu", "en": "machine translation systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "While focused on the particular task of sequence-to-sequence processing and multi-task learning, the book targets somewhat beyond the area of natural language processing.", "cs": "I když se kniha zaměřuje na konkrétní úkol zpracování sekvencí a víceúkolového učení (multi-task learning), cílí i poněkud mimo oblast zpracování přirozeného jazyka."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kniha", "en": "book"}, {"cs": "zpracování sekvencí", "en": "sequence-to-sequence processing"}, {"cs": "víceúkolového učení", "en": "multi-task learning"}, {"cs": "zpracování přirozeného jazyka", "en": "natural language processing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Machine translation is for us a prime example of deep learning applications where human skills and learning capabilities are taken as a benchmark that many try to match and surpass.", "cs": "Strojový překlad je pro nás ukázkovým příkladem aplikací hlubokého učení, kde jsou lidské dovednosti a schopnosti učení brány jako laťka, kterou se mnozí snaží dosáhnout a překonat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Strojový překlad", "en": "Machine translation"}, {"cs": "hlubokého učení", "en": "deep learning"}, {"cs": "lidské dovednosti", "en": "human skills"}, {"cs": "schopnosti učení", "en": "learning capabilities"}, {"cs": "laťka", "en": "benchmark"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We document that some of the gains observed in multi-lingual translation may result from simpler effects than the assumed cross-lingual transfer of knowledge.", "cs": "Dokumentujeme, že některé z výdobytků pozorovaných v mnohojazyčném překladu mohou vyplývat z jednodušších důvodů, než je předpokládaný přenos znalostí napříč jazyky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "mnohojazyčném překladu", "en": "multi-lingual translation"}, {"cs": "přenos znalostí napříč jazyky", "en": "cross-lingual transfer of knowledge"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the first, rather general part, the book will lead you through the motivation for multi-linguality, the versatility of deep neural networks especially in sequence-to-sequence tasks to complications of this learning.", "cs": "V první, spíše obecné části vás kniha provede motivací pro mnohojazyčnost, univerzálností hlubokých neuronových sítí zejména v úlohách typu sequence-to-sequence až ke komplikacím tohoto učení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "mnohojazyčnost", "en": "multi-linguality"}, {"cs": "hlubokých neuronových sítí", "en": "deep neural networks"}, {"cs": "sequence-to-sequence", "en": "sequence-to-sequence"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We conclude the general part with warnings against too optimistic and unjustified explanations of the gains that neural networks demonstrate.", "cs": "Obecnou část uzavíráme varováním před příliš optimistickým a neopodstatněným vysvětlením zlepšení, které neuronové sítě demonstrují."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Obecnou část", "en": "the general part"}, {"cs": "varováním", "en": "warnings"}, {"cs": "příliš optimistickým", "en": "too optimistic"}, {"cs": "neopodstatněným vysvětlením", "en": "unjustified explanations"}, {"cs": "zlepšení", "en": "gains"}, {"cs": "neuronové sítě", "en": "neural networks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the second part, we fully delve into multi-lingual models, with a particularly careful examination of transfer learning as one of the more straightforward approaches utilizing additional languages.", "cs": "Ve druhé části se plně ponoříme do mnohojazyčných modelů, se zvlášť pečlivým zkoumáním učení přenosem (transfer learning) jako jednoho z přímočařejších přístupů využívajících další jazyky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "mnohojazyčných modelů", "en": "multi-lingual models"}, {"cs": "učení přenosem", "en": "transfer learning"}, {"cs": "další jazyky", "en": "additional languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The recent multi-lingual techniques, including massive models, are surveyed and practical aspects of deploying systems for many languages are discussed.", "cs": "Zkoumány jsou současné vícejazyčné techniky, včetně masivních modelů, a diskutovány jsou praktické aspekty nasazení mnohojazyčných systémů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "současné vícejazyčné techniky", "en": "recent multi-lingual techniques"}, {"cs": "masivních modelů", "en": "massive models"}, {"cs": "mnohojazyčných systémů", "en": "systems for many languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The conclusion highlights the open problem of machine understanding and reminds of two ethical aspects of building large-scale models: the inclusivity of research and its ecological trace.", "cs": "Závěr knihy zdůrazňuje otevřený problém strojového porozumění a připomíná dva etické aspekty budování rozsáhlých modelů: inkluzivnost výzkumu a jeho ekologický dopad."}, "data_name": "wmt23_terminology", "hints": [{"cs": "strojového porozumění", "en": "machine understanding"}, {"cs": "etické aspekty", "en": "ethical aspects"}, {"cs": "rozsáhlých modelů", "en": "large-scale models"}, {"cs": "inkluzivnost výzkumu", "en": "inclusivity of research"}, {"cs": "ekologický dopad", "en": "ecological trace"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the media industry, the focus of global reporting can shift overnight.", "cs": "V mediálním průmyslu se zaměření globálního zpravodajství může přes noc změnit."}, "data_name": "wmt23_terminology", "hints": [{"cs": "mediálním průmyslu", "en": "media industry"}, {"cs": "globálního zpravodajství", "en": "global reporting"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "There is a compelling need to be able to develop new machine translation systems in a short period of time, in order to more efficiently cover quickly developing stories.", "cs": "Existuje přesvědčivá potřeba být schopni vyvinout nové systémy strojového překladu v krátkém časovém období, aby bylo možné efektivněji pokrýt rychle se vyvíjející příběhy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nové systémy strojového překladu", "en": "new machine translation systems"}, {"cs": "krátkém časovém období", "en": "short period of time"}, {"cs": "rychle se vyvíjející příběhy", "en": "quickly developing stories"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "As part of the low-resource machine translation project GoURMET, we selected a surprise language for which a system had to be built and evaluated in two months (February and March 2021).", "cs": "Jako součást stroje s nízkými zdroji překladatelského projektu GOURMET jsme náhodně vybrali jazyk, pro který musel být systém postaveno a vyhodnoceno za dva měsíce (únor a březen 2021)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "stroje s nízkými zdroji překladatelského projektu GOURMET", "en": "low-resource machine translation project GoURMET"}, {"cs": "jazyk", "en": "language"}, {"cs": "systém", "en": "system"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The language selected was Pashto, an Indo-Iranian language spoken in Afghanistan, Pakistan and India.", "cs": "Vybraný jazyk byl Paštština, indoíránský jazyk používaný v Afghánistánu, Pákistánu a Indii."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Paštština", "en": "Pashto"}, {"cs": "indoíránský jazyk", "en": "Indo-Iranian language"}, {"cs": "Afghánistánu", "en": "Afghanistan"}, {"cs": "Pákistánu", "en": "Pakistan"}, {"cs": "Indii", "en": "India"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this period we completed the full pipeline of development of a neural machine translation system: data crawling, cleaning, aligning, creating test sets, developing and testing models, and delivering them to the user partners.", "cs": "V tomto období jsme dokončili celý proces vývoje systému neuronového strojového překladu: procházení dat, čištění, zarovnání, vytváření testovacích sad, vývoj a testování modelů a jejich poskytování uživatelským partnerům."}, "data_name": "wmt23_terminology", "hints": [{"cs": "proces vývoje systému neuronového strojového překladu", "en": "pipeline of development of a neural machine translation system"}, {"cs": "procházení dat", "en": "data crawling"}, {"cs": "čištění", "en": "cleaning"}, {"cs": "zarovnání", "en": "aligning"}, {"cs": "vytváření testovacích sad", "en": "creating test sets"}, {"cs": "vývoj a testování modelů", "en": "developing and testing models"}, {"cs": "poskytování uživatelským partnerům", "en": "delivering them to the user partners"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper we describe the rapid data creation process, and experiments with transfer learning and pretraining for Pashto-English.", "cs": "V tomto článku popisujeme rychlý proces vytváření dat a experimenty s transferovým učením a přípravou na paštskou angličtinu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rychlý proces vytváření dat", "en": "rapid data creation process"}, {"cs": "transferovým učením", "en": "transfer learning"}, {"cs": "paštskou angličtinu", "en": "Pashto-English"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We find that starting from an existing large model pre-trained on 50 languages leads to far better BLEU scores than pretraining on one high-resource language pair with a smaller model.", "cs": "Zjišťujeme, že začínáme od existujícího velký model předem proškolený na 50 jazycích vede k mnohem lepším výsledkům BLEU než předtrénování na jeden vysoce zdrojový jazykový pár s menším modelem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "existujícího velký model", "en": "existing large model"}, {"cs": "50 jazycích", "en": "50 languages"}, {"cs": "výsledkům BLEU", "en": "BLEU scores"}, {"cs": "jeden vysoce zdrojový jazykový pár", "en": "one high-resource language pair"}, {"cs": "menším modelem", "en": "smaller model"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also present human evaluation of our systems, which indicates that the resulting systems perform better than a freely available commercial system when translating from English into Pashto direction, and similarly when translating from Pashto into English.", "cs": "Uvádíme také lidské hodnocení naše systémy, což naznačuje, že výsledné systémy fungují lépe než volně dostupné komerční systém při překladu z angličtiny do paštštiny a podobně při překlad z paštštiny do angličtiny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lidské hodnocení", "en": "human evaluation"}, {"cs": "systémy", "en": "systems"}, {"cs": "angličtiny", "en": "English"}, {"cs": "paštštiny", "en": "Pashto"}, {"cs": "překlad", "en": "translating"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper we describe how the TEITOK corpus platform was integrated with the KonText and PML-TQ corpus platforms at LINDAT to provide document visualization for both existing and future resources at LINDAT.", "cs": "V tomto příspěvku popisujeme, jak byla korpusová platforma TEITOK integrována s korpusovými platformami KonText a PML-TQ v LINDAT, aby poskytla vizualizaci dokumentů pro stávající i budoucí zdroje v LINDAT."}, "data_name": "wmt23_terminology", "hints": [{"cs": "korpusová platforma TEITOK", "en": "TEITOK corpus platform"}, {"cs": "PML-TQ", "en": "PML-TQ"}, {"cs": "LINDAT", "en": "LINDAT"}, {"cs": "vizualizaci dokumentů", "en": "document visualization"}, {"cs": "zdroje", "en": "resources"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "TEITOK is an online platform for searching, viewing, and editing corpora, where corpus files are stored as annotated TEI/XML files.", "cs": "TEITOK je online platforma pro vyhledávání, prohlížení a úpravy korpusů, kde jsou soubory korpusu ukládány jako anotované soubory TEI / XML."}, "data_name": "wmt23_terminology", "hints": [{"cs": "TEITOK", "en": "TEITOK"}, {"cs": "online platforma", "en": "online platform"}, {"cs": "vyhledávání", "en": "searching"}, {"cs": "prohlížení", "en": "viewing"}, {"cs": "úpravy korpusů", "en": "editing corpora"}, {"cs": "soubory korpusu", "en": "corpus files"}, {"cs": "anotované soubory TEI / XML", "en": "annotated TEI/XML files"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The TEITOK integration also means LINDAT resources will become available in TEI/XML format, and searchable in CWB on top of existing tools at the institute.", "cs": "Integrace TEITOK také znamená, že zdroje LINDAT budou k dispozici ve formátu TEI / XML a lze je vyhledávat v CWB nad rámec stávajících nástrojů ústavu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Integrace TEITOK", "en": "TEITOK integration"}, {"cs": "zdroje LINDAT", "en": "LINDAT resources"}, {"cs": "formátu TEI / XML", "en": "TEI/XML format"}, {"cs": "CWB", "en": "CWB"}, {"cs": "stávajících nástrojů ústavu", "en": "existing tools at the institute"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Although the integration described in this paper is specific for LINDAT, the method should be applicable to the integration of TEITOK or similar tools into an existing corpus architecture.", "cs": "Ačkoli integrace popsaná v tomto článku je specifická pro LINDAT, tato metoda by měla být použitelná pro integraci TEITOK nebo podobných nástrojů do existující korpusové architektury."}, "data_name": "wmt23_terminology", "hints": [{"cs": "integrace", "en": "integration"}, {"cs": "LINDAT", "en": "LINDAT"}, {"cs": "TEITOK", "en": "TEITOK"}, {"cs": "korpusové architektury", "en": "corpus architecture"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Deep Universal Dependencies is a collection of treebanks derived semi-automatically from Universal Dependencies.", "cs": "Deep Universal Dependencies (hluboké univerzální závislosti) je sbírka treebanků poloautomaticky odvozených z Universal Dependencies."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Deep Universal Dependencies", "en": "Deep Universal Dependencies"}, {"cs": "sbírka treebanků", "en": "collection of treebanks"}, {"cs": "Universal Dependencies", "en": "Universal Dependencies"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It contains additional deep-syntactic and semantic annotations.", "cs": "Obsahuje přídavné hloubkově-syntaktické a sémantické anotace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hloubkově-syntaktické", "en": "deep-syntactic"}, {"cs": "sémantické anotace", "en": "semantic annotations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Version of Deep UD corresponds to the version of UD it is based on.", "cs": "Verze Deep UD odpovídá verzi UD, na které je založena."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Deep UD", "en": "Deep UD"}, {"cs": "verzi UD", "en": "version of UD"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Note however that some UD treebanks have been omitted from Deep UD.", "cs": "Mějte však na paměti, že některé treebanky UD nebyly do Deep UD zahrnuty."}, "data_name": "wmt23_terminology", "hints": [{"cs": "treebanky UD", "en": "UD treebanks"}, {"cs": "Deep UD", "en": "Deep UD"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We introduce GEM, a living benchmark for natural language Generation (NLG), its Evaluation, and Metrics.", "cs": "Představujeme GEM, živý benchmark pro generování přirozeného jazyka (NLG), jeho evaluaci a metriky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "GEM", "en": "GEM"}, {"cs": "generování přirozeného jazyka", "en": "natural language Generation"}, {"cs": "NLG", "en": "NLG"}, {"cs": "evaluaci", "en": "Evaluation"}, {"cs": "metriky", "en": "Metrics"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Measuring progress in NLG relies on a constantly evolving ecosystem of automated metrics, datasets, and human evaluation standards.", "cs": "Měření pokroku v oblasti NLG se opírá o neustále se vyvíjející ekosystém automatizovaných metrik, datových sad a standardů lidské evaluace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Měření pokroku", "en": "Measuring progress"}, {"cs": "oblasti NLG", "en": "in NLG"}, {"cs": "ekosystém", "en": "ecosystem"}, {"cs": "automatizovaných metrik", "en": "automated metrics"}, {"cs": "datových sad", "en": "datasets"}, {"cs": "standardů lidské evaluace", "en": "human evaluation standards"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Due to this moving target, new models often still evaluate on divergent anglo-centric corpora with well-established, but flawed, metrics.", "cs": "Vzhledem k tomuto pohyblivému cíli se nové modely často stále vyhodnocují na odlišných anglocentrických korpusech s dobře zavedenými, ale chybnými metrikami."}, "data_name": "wmt23_terminology", "hints": [{"cs": "pohyblivému cíli", "en": "moving target"}, {"cs": "nové modely", "en": "new models"}, {"cs": "anglocentrických korpusech", "en": "anglo-centric corpora"}, {"cs": "dobře zavedenými, ale chybnými metrikami", "en": "well-established, but flawed, metrics"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This disconnect makes it challenging to identify the limitations of current models and opportunities for progress.", "cs": "Tato nesouvislost ztěžuje identifikaci omezení současných modelů a příležitostí k pokroku."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nesouvislost", "en": "disconnect"}, {"cs": "omezení současných modelů", "en": "limitations of current models"}, {"cs": "příležitostí k pokroku", "en": "opportunities for progress"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Addressing this limitation, GEM provides an environment in which models can easily be applied to a wide set of tasks and in which evaluation strategies can be tested.", "cs": "GEM toto omezení řeší a poskytuje prostředí, v němž lze modely snadno aplikovat na široký soubor úloh a v němž lze testovat evaluační strategie."}, "data_name": "wmt23_terminology", "hints": [{"cs": "GEM", "en": "GEM"}, {"cs": "omezení", "en": "limitation"}, {"cs": "prostředí", "en": "environment"}, {"cs": "modely", "en": "models"}, {"cs": "úloh", "en": "tasks"}, {"cs": "evaluační strategie", "en": "evaluation strategies"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Regular updates to the benchmark will help NLG research become more multilingual and evolve the challenge alongside models.", "cs": "Pravidelné aktualizace benchmarku pomohou výzkumu NLG stát se více mnohojazyčným a rozvíjet úlohu spolu s modely."}, "data_name": "wmt23_terminology", "hints": [{"cs": "benchmarku", "en": "benchmark"}, {"cs": "výzkumu NLG", "en": "NLG research"}, {"cs": "mnohojazyčným", "en": "multilingual"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper serves as the description of the data for the 2021 shared task at the associated GEM Workshop.", "cs": "Tento článek slouží jako popis dat pro sdílenou úlohu 2021 na souvisejícím workshopu GEM."}, "data_name": "wmt23_terminology", "hints": [{"cs": "článek", "en": "paper"}, {"cs": "popis dat", "en": "description of the data"}, {"cs": "sdílenou úlohu", "en": "shared task"}, {"cs": "workshopu GEM", "en": "GEM Workshop"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this article, we present a proof-of-concept method for creating word-formation networks by transferring information from another language.", "cs": "V tomto článku představujeme metodu pro vytváření slovotvorných sítí pomocí přenosu informací z jiného jazyka."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metodu", "en": "method"}, {"cs": "slovotvorných sítí", "en": "word-formation networks"}, {"cs": "přenosu informací", "en": "transferring information"}, {"cs": "jiného jazyka", "en": "another language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The proposed algorithm utilizes an existing word-formation network and parallel texts and creates a low-precision and moderate-recall network in a language, for which no manual annotations need to be available.", "cs": "Navrhovaný algoritmus využívá existující slovotvornou síť a paralelní texty a vytváří síť s nízkou precision a středním recallem v jazyce, pro který nemusí být k dispozici manuální anotace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "algoritmus", "en": "algorithm"}, {"cs": "slovotvornou síť", "en": "word-formation network"}, {"cs": "paralelní texty", "en": "parallel texts"}, {"cs": "precision", "en": "precision"}, {"cs": "recallem", "en": "recall"}, {"cs": "manuální anotace", "en": "manual annotations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We then extend the coverage of the resulting network by using it to train a machine-learning method and applying the resulting model to a larger lexicon, obtaining a moderate-precision and high-recall result.", "cs": "Recall výsledné sítě pak rozšířujeme tím, že ji využijeme k natrénování metody strojového učení a výsledný model aplikujeme na větší slovník, čímž získáme výsledek s obdobnou precision, ale vyšším recallem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výsledné sítě", "en": "resulting network"}, {"cs": "metody strojového učení", "en": "machine-learning method"}, {"cs": "větší slovník", "en": "larger lexicon"}, {"cs": "precision", "en": "moderate-precision"}, {"cs": "recallem", "en": "high-recall result"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The approach is evaluated on French, German and Czech against existing word-formation networks in those languages.", "cs": "Přístup je vyhodnocován proti existujícím slovotvorným sítím ve francouzštině, němčině a češtině."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Přístup", "en": "The approach"}, {"cs": "existujícím slovotvorným sítím", "en": "existing word-formation networks"}, {"cs": "francouzštině", "en": "French"}, {"cs": "němčině", "en": "German"}, {"cs": "češtině", "en": "Czech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present pilot experiments on splitting and identifying Czech compound words.", "cs": "Představujeme pilotní experimenty na dělení a identifikaci českých složených slov."}, "data_name": "wmt23_terminology", "hints": [{"cs": "pilotní experimenty", "en": "pilot experiments"}, {"cs": "dělení a identifikaci", "en": "splitting and identifying"}, {"cs": "českých složených slov", "en": "Czech compound words"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We created an algorithm measuring the linguistic similarity of two words based on finding the shortest path through a matrix of mutual estimated correspondences between two phonemic strings.", "cs": "Vytvořili jsme algoritmus měřící jazykovou podobnost dvou slov založený na nalezení nejkratšího cesta skrze matici vzájemných odhadovaných korespondencí mezi dvěma fonologicky přepsanými řetězci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "algoritmus", "en": "algorithm"}, {"cs": "jazykovou podobnost", "en": "linguistic similarity"}, {"cs": "nejkratšího cesta", "en": "shortest path"}, {"cs": "matici vzájemných odhadovaných korespondencí", "en": "matrix of mutual estimated correspondences"}, {"cs": "fonologicky přepsanými řetězci", "en": "phonemic strings"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Additionally, a neural compound-splitting tool (Czech Compound Splitter) was implemented by using the Marian Neural Machine Translator framework, which was trained on a data set containing 1,164 hand-annotated compounds and about 280,000 synthetically created compounds.", "cs": "Dále jsme vytvořili nástroj pro splitting neboli dělení složených slov (Czech Compound Splitter) pomocí frameworku Marian Neural Machine Translator, který byl vytrénován na datové sadě obsahující 1 164 ručně anotovaných sloučenin a zhruba 280 000 synteticky vytvořených kompozit."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nástroj", "en": "tool"}, {"cs": "dělení složených slov", "en": "compound-splitting"}, {"cs": "Czech Compound Splitter", "en": "Czech Compound Splitter"}, {"cs": "Marian Neural Machine Translator", "en": "Marian Neural Machine Translator"}, {"cs": "datové sadě", "en": "data set"}, {"cs": "ručně anotovaných sloučenin", "en": "hand-annotated compounds"}, {"cs": "synteticky vytvořených kompozit", "en": "synthetically created compounds"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In compound splitting, the first solution achieved an accuracy of 28% and the second solution achieved 54% on a separate validation data set.", "cs": "Ve splittingu kompozit dosáhlo první řešení přesnosti 28 % a druhé řešení 54 % na validačním datové sadě."}, "data_name": "wmt23_terminology", "hints": [{"cs": "splittingu kompozit", "en": "compound splitting"}, {"cs": "první řešení", "en": "first solution"}, {"cs": "druhé řešení", "en": "second solution"}, {"cs": "validačním datové sadě", "en": "validation data set"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In compound identification, the Czech Compound Splitter achieved an accuracy of 91%.", "cs": "V úloze identifikace kompozit dosáhl Czech Compound Splitter přesnosti 91%."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Czech Compound Splitter", "en": "Czech Compound Splitter"}, {"cs": "přesnosti", "en": "accuracy"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Language domains that require very carefuluse of terminology are abundant and reflect asignificant part of the translation industry.", "cs": "Jazykové domény vyžadující velmi pečlivé používání terminologie jsou hojné a odrážejí významnou část překladatelského průmyslu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "terminologie", "en": "terminology"}, {"cs": "překladatelského průmyslu", "en": "translation industry"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Inthis work we introduce a benchmark for eval-uating the quality and consistency of terminol-ogy translation, focusing on the medical (andCOVID-19 specifically) domain for five lan-guage pairs: English to French, Chinese, Rus-sian, and Korean, as well as Czech to Ger-man.", "cs": "V této práci představujeme metriku pro hodnocení kvality a konzistentnosti překladu terminologie se zaměřením na lékařskou (a konkrétně COVID-19) doménu pro pět jazykových párů: angličtinu do francouzštiny, čínštiny, ruštiny a korejštiny, a dále češtinu do němčiny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metriku", "en": "benchmark"}, {"cs": "konzistentnosti překladu", "en": "consistency of terminol-ogy translation"}, {"cs": "lékařskou", "en": "medical"}, {"cs": "COVID-19", "en": "COVID-19"}, {"cs": "doménu", "en": "domain"}, {"cs": "jazykových párů", "en": "lan-guage pairs"}, {"cs": "angličtinu", "en": "English"}, {"cs": "francouzštiny", "en": "French"}, {"cs": "čínštiny", "en": "Chinese"}, {"cs": "ruštiny", "en": "Rus-sian"}, {"cs": "korejštiny", "en": "Korean"}, {"cs": "češtinu", "en": "Czech"}, {"cs": "němčiny", "en": "Ger-man"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We report the descriptions and resultsof the participating systems, commenting onthe need for further research efforts towardsboth more adequate handling of terminologiesas well as towards a proper formulation andevaluation of the task.", "cs": "Uvádíme popisy a výsledky zúčastněných systémů, vyjadřujeme nutnost dalšího výzkumu jak pro adekvátnější zacházení s terminologií, tak pro správnou formulaci a vyhodnocení úlohy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "popisy", "en": "descriptions"}, {"cs": "výsledky", "en": "results"}, {"cs": "terminologií", "en": "terminologies"}, {"cs": "úlohy", "en": "task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We describe a pilot experiment aimed at harmonizing diverse data resources that contain coreference-related annotations.", "cs": "Popisujeme pilotní experiment zaměřený na harmonizaci různorodých datových zdrojů, které obsahují anotace související s koreferencí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "pilotní experiment", "en": "pilot experiment"}, {"cs": "harmonizaci různorodých datových zdrojů", "en": "harmonizing diverse data resources"}, {"cs": "anotace související s koreferencí", "en": "coreference-related annotations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We converted 17 existing datasets for 11 languages into a common annotation scheme based on Universal Dependencies, and released a subset of the resulting collection publicly under the name CorefUD 0.1 via the LINDAT-CLARIAH-CZ repository (http://hdl.handle.net/11234/1-3510).", "cs": "Převedli jsme 17 existujících korpusů 11 jazyků do společného anotačního schématu, založeného na Universal Dependencies, a zveřejnili jsme podmnožinu této kolekce pod názvem CorefUD 0.1 v repozitáři LINDAT-CLARIAH-CZ (http://hdl.handle.net/11234/1-3510)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "17 existujících korpusů", "en": "17 existing datasets"}, {"cs": "11 jazyků", "en": "11 languages"}, {"cs": "společného anotačního schématu", "en": "common annotation scheme"}, {"cs": "Universal Dependencies", "en": "Universal Dependencies"}, {"cs": "CorefUD 0.1", "en": "CorefUD 0.1"}, {"cs": "repozitáři LINDAT-CLARIAH-CZ", "en": "LINDAT-CLARIAH-CZ repository"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In total, CorefUD in its current version 0.1 consists of 17 datasets for 11 languages.", "cs": "Ve své současné verzi 0.1 CorefUD celkem obsahuje 17 korpusů pro 11 jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "současné verzi 0.1", "en": "current version 0.1"}, {"cs": "17 korpusů", "en": "17 datasets"}, {"cs": "11 jazyků", "en": "11 languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In total, CorefUD in its current version 0.2 consists of 17 datasets for 11 languages, and compared to the version 0.1, the automatic morpho-syntactic annotation has improved.", "cs": "Ve své současné verzi 0.2 CorefUD celkem obsahuje 17 korpusů pro 11 jazyků a v porovnání s verzí 0.1 obsahuje kvalitnejší automatickou morfo-syntaktickou anotaci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "verzi 0.2", "en": "version 0.2"}, {"cs": "17 korpusů", "en": "17 datasets"}, {"cs": "11 jazyků", "en": "11 languages"}, {"cs": "automatickou morfo-syntaktickou anotaci", "en": "automatic morpho-syntactic annotation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present an empirical study that compares mention heads as annotated manually in four coreference datasets (for Dutch, English, Polish, and Russian) on one hand, with heads induced from dependency trees parsed automatically, on the other hand.", "cs": "Předkládáme empirickou studii, která srovnává hlavy zmínek anotovaných ručně ve čtyřech koreferenčních datových sadách (pro nizozemštinu, angličtinu, polštinu a ruštinu) na jedné straně a hlavy vyplývající z automaticky predikovaných závislostních syntaktických stromů na straně druhé."}, "data_name": "wmt23_terminology", "hints": [{"cs": "empirickou studii", "en": "empirical study"}, {"cs": "koreferenčních datových sadách", "en": "coreference datasets"}, {"cs": "nizozemštinu", "en": "Dutch"}, {"cs": "angličtinu", "en": "English"}, {"cs": "polštinu", "en": "Polish"}, {"cs": "ruštinu", "en": "Russian"}, {"cs": "závislostních syntaktických stromů", "en": "dependency trees"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper describes our participating system run to the argumentative text understanding shared task for AI Debater at NLPCC 2021 (http://www.fudan-disc.com/sharedtask/AIDebater21/tracks.html).", "cs": "Tento dokument popisuje náš systém účasti na argumentačním textu chápajícím sdílený úkol pro AI Debater na NLPCC 2021 (http://www.fudan-disc.com/sharedtask/AIDebater21/tracks.html)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "argumentačním textu", "en": "argumentative text"}, {"cs": "účasti", "en": "participating"}, {"cs": "systém", "en": "system"}, {"cs": "AI Debater", "en": "AI Debater"}, {"cs": "NLPCC 2021", "en": "NLPCC 2021"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The tasks are motivated towards developing an autonomous debating system.", "cs": "Úkoly jsou motivovány k rozvoji autonomního diskusního systému."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Úkoly", "en": "tasks"}, {"cs": "autonomního diskusního systému", "en": "autonomous debating system"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We make an initial attempt with Track-3, namely, argument pair extraction from peer review and rebuttal where we extract arguments from peer reviews and their corresponding rebuttals from author responses.", "cs": "Počáteční pokus provedeme s trackem-3, konkrétně extrakcí argumentačních dvojic z recenzního posudku a vyvrácením, kdy extrahujeme argumenty z recenzního posudku a jejich odpovídající vyvrácení z autorových odpovědí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "trackem-3", "en": "Track-3"}, {"cs": "extrakcí argumentačních dvojic", "en": "argument pair extraction"}, {"cs": "recenzního posudku", "en": "peer review"}, {"cs": "vyvrácením", "en": "rebuttal"}, {"cs": "autorových odpovědí", "en": "author responses"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Compared to the multi-task baseline by the organizers, we introduce two significant changes: (i) we use ERNIE 2.0 token embedding, which can better capture lexical, syntactic, and semantic aspects of information in the training data, (ii) we perform double attention learning to capture long-term dependencies.", "cs": "Ve srovnání s víceúkolovou základnou organizátorů zavádíme dvě významné změny: i) používáme vkládání tokenu ERNIE 2.0, které dokáže lépe zachytit lexikální, syntaktické a sémantické aspekty informací v tréninkových datech, ii) provádíme dvojí učení pozornosti, abychom zachytili dlouhodobé závislosti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "víceúkolovou základnou", "en": "multi-task baseline"}, {"cs": "vkládání tokenu", "en": "token embedding"}, {"cs": "tréninkových datech", "en": "training data"}, {"cs": "dvojí učení pozornosti", "en": "double attention learning"}, {"cs": "dlouhodobé závislosti", "en": "long-term dependencies"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our proposed model achieves the state-of-the-art results with a relative improvement of 8.81% in terms of F1 score over the baseline model.", "cs": "Náš navrhovaný model dosahuje nejmodernějších výsledků s relativním zlepšením skóre F1 o 8,81% oproti základnímu modelu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "navrhovaný model", "en": "proposed model"}, {"cs": "skóre F1", "en": "F1 score"}, {"cs": "základnímu modelu", "en": "baseline model"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We make our code available publicly at https://github.com/guneetsk99/ArgumentMining_SharedTask.", "cs": "Náš kód zveřejníme na adrese https://github.com/guneetsk99/ArgumentMining_SharedTask."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kód", "en": "code"}, {"cs": "na adrese", "en": "at"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our team ARGUABLY is one of the third prize-winning teams in Track 3 of the shared task.", "cs": "Náš tým ARGUABLY je jedním z třetích oceněných týmů v Tracku 3 společného úkolu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "tým ARGUABLY", "en": "team ARGUABLY"}, {"cs": "třetích oceněných týmů", "en": "third prize-winning teams"}, {"cs": "Tracku 3", "en": "Track 3"}, {"cs": "společného úkolu", "en": "shared task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Lexically constrained machine translation allows the user to manipulate the output sentence by enforcing the presence or absence of certain words and phrases.", "cs": "Lexikálně omezený strojový překlad umožňuje uživateli manipulovat s výstupní větou vynucením přítomnosti nebo nepřítomnosti určitých slov a frází."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Lexikálně omezený strojový překlad", "en": "Lexically constrained machine translation"}, {"cs": "uživateli", "en": "user"}, {"cs": "výstupní větou", "en": "output sentence"}, {"cs": "přítomnosti nebo nepřítomnosti", "en": "presence or absence"}, {"cs": "určitých slov a frází", "en": "certain words and phrases"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Although current approaches can enforce terms to appear in the translation, they often struggle to make the constraint word form agree with the rest of the generated output.", "cs": "Přestože současné přístupy dokáží vynutit, aby se v překladu objevily specifikované termíny, často se snaží, aby povrchová forma omezeného slova souhlasila se zbytkem vygenerovaného výstupu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přístupy", "en": "approaches"}, {"cs": "překlad", "en": "translation"}, {"cs": "termíny", "en": "terms"}, {"cs": "povrchová forma", "en": "word form"}, {"cs": "omezeného slova", "en": "constraint word"}, {"cs": "vygenerovaného výstupu", "en": "generated output"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our manual analysis shows that 46% of the errors in the output of a baseline constrained model for English to Czech translation are related to agreement.", "cs": "Ruční analýza ukazuje, že 46% chyb ve výstupu základního omezeného modelu překladu z angličtiny do češtiny souvisí s gramatickou shodou."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Ruční analýza", "en": "manual analysis"}, {"cs": "46%", "en": "46%"}, {"cs": "chyb", "en": "errors"}, {"cs": "základního omezeného modelu překladu", "en": "baseline constrained model"}, {"cs": "angličtiny do češtiny", "en": "English to Czech translation"}, {"cs": "gramatickou shodou", "en": "agreement"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We investigate mechanisms to allow neural machine translation to infer the correct word inflection given lemmatized constraints.", "cs": "Zkoumáme mechanismy, které umožňují neuronových strojový překlad k určení správné inflexe omezujících slov specifikovaných pomocí lemmat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "mechanismy", "en": "mechanisms"}, {"cs": "neuronových strojový překlad", "en": "neural machine translation"}, {"cs": "správná inflexe omezujících slov", "en": "correct word inflection"}, {"cs": "lemmat", "en": "lemmatized constraints"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In particular, we focus on methods based on training the model with constraints provided as part of the input sequence.", "cs": "Zaměřujeme se zejména na metody založené na tréninku modelu s omezeními, které jsou součástí vstupu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metody", "en": "methods"}, {"cs": "tréninku modelu", "en": "training the model"}, {"cs": "omezeními", "en": "constraints"}, {"cs": "vstupu", "en": "input sequence"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our experiments on the English-Czech language pair show that this approach improves the translation of constrained terms in both automatic and manual evaluation by reducing errors in agreement.", "cs": "Naše experimenty na anglicko-českém jazykovém páru ukazují, že tento přístup zlepšuje překlad s omezením pomocí termínů a to jak v automatickém i ručním hodnocení, snížením počtu chyb v gramatické shodě."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anglicko-českém jazykovém páru", "en": "English-Czech language pair"}, {"cs": "automatickém i ručním hodnocení", "en": "automatic and manual evaluation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our approach thus eliminates inflection errors, without introducing new errors or decreasing the overall quality of the translation.", "cs": "Náš přístup tak odstraňuje inflexní chyby, aniž by zaváděl nové chyby nebo snižoval celkovou kvalitu překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "inflexní chyby", "en": "inflection errors"}, {"cs": "celkovou kvalitu překladu", "en": "overall quality of the translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Neural networks are the state-of-the-art method of machine learning for many problems in NLP.", "cs": "Neuronové sítě jsou nejmodernější metodou strojového učení pro mnoho problémů v NLP."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Neuronové sítě", "en": "Neural networks"}, {"cs": "strojového učení", "en": "machine learning"}, {"cs": "NLP", "en": "NLP"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Their success in machine translation and other NLP tasks is phenomenal, but their interpretability is challenging.", "cs": "Jejich úspěch ve strojovém překladu a dalších úlohách NLP je fenomenální, ale jejich interpretovatelnost je náročná."}, "data_name": "wmt23_terminology", "hints": [{"cs": "strojovém překladu", "en": "machine translation"}, {"cs": "úlohách NLP", "en": "NLP tasks"}, {"cs": "interpretovatelnost", "en": "interpretability"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We want to find out how neural networks represent meaning.", "cs": "Chceme zjistit, jak neuronové sítě reprezentují význam."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neuronové sítě", "en": "neural networks"}, {"cs": "význam", "en": "meaning"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In order to do this, we propose to examine the distribution of meaning in the vector space representation of words in neural networks trained for NLP tasks.", "cs": "Za tímto účelem navrhujeme prozkoumat rozložení významu ve vektorovém prostoru reprezentace slov v neuronových sítích trénovaných pro úlohy NLP."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozložení významu", "en": "distribution of meaning"}, {"cs": "vektorovém prostoru reprezentace slov", "en": "vector space representation of words"}, {"cs": "neuronových sítích", "en": "neural networks"}, {"cs": "úlohy NLP", "en": "NLP tasks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Furthermore, we propose to consider various theories of meaning in the philosophy of language and to find a methodology that would enable us to connect these areas.", "cs": "Dále navrhujeme zvážit různé teorie významu ve filosofii jazyka a najít metodologii, která by nám umožnila tyto oblasti propojit."}, "data_name": "wmt23_terminology", "hints": [{"cs": "teorie významu", "en": "theories of meaning"}, {"cs": "filosofii jazyka", "en": "philosophy of language"}, {"cs": "metodologii", "en": "methodology"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The MultiWOZ dataset (Budzianowski et al.,2018) is frequently used for benchmarking context-to-response abilities of task-oriented dialogue systems.", "cs": "Dataset MultiWOZ (Budzianowski et al.,2018) je často užíván na poměřování schopností generovat odpověď z kontextu v případě dialogových systému zaměřených na úkoly."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Dataset MultiWOZ", "en": "MultiWOZ dataset"}, {"cs": "dialogových systému zaměřených na úkoly", "en": "task-oriented dialogue systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this work, we identify inconsistencies in data preprocessing and reporting of three corpus-based metrics used on this dataset, i.e., BLEU score and Inform & Success rates.", "cs": "V této práci identifikujeme nekonzistence v předzpracování dat a reportování tří metrik založených na evaluačním korpusu, tj., BLEU skóre, míry Inform a míry Success, v kontextu tohoto datasetu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nekonzistence", "en": "inconsistencies"}, {"cs": "předzpracování dat", "en": "data preprocessing"}, {"cs": "reportování", "en": "reporting"}, {"cs": "tří metrik", "en": "three corpus-based metrics"}, {"cs": "evaluačním korpusu", "en": "dataset"}, {"cs": "BLEU skóre", "en": "BLEU score"}, {"cs": "míry Success", "en": "Success rates"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We point out a few problems of the MultiWOZ benchmark such as unsatisfactory preprocessing, insufficient or under-specified evaluation metrics, or rigid database.", "cs": "Poukazujeme na několik problémů benchmarku MultiWOZ jako je neuspokojivé předzpracování dat, nedostatečné nebo nedostatečně specifikované evaluační metriky, nebo neohebná databáze."}, "data_name": "wmt23_terminology", "hints": [{"cs": "benchmarku MultiWOZ", "en": "MultiWOZ benchmark"}, {"cs": "předzpracování dat", "en": "preprocessing"}, {"cs": "evaluační metriky", "en": "evaluation metrics"}, {"cs": "databáze", "en": "database"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We re-evaluate 7 end-to-end and 6 policy optimization models in as-fair-as-possible setups, and we show that their reported scores cannot be directly compared.", "cs": "Ve spravedlivých podmínkách jsme znovu vyhodnotili 7 end-to-end a 6 policy optimization modelů a ukázali jsme, že jejich původně reportovaná skóre nemohou být přímo srovnávána."}, "data_name": "wmt23_terminology", "hints": [{"cs": "spravedlivých podmínkách", "en": "as-fair-as-possible setups"}, {"cs": "7 end-to-end", "en": "7 end-to-end"}, {"cs": "6 policy optimization modelů", "en": "6 policy optimization models"}, {"cs": "původně reportovaná skóre", "en": "reported scores"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "To facilitate comparison of future systems, we release our stand-alone standardized evaluation scripts.", "cs": "Abychom ulehčili porovnávání budoucích systémů, zveřejňujeme naše soběstačné standardizované evaluační skripty."}, "data_name": "wmt23_terminology", "hints": [{"cs": "porovnávání budoucích systémů", "en": "comparison of future systems"}, {"cs": "standardizované evaluační skripty", "en": "standardized evaluation scripts"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also give basic recommendations for corpus-based benchmarking in future works.", "cs": "Rovněž dáváme základní doporučení pro budoucí vyhodnocování založená na evaluačním korpusu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "základní doporučení", "en": "basic recommendations"}, {"cs": "budoucí vyhodnocování", "en": "future works"}, {"cs": "evaluačním korpusu", "en": "corpus-based benchmarking"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "With the ever-increasing pace of research and high volume of scholarly communication, scholars face a daunting task.", "cs": "Se stále rostoucím tempem výzkumu a velký objem vědecké komunikace, stipendisty čeká nelehký úkol."}, "data_name": "wmt23_terminology", "hints": [{"cs": "stále rostoucím tempem výzkumu", "en": "ever-increasing pace of research"}, {"cs": "velký objem vědecké komunikace", "en": "high volume of scholarly communication"}, {"cs": "stipendisty", "en": "scholars"}, {"cs": "nelehký úkol", "en": "daunting task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Not only must they keep up with the growing literature in their own and related fields, scholars increasingly also need to rebut pseudo-science and disinformation.", "cs": "Nejen musí udržují krok s rostoucí literaturou v svých vlastních a souvisejících oborů, musí vědci stále častěji také vyvracet pseudovědu a dezinformace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rostoucí literaturou", "en": "growing literature"}, {"cs": "pseudovědu", "en": "pseudo-science"}, {"cs": "dezinformace", "en": "disinformation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "These needs have motivated an increasing focus on computational methods for enhancing search, summarization, and analysis of scholarly documents.", "cs": "Tyto potřeby motivovaly rostoucí zaměření na výpočetní metody pro zlepšení vyhledávání, sumarizace a analýzy odborných dokumentů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výpočetní metody", "en": "computational methods"}, {"cs": "vyhledávání", "en": "search"}, {"cs": "sumarizace", "en": "summarization"}, {"cs": "analýzy", "en": "analysis"}, {"cs": "odborných dokumentů", "en": "scholarly documents"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, the various strands of research on scholarly document processing remain fragmented.", "cs": "Nicméně různé oblasti výzkumu vědeckého zpracování dokumentů zůstávají roztříštěné."}, "data_name": "wmt23_terminology", "hints": [{"cs": "oblasti výzkumu", "en": "strands of research"}, {"cs": "vědeckého zpracování dokumentů", "en": "scholarly document processing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "To reach out to the broader NLP and AI/ML community, pool distributed efforts in this area, and enable shared access to published research, we held the 2nd Workshop on Scholarly Document Processing (SDP) at NAACL 2021 as a virtual event (https://sdproc.org/2021/).", "cs": "K dosažení širší komunitě NLP a AI/ML, společné úsilí v této oblasti a umožnit sdílený přístup k publikovanému výzkumu, my uspořádal 2. seminář o zpracovávání dokumentů (SDP) v rámci programu NAACL 2021 jako virtuální událost (https://sdproc.org/2021/)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "AI/ML", "en": "AI/ML"}, {"cs": "zpracovávání dokumentů", "en": "Scholarly Document Processing"}, {"cs": "SDP", "en": "SDP"}, {"cs": "NAACL 2021", "en": "NAACL 2021"}, {"cs": "virtuální událost", "en": "virtual event"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The SDP workshop consisted of a research track, three invited talks and three Shared Tasks (LongSumm 2021, SCIVER and 3C).", "cs": "The SDP workshop sestával z výzkumné dráhy, tři pozvané rozhovory a tři sdílené úkoly (LongSumm 2021, SCIVER a 3C)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "SDP workshop", "en": "SDP workshop"}, {"cs": "výzkumné dráhy", "en": "research track"}, {"cs": "pozvané rozhovory", "en": "invited talks"}, {"cs": "sdílené úkoly", "en": "Shared Tasks"}, {"cs": "LongSumm 2021", "en": "LongSumm 2021"}, {"cs": "SCIVER", "en": "SCIVER"}, {"cs": "3C", "en": "3C"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The program was geared towards NLP, information retrieval, and data mining for scholarly documents, with an emphasis on identifying and providing solutions to open challenges.", "cs": "Program byl zaměřen na NLP, získávání informací a dolování dat pro vědecké dokumenty s důrazem na identifikaci a řešení otevřených výzev."}, "data_name": "wmt23_terminology", "hints": [{"cs": "NLP", "en": "NLP"}, {"cs": "získávání informací", "en": "information retrieval"}, {"cs": "dolování dat", "en": "data mining"}, {"cs": "vědecké dokumenty", "en": "scholarly documents"}, {"cs": "otevřených výzev", "en": "open challenges"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Describing our experience from the coordination of the EU project ELITR for grant applicants.", "cs": "Seznámení uchazečů o různé projekty našimi zkušenostmi s koordinací projektu ELITR."}, "data_name": "wmt23_terminology", "hints": [{"cs": "projekty", "en": "grant applicants"}, {"cs": "koordinací projektu ELITR", "en": "coordination of the EU project ELITR"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "I presented the research project ELITR and the state of the art in machine translation and speech translation.", "cs": "Představil jsem výzkumný projekt ELITR a současný stav poznání v oblasti strojového překladu a překladu mluvené řeči."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výzkumný projekt ELITR", "en": "research project ELITR"}, {"cs": "strojového překladu", "en": "machine translation"}, {"cs": "překladu mluvené řeči", "en": "speech translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A brief description of two applied projects, ELITR and Bergamot, and one basic research project NEUREM3, run at UFAL", "cs": "Představení dvou aktuálních aplikovaných projektů ELITR a Bergamot a projektu základního výzkumu NEUREM3, realizovaných na ÚFALu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "aplikovaných projektů", "en": "applied projects"}, {"cs": "základního výzkumu", "en": "basic research project"}, {"cs": "ÚFALu", "en": "UFAL"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper presents an automatic speech translation system aimed at live subtitling of conference presentations.", "cs": "542 / 5000 Translation results Tento článek představuje systém automatického překladu řeči zaměřený na živé titulkování konferenčních prezentací."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systém automatického překladu řeči", "en": "automatic speech translation system"}, {"cs": "živé titulkování konferenčních prezentací", "en": "live subtitling of conference presentations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We describe the overall architecture and key processing components.", "cs": "Popisujeme celkovou architekturu a klíčové komponenty zpracování."}, "data_name": "wmt23_terminology", "hints": [{"cs": "celkovou architekturu", "en": "overall architecture"}, {"cs": "klíčové komponenty zpracování", "en": "key processing components"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "More importantly, we explain our strategy for building a complex system for end-users from numerous individual components, each of which has been tested only in laboratory conditions.", "cs": "Důležitější je, že vysvětlujeme naši strategii budování komplexního systému pro koncové uživatele z mnoha jednotlivých komponent, z nichž každá byla testována pouze v laboratorních podmínkách."}, "data_name": "wmt23_terminology", "hints": [{"cs": "strategii", "en": "strategy"}, {"cs": "komplexního systému", "en": "complex system"}, {"cs": "koncové uživatele", "en": "end-users"}, {"cs": "jednotlivých komponent", "en": "individual components"}, {"cs": "laboratorních podmínkách", "en": "laboratory conditions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The system is a working prototype that is routinely tested in recognizing English, Czech, and German speech and presenting it translated simultaneously into 42 target languages.", "cs": "Systém je funkčním prototypem, který je rutinně testován v rozpoznávání anglické, české a německé řeči a současně je prezentován přeložený do 42 cílových jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Systém", "en": "The system"}, {"cs": "funkčním prototypem", "en": "working prototype"}, {"cs": "anglické, české a německé řeči", "en": "English, Czech, and German speech"}, {"cs": "42 cílových jazyků", "en": "42 target languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper describes the practical experience from testing our complex system translating from the speech of speakers and interpreters.", "cs": "Příspěvek popisuje praktické zkušenosti z testování systému pro simultánní překlad mluvené řeči z projevu řečníků a tlumočníků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systému pro simultánní překlad mluvené řeči", "en": "complex system translating"}, {"cs": "projevu řečníků a tlumočníků", "en": "speech of speakers and interpreters"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This machine translation test set contains 2223 Czech sentences collected within the FAUST project (https://ufal.mff.cuni.cz/grants/faust, http://hdl.handle.net/11234/1-3308).", "cs": "Tato testovací sada strojového překladu obsahuje 2223 českých vět shromážděných v rámci projektu FAUST (https://ufal.mff.cuni.cz/grants/faust, http://hdl.handle.net/11234/1-3308)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "testovací sada strojového překladu", "en": "machine translation test set"}, {"cs": "2223 českých vět", "en": "2223 Czech sentences"}, {"cs": "projektu FAUST", "en": "FAUST project"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Each original (noisy) sentence was normalized (clean1 and clean2) and translated to English independently by two translators.", "cs": "Každá původní věta obsahující šum byla normalizována (clean1 a clean2) a nezávisle na sobě přeložena do angličtiny dvěma překladateli."}, "data_name": "wmt23_terminology", "hints": [{"cs": "původní věta obsahující šum", "en": "original (noisy) sentence"}, {"cs": "normalizována", "en": "normalized"}, {"cs": "angličtiny", "en": "English"}, {"cs": "překladateli", "en": "translators"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Why and how the LINDAT data repository integrates services supporting and using direct data citation.", "cs": "Proč a jakým způsobem integruje datový repozitář LINDATu služby podporující a využívající přímé citování dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "datový repozitář LINDATu", "en": "LINDAT data repository"}, {"cs": "přímé citování dat", "en": "direct data citation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Information about the central repository of LINDAT/CLARIAH-cz, especially in terms of FAIR aspects", "cs": "Informace o centrálním repozitáři LINDAT/CLARIAH-cz, obzvláště z hlediska FAIR aspektů"}, "data_name": "wmt23_terminology", "hints": [{"cs": "centrálním repozitáři", "en": "central repository"}, {"cs": "LINDAT/CLARIAH-cz", "en": "LINDAT/CLARIAH-cz"}, {"cs": "FAIR aspektů", "en": "FAIR aspects"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This report presents a guideline for including German synonyms into the multilingual SynSemClass lexicon.", "cs": "Technická zprava shrnuje pravidla pro zařazení německých synonym do synonymního slovníku SynSemClass."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Technická zprava", "en": "This report"}, {"cs": "německých synonym", "en": "German synonyms"}, {"cs": "synonymního slovníku SynSemClass", "en": "multilingual SynSemClass lexicon"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The SynSemClass synonym verb lexicon version 3.5 investigates, with respect to contextually-based verb synonymy, semantic ‘equivalence’ of Czech, English and German verb senses and their valency behavior in parallel Czech-English and German-English language resources.", "cs": "SynSemClass lexicon 3.5 zkoumá s ohledem na kontextově založenou slovesnou synonymii, sémantickou „ekvivalenci“ českých, anglických a německých sloves a jejich valenční chování v paralelních česko-anglických a německo-anglických jazykových zdrojích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "SynSemClass lexicon 3.5", "en": "SynSemClass synonym verb lexicon version 3.5"}, {"cs": "sémantickou „ekvivalenci“", "en": "semantic ‘equivalence’"}, {"cs": "českých, anglických a německých sloves", "en": "Czech, English and German verb senses"}, {"cs": "valenční chování", "en": "valency behavior"}, {"cs": "česko-anglických a německo-anglických jazykových zdrojích", "en": "parallel Czech-English and German-English language resources"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "SynSemClass3.5 is a multilingual event-type ontology based on classes of synonymous verb senses, complemented with semantic roles and links to existing semantic lexicons.", "cs": "SynSemClass 3.5 je vícejazyčná ontologie typu události založená na třídách synonymních významů sloves, doplněná sémantickými rolemi a odkazy na existující sémantické lexikony."}, "data_name": "wmt23_terminology", "hints": [{"cs": "SynSemClass 3.5", "en": "SynSemClass3.5"}, {"cs": "vícejazyčná ontologie", "en": "multilingual event-type ontology"}, {"cs": "třídách synonymních významů sloves", "en": "classes of synonymous verb senses"}, {"cs": "sémantickými rolemi", "en": "semantic roles"}, {"cs": "sémantické lexikony", "en": "semantic lexicons"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Apart of the already used links to PDT-Vallex, EngVallex, CzEngVallex, FrameNet, VerbNet, PropBank, Ontonotes, and English WordNet for Czech and English entries the new links to German language lexical resources are exploited for German verb entries, such as Woxikon, E-VALBU, and GUP.", "cs": "Kromě již použitých odkazů na položky PDT-Vallex, EngVallex, CzEngVallex, FrameNet, VerbNet, PropBank, Ontonotes a English WordNet pro české a anglické záznamy jsou nové odkazy na německé jazykové lexikální zdroje, jako je Woxikon, E-VALBU a GUP, využívány pro německé slovesné záznamy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "PDT-Vallex", "en": "PDT-Vallex"}, {"cs": "EngVallex", "en": "EngVallex"}, {"cs": "CzEngVallex", "en": "CzEngVallex"}, {"cs": "FrameNet", "en": "FrameNet"}, {"cs": "VerbNet", "en": "VerbNet"}, {"cs": "PropBank", "en": "PropBank"}, {"cs": "Ontonotes", "en": "Ontonotes"}, {"cs": "English WordNet", "en": "English WordNet"}, {"cs": "Woxikon", "en": "Woxikon"}, {"cs": "E-VALBU", "en": "E-VALBU"}, {"cs": "GUP", "en": "GUP"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The German part of the lexicon has been created within the project Multilingual Event-Type-Anchored Ontology for Natural Language Understanding (META-O-NLU) by two cooperating teams - by the team of the Charles University, Faculty of Mathematics and Physics, Institute of Formal and Applied Linguistics, Prague (ÚFAL), Czech Republic and the team of the German Research Center for Artificial Intelligence (DFKI) Speech and Language Technology, Berlin, Germany.", "cs": "Německá část lexikonu byla vytvořena v rámci projektu Multilingual Event-Type-Anchored Ontology for Natural Language Understanding (META-O-NLU) dvěma spolupracujícími týmy - týmem Univerzity Karlovy, Matematicko-fyzikální fakulty, Ústavu formální a aplikované lingvistiky, Praha (ÚFAL), Česká republika a týmem Německého výzkumného centra pro umělou inteligenci (DFKI) Speech and Language Technology, Berlín, Německo."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Německá část lexikonu", "en": "The German part of the lexicon"}, {"cs": "Multilingual Event-Type-Anchored Ontology for Natural Language Understanding (META-O-NLU)", "en": "Multilingual Event-Type-Anchored Ontology for Natural Language Understanding (META-O-NLU)"}, {"cs": "Univerzity Karlovy, Matematicko-fyzikální fakulty, Ústavu formální a aplikované lingvistiky, Praha (ÚFAL), Česká republika", "en": "Charles University, Faculty of Mathematics and Physics, Institute of Formal and Applied Linguistics, Prague (ÚFAL), Czech Republic"}, {"cs": "Německého výzkumného centra pro umělou inteligenci (DFKI) Speech and Language Technology, Berlín, Německo", "en": "German Research Center for Artificial Intelligence (DFKI) Speech and Language Technology, Berlin, Germany"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present results of an automatic comparison of valency frames of interlinked adjectival and verbal lexical units based on the valency lexicons NomVallex and VALLEX.", "cs": "V článku prezentujeme výsledky automatického srovnání valenčních rámců vzájemně propojených adjektivních a slovesných lexikálních jednotek, obsažených ve valenčních slovnících NomVallex a VALLEX."}, "data_name": "wmt23_terminology", "hints": [{"cs": "valenčních rámců", "en": "valency frames"}, {"cs": "adjektivních", "en": "adjectival"}, {"cs": "slovesných lexikálních jednotek", "en": "verbal lexical units"}, {"cs": "valenčních slovnících", "en": "valency lexicons"}, {"cs": "NomVallex", "en": "NomVallex"}, {"cs": "VALLEX", "en": "VALLEX"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We distinguish nine derivational types of deverbal adjectives and examine whether they tend to display systemic valency behavior, or rather the non-systemic one.", "cs": "Rozlišujeme devět derivačních typů deverbálních adjektiv a zkoumáme, zda vykazují systémové valenční chování, nebo spíše nesystémové valenční chování."}, "data_name": "wmt23_terminology", "hints": [{"en": "derivational types", "cs": "derivačních typů"}, {"en": "deverbal adjectives", "cs": "deverbálních adjektiv"}, {"en": "systemic valency behavior", "cs": "systémové valenční chování"}, {"en": "non-systemic", "cs": "nesystémové"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The non-systemic valency behavior includes changes in the number of valency complementations and, more dominantly, non-systemic forms of actants, especially a prepositional group.", "cs": "K projevům nesystémového valenčního chování patří změny v počtu valenčních doplnění a především nesystémové formy aktantů, zvláště nesystémová předložková skupina."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nesystémového valenčního chování", "en": "non-systemic valency behavior"}, {"cs": "valenčních doplnění", "en": "valency complementations"}, {"cs": "nesystémové formy aktantů", "en": "non-systemic forms of actants"}, {"cs": "nesystémová předložková skupina", "en": "prepositional group"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a method for extending coverage of the Lexicon of Czech Discourse Connectives – CzeDLex – using annotation projection.", "cs": "Představujeme metodu pro rozšíření pokrytí Slovníku českých diskurzních konektorů (CzeDLex) pomocí anotační projekce."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Slovníku českých diskurzních konektorů", "en": "Lexicon of Czech Discourse Connectives"}, {"cs": "CzeDLex", "en": "CzeDLex"}, {"cs": "anotační projekce", "en": "annotation projection"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We take advantage of two language resources: (i) the Penn Discourse Treebank 3.0 as a source of manually annotated discourse relations in English, and (ii) the Prague Czech–English Dependency Treebank 2.0 as a translation of the English texts to Czech and a link between tokens on the two language sides.", "cs": "Využíváme dva jazykové zdroje: (i) Penn Discourse Treebank 3.0 jako zdroj ručně anotovaných diskurzních vztahů v angličtině a (ii) Pražský česko -anglický závislostí korpus 2.0 jako překlad anglických textů do češtiny a propojení mezi tokeny v obou jazycích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jazykové zdroje", "en": "language resources"}, {"cs": "Penn Discourse Treebank 3.0", "en": "the Penn Discourse Treebank 3.0"}, {"cs": "diskurzních vztahů", "en": "discourse relations"}, {"cs": "Pražský česko -anglický závislostí korpus 2.0", "en": "the Prague Czech–English Dependency Treebank 2.0"}, {"cs": "překlad", "en": "translation"}, {"cs": "anglických textů", "en": "English texts"}, {"cs": "češtiny", "en": "Czech"}, {"cs": "propojení mezi tokeny", "en": "link between tokens"}, {"cs": "obou jazycích", "en": "the two language sides"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Although CzeDLex was originally extracted from a large Czech corpus, the presented method resulted in an addition of a number of new connectives and new types of usages (discourse types) for already present entries in the lexicon.", "cs": "Přestože byl CzeDLex původně extrahován z velkého českého korpusu, vedla prezentovaná metoda k přidání řady nových konektorů a nových užití (diskurzních typů) pro již přítomné položky ve slovníku."}, "data_name": "wmt23_terminology", "hints": [{"cs": "CzeDLex", "en": "CzeDLex"}, {"cs": "českého korpusu", "en": "Czech corpus"}, {"cs": "konektorů", "en": "connectives"}, {"cs": "užití", "en": "usages"}, {"cs": "diskurzních typů", "en": "discourse types"}, {"cs": "slovníku", "en": "lexicon"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "CzeDLex 1.0 is the first production version of a lexicon of Czech discourse connectives, following three previous development versions.", "cs": "CzeDLex 1.0 je první produkční verze slovníku českých diskurzních konektorů, navazující na 3 předchozí verze vývojové."}, "data_name": "wmt23_terminology", "hints": [{"cs": "CzeDLex 1.0", "en": "CzeDLex 1.0"}, {"cs": "slovníku českých diskurzních konektorů", "en": "lexicon of Czech discourse connectives"}, {"cs": "verze vývojové", "en": "development versions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The lexicon contains connectives partially automatically extracted from the Prague Discourse Treebank 2.0 (PDiT 2.0) and other resources.", "cs": "Slovník obsahuje konektory částečně automaticky extrahované z Pražského diskurzního korpusu 2.0 (PDiT 2.0) a z dalších zdrojů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Slovník", "en": "lexicon"}, {"cs": "konektory", "en": "connectives"}, {"cs": "Pražského diskurzního korpusu 2.0", "en": "Prague Discourse Treebank 2.0"}, {"cs": "PDiT 2.0", "en": "PDiT 2.0"}, {"cs": "zdrojů", "en": "resources"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "All entries in the lexicon have been manually checked, translated to English and supplemented with additional linguistic information.", "cs": "Všechna slovníková hesla byla ručně zkontrolována, přeložena do angličtiny a doplněna dalšími lingvistickými informacemi."}, "data_name": "wmt23_terminology", "hints": [{"cs": "slovníková hesla", "en": "entries in the lexicon"}, {"cs": "ručně zkontrolována", "en": "manually checked"}, {"cs": "přeložena do angličtiny", "en": "translated to English"}, {"cs": "dalšími lingvistickými informacemi", "en": "additional linguistic information"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present experiments in predicting a discourse sense for explicit inter-sentential discourse relations in Czech and English, using embedding and deep learning (fine-tuned BERT) to predict the senses, and annotation projection from English to Czech to increase the size of training data for Czech.", "cs": "Předkládáme experimenty zaměřené na predikci významu explicitních mezivětných diskurzních vztahů v češtině a angličtině, s využitím hlubokého učení (BERT) pro predikci významů a anotační projekce z angličtiny do češtiny pro zvětšení množství trénovacích dat pro češtinu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "predikci významu explicitních mezivětných diskurzních vztahů", "en": "predicting a discourse sense for explicit inter-sentential discourse relations"}, {"cs": "češtině a angličtině", "en": "Czech and English"}, {"cs": "hlubokého učení (BERT)", "en": "deep learning (fine-tuned BERT)"}, {"cs": "anotační projekce z angličtiny do češtiny", "en": "annotation projection from English to Czech"}, {"cs": "trénovacích dat pro češtinu", "en": "training data for Czech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We attempt to shed some light on the various ways how languages specify date and time, and on the options we have when trying to annotate them uniformly across Universal Dependencies.", "cs": "Pokoušíme se osvětlit rozličné způsoby, kterými jazyky udávají datum a čas, a možnosti, které máme, když se příslušné konstrukce snažíme jednotně zachytit ve formalismu Universal Dependencies."}, "data_name": "wmt23_terminology", "hints": [{"cs": "osvětlit", "en": "shed some light"}, {"cs": "jazyky", "en": "languages"}, {"cs": "datum a čas", "en": "date and time"}, {"cs": "Universal Dependencies", "en": "Universal Dependencies"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Examples from several language families are discussed, and their annotation is proposed.", "cs": "Probíráme příklady z několika jazykových rodin a navrhujeme jejich anotaci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "příklady", "en": "Examples"}, {"cs": "jazykových rodin", "en": "language families"}, {"cs": "anotaci", "en": "annotation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our hope is to eventually make this (or similar) proposal an integral part of the UD annotation guidelines, which would help improve consistency of he UD treebanks.", "cs": "Doufáme, že tento (nebo podobný) návrh by se mohl v budoucnosti stát součástí anotačních pravidel UD, což by přispělo k větší konzistenci treebanků UD."}, "data_name": "wmt23_terminology", "hints": [{"cs": "návrh", "en": "proposal"}, {"cs": "anotačních pravidel UD", "en": "UD annotation guidelines"}, {"cs": "treebanků UD", "en": "UD treebanks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The current annotations are far from consistent, as can be seen from the survey we provide in appendices to this paper.", "cs": "Současné anotace mají ke konzistenci daleko, jak přehledně ukazujeme v dodatcích k této studii."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Současné anotace", "en": "current annotations"}, {"cs": "konzistenci", "en": "consistent"}, {"cs": "dodatcích", "en": "appendices"}, {"cs": "této studii", "en": "this paper"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Universal Dependencies (UD) is a multilingual collection of corpora featuring morphological and syntactic annotation in a unified style.", "cs": "Universal Dependencies (UD, univerzální závislosti) je mnohojazyčná kolekce korpusů, morfologicky a syntakticky anotovaných v jednotném stylu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Universal Dependencies", "en": "Universal Dependencies"}, {"cs": "univerzální závislosti", "en": "UD"}, {"cs": "mnohojazyčná kolekce korpusů", "en": "multilingual collection of corpora"}, {"cs": "morfologicky a syntakticky anotovaných", "en": "morphological and syntactic annotation"}, {"cs": "jednotném stylu", "en": "unified style"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We discuss an optional layer of deep-syntactic annotation in UD, called Enhanced Universal Dependencies.", "cs": "Představujeme volitelnou rovinu hloubkově-syntaktické anotace v UD, zvanou Enhanced Universal Dependencies (rozšířené univerzální závislosti)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hloubkově-syntaktické anotace", "en": "deep-syntactic annotation"}, {"cs": "Enhanced Universal Dependencies", "en": "Enhanced Universal Dependencies"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We survey the existing enhanced representation as of release 2.8 and consider two possible future expansions: semi-automatic addition of existing enhancement types to new languages, and addition of new enhancement types.", "cs": "Podáváme přehled rozšířených anotací ve verzi 2.8 a zvažujeme dvě možná budoucí pokračování: poloautomatické přidávání známých typů rozšíření do nových jazyků a přidávání nových typů rozšíření."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozšířených anotací", "en": "enhanced representation"}, {"cs": "verzi 2.8", "en": "release 2.8"}, {"cs": "poloautomatické přidávání", "en": "semi-automatic addition"}, {"cs": "známých typů rozšíření", "en": "existing enhancement types"}, {"cs": "nových jazyků", "en": "new languages"}, {"cs": "přidávání nových typů rozšíření", "en": "addition of new enhancement types"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "I present Universal Dependencies, a worldwide community project to design morphological and syntactic annotation guidelines applicable to all the languages of the world.", "cs": "Představuji Universal Dependencies, mezinárodní komunitní projekt, v jehož rámci vznikla morfologická a syntaktická anotační pravidla aplikovatelná na všechny přirozené jazyky světa."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Universal Dependencies", "en": "Universal Dependencies"}, {"cs": "mezinárodní komunitní projekt", "en": "worldwide community project"}, {"cs": "morfologická a syntaktická anotační pravidla", "en": "morphological and syntactic annotation guidelines"}, {"cs": "přirozené jazyky světa", "en": "languages of the world"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "I discuss automatic parsing models and their use in digital humanities: linguistics, language teaching, documentation of endangered languages, linguistic typology and language change.", "cs": "Probírám modely pro automatickou syntaktickou analýzu a jejich využití v digitálních humanitních studiích: v lingivistice, výuce jazyků, dokumentaci ohrožených jazyků, jazykové typologii a historickém vývoji jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatickou syntaktickou analýzu", "en": "automatic parsing"}, {"cs": "digitálních humanitních studiích", "en": "digital humanities"}, {"cs": "výuce jazyků", "en": "language teaching"}, {"cs": "dokumentaci ohrožených jazyků", "en": "documentation of endangered languages"}, {"cs": "jazykové typologii", "en": "linguistic typology"}, {"cs": "historickém vývoji jazyků", "en": "language change"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We describe the second IWPT task on end-to-end parsing from raw text to Enhanced Universal Dependencies.", "cs": "Popisujeme druhou soutěž IWPT v automatické analýze prostého textu do struktur Enhanced Universal Dependencies."}, "data_name": "wmt23_terminology", "hints": [{"cs": "soutěž IWPT", "en": "IWPT task"}, {"cs": "automatické analýze prostého textu", "en": "end-to-end parsing from raw text"}, {"cs": "struktur Enhanced Universal Dependencies", "en": "Enhanced Universal Dependencies"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We provide details about the evaluation metrics and the datasets used for training and evaluation.", "cs": "Uvádíme podrobnosti o mírách použitých při vyhodnocení, jakož i o datových sadách použitých pro učení a vyhodnocení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "mírách", "en": "evaluation metrics"}, {"cs": "datových sadách", "en": "datasets"}, {"cs": "učení", "en": "training"}, {"cs": "vyhodnocení", "en": "evaluation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We compare the approaches taken by participating teams and discuss the results of the shared task, also in comparison with the first edition of this task.", "cs": "Srovnáváme přístupy jednotlivých týmů, které se soutěže zúčastnily, a rozebíráme výsledky, mimo jiné i ve srovnání s výsledky prvního ročníku této soutěže."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přístupy", "en": "approaches"}, {"cs": "týmů", "en": "teams"}, {"cs": "soutěže", "en": "shared task"}, {"cs": "výsledky", "en": "results"}, {"cs": "prvního ročníku", "en": "first edition"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper presents a discussion about homonymy of Czech nouns with different or varying genders.", "cs": "Příspěvek přináší diskusi o homonymii českých podstatných jmen s různým nebo kolísavým rodem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "homonymii českých podstatných jmen", "en": "homonymy of Czech nouns"}, {"cs": "různým nebo kolísavým rodem", "en": "different or varying genders"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The lemmas with this type of homonymy are treated in the new release of the dictionary MorfFlex as separated.", "cs": "Lemata s tímto typem homonymie jsou v novém vydání slovníku MorfFlex považována za různá."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Lemata", "en": "lemmas"}, {"cs": "homonymie", "en": "homonymy"}, {"cs": "slovníku MorfFlex", "en": "dictionary MorfFlex"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We show that the separation of paradigms according to the gender is not only superfluous, but also clumsy, because it forces to make a choice when it is not necessary.", "cs": "Ukazujeme, že rozdělení paradigmat podle rodu je nejen zbytečné, ale také nepraktické."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozdělení paradigmat", "en": "separation of paradigms"}, {"cs": "rodu", "en": "gender"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "That’s why we call this type of homonymy “artificial”.", "cs": "Proto tomuto druhu hononymie říkáme „umělé“."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hononymie", "en": "homonymy"}, {"cs": "umělé", "en": "artificial"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The Handbook of Easy Languages in Europe describes the historical background, the principles and the practices of Easy Language in 21 European countries.", "cs": "Příručka snadných jazyků v Evropě popisuje historické pozadí, principy a postupy Easy Language ve 21 evropských zemích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Příručka snadných jazyků v Evropě", "en": "Handbook of Easy Languages in Europe"}, {"cs": "historické pozadí", "en": "historical background"}, {"cs": "principy", "en": "principles"}, {"cs": "postupy", "en": "practices"}, {"cs": "Easy Language", "en": "Easy Language"}, {"cs": "21 evropských zemích", "en": "21 European countries"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The notion of Easy Language refers to modified forms of standard languages that aim to facilitate reading and comprehension.", "cs": "Pojem Easy Language odkazuje na upravené formy standardních jazyků, jejichž cílem je usnadnit čtení a porozumění."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Pojem Easy Language", "en": "The notion of Easy Language"}, {"cs": "standardních jazyků", "en": "standard languages"}, {"cs": "usnadnit čtení a porozumění", "en": "facilitate reading and comprehension"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "EngVallex 2.0 as a slightly updated version of EngVallex.", "cs": "EngVallex 2.0 je aktualizovaná verze slovníku EngVallex."}, "data_name": "wmt23_terminology", "hints": [{"cs": "EngVallex 2.0", "en": "EngVallex 2.0"}, {"cs": "slovníku EngVallex", "en": "EngVallex"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It is the English counterpart of the PDT-Vallex valency lexicon, using the same view of valency, valency frames and the description of a surface form of verbal arguments.", "cs": "Jedná se o anglický protějšek valenčního slovníku PDT-Vallex, který používá stejný pohled na valenci, valenční rámečky a popis povrchové formy slovních argumentů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anglický protějšek", "en": "English counterpart"}, {"cs": "valenčního slovníku PDT-Vallex", "en": "PDT-Vallex valency lexicon"}, {"cs": "valenci", "en": "valency"}, {"cs": "valenční rámečky", "en": "valency frames"}, {"cs": "povrchové formy slovních argumentů", "en": "surface form of verbal arguments"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "EngVallex contains links also to PropBank (English predicate-argument lexicon).", "cs": "EngVallex obsahuje také odkazy na PropBank (anglický predicate-argument lexicon)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "EngVallex", "en": "EngVallex"}, {"cs": "PropBank", "en": "PropBank"}, {"cs": "anglický predicate-argument lexicon", "en": "English predicate-argument lexicon"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The EngVallex lexicon is fully linked to the English side of the PCEDT parallel treebank(s), which is in fact the PTB re-annotated using the Prague Dependency Treebank style of annotation.", "cs": "Slovník EngVallex je plně propojen s anglickou stranou PCEDT paralelního treebanku, což je ve reanotovaný PTB korpus ve stylu anotace Prague Dependency Treebank."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Slovník EngVallex", "en": "EngVallex lexicon"}, {"cs": "PCEDT paralelního treebanku", "en": "PCEDT parallel treebank"}, {"cs": "PTB korpus", "en": "PTB"}, {"cs": "Prague Dependency Treebank", "en": "Prague Dependency Treebank"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The EngVallex is available in an XML format in our repository, and also in a searchable form with examples from the PCEDT.", "cs": "EngVallex je k dispozici ve formátu XML a také ve formě k online vyhledávání s příklady z PCEDT."}, "data_name": "wmt23_terminology", "hints": [{"cs": "EngVallex", "en": "EngVallex"}, {"cs": "formátu XML", "en": "XML format"}, {"cs": "online vyhledávání", "en": "searchable form"}, {"cs": "PCEDT", "en": "PCEDT"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "EngVallex 2.0 is the same dataset as the EngVallex lexicon packaged with the PCEDT 3.0 corpus, but published separately under a more permissive licence, avoiding the need for LDC licence which is tied to PCEDT 3.0 as a whole.", "cs": "EngVallex 2.0 je stejný datový soubor jako EngVallex ve vydání PCEDT 3.0, ale vydává se samostatně na základě benevolentnější licence, čímž se předejde nutnosti pro uživatele získat LDC licenci, která je vázána na PCEDT 3.0 jako celek."}, "data_name": "wmt23_terminology", "hints": [{"cs": "EngVallex 2.0", "en": "EngVallex 2.0"}, {"cs": "EngVallex", "en": "EngVallex lexicon"}, {"cs": "PCEDT 3.0", "en": "PCEDT 3.0 corpus"}, {"cs": "LDC licenci", "en": "LDC licence"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The work deals with the formation of agent nouns in Czech, especially the rivalry among the eight most frequent agent suffixes.", "cs": "Práce se zabývá tvorbou agentních jmen v češtině, zejména kompeticí mezi osmi nejfrekventovanějšími agentními příponami."}, "data_name": "wmt23_terminology", "hints": [{"cs": "agentních jmen", "en": "agent nouns"}, {"cs": "češtině", "en": "Czech"}, {"cs": "osmi nejfrekventovanějšími agentními příponami", "en": "the eight most frequent agent suffixes"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We use machine learning methods to calculate the influence of several different formal-linguistic properties on the resulting suffix selected when an agent noun is coined.", "cs": "Na základě metod strojového učení je v práci vyčíslen vliv různých formálně-lingvistických vlastností na výslednou volbu přípony při tvorbě agentního substantiva."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metod strojového učení", "en": "machine learning methods"}, {"cs": "formálně-lingvistických vlastností", "en": "formal-linguistic properties"}, {"cs": "agentního substantiva", "en": "agent noun"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper outlines the ParlaMint project from the perspective of its goals, tasks, participants, results and applications potential.", "cs": "Tento článek popisuje projekt ParlaMint z hlediska jeho cílů, úkolů, účastníků, výsledků a aplikačního potenciálu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "projekt ParlaMint", "en": "ParlaMint project"}, {"cs": "cílů", "en": "goals"}, {"cs": "úkolů", "en": "tasks"}, {"cs": "účastníků", "en": "participants"}, {"cs": "výsledků", "en": "results"}, {"cs": "aplikačního potenciálu", "en": "applications potential"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The project produced language corpora from the sessions of the national parliaments of 17 countries, almost half a billion words in total.", "cs": "Projekt vytvořil jazykové korpusy ze zasedání národních parlamentů 17 zemí, celkem téměř půl miliardy slov."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jazykové korpusy", "en": "language corpora"}, {"cs": "národních parlamentů", "en": "national parliaments"}, {"cs": "17 zemí", "en": "17 countries"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The corpora are split into COVID-related subcorpora (from November 2019) and reference corpora (to October 2019).", "cs": "Korpusy jsou rozděleny na subkorpusy související s COVID (od listopadu 2019) a referenční korpusy (do října 2019)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Korpusy", "en": "corpora"}, {"cs": "subkorpusy", "en": "subcorpora"}, {"cs": "COVID", "en": "COVID"}, {"cs": "referenční korpusy", "en": "reference corpora"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The corpora are uniformly encoded according to the ParlaMint schema with the same Universal Dependencies linguistic annotations.", "cs": "Korpusy jsou jednotně kódovány podle schématu ParlaMint se stejnými lingvistickými anotacemi podle Universal Dependencies."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Korpusy", "en": "corpora"}, {"cs": "ParlaMint", "en": "ParlaMint"}, {"cs": "Universal Dependencies", "en": "Universal Dependencies"}, {"cs": "lingvistickými anotacemi", "en": "linguistic annotations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Samples of the corpora and conversion scripts are available from the project’s GitHub repository.", "cs": "Ukázky korpusů a konverzních skriptů jsou dostupné z GitHub úložiště projektu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "korpusů", "en": "corpora"}, {"cs": "konverzních skriptů", "en": "conversion scripts"}, {"cs": "GitHub úložiště projektu", "en": "project’s GitHub repository"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The complete corpora are openly available via the CLARIN.SI repository for download, and through the NoSketch Engine and KonText concordancers as well as through the Parlameter interface for exploration and analysis.", "cs": "Kompletní korpusy je volně dostupné ke stažení přes repozitář CLARIN.SI a přes concordancery NoSketch Engine a KonText i přes rozhraní Parlameter pro procházení a analýzu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Kompletní korpusy", "en": "complete corpora"}, {"cs": "repozitář", "en": "repository"}, {"cs": "CLARIN.SI", "en": "CLARIN.SI"}, {"cs": "NoSketch Engine", "en": "NoSketch Engine"}, {"cs": "KonText", "en": "KonText"}, {"cs": "concordancery", "en": "concordancers"}, {"cs": "rozhraní Parlameter", "en": "Parlameter interface"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "ParlaMint is a multilingual set of comparable corpora containing parliamentary debates.", "cs": "ParlaMint je vícejazyčný soubor srovnatelných korpusů parlamntních debat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "ParlaMint", "en": "ParlaMint"}, {"cs": "vícejazyčný soubor srovnatelných korpusů", "en": "multilingual set of comparable corpora"}, {"cs": "parlamntních debat", "en": "parliamentary debates"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It contains parliament debates from these countries: Belgium, Bulgaria, Czech Republic, Denmark, Croatia, France, Iceland, Italy, Lithuania, Latvia, Hungary, Netherlands, Poland, Slovenia, Spain, Turkey, UK", "cs": "Obsahuje parlamentní data těchto zemí: Belgie, Bulharsko, Česko, Dánsko, Francie, Chorvatsko, Island, Itálie, Litva, Lotyšsko, Maďarsko, Nizozemí, Polsko, Slovinsko, Španělsko, Turecko, UK."}, "data_name": "wmt23_terminology", "hints": [{"cs": "parlamentní data", "en": "parliament debates"}, {"cs": "Belgie", "en": "Belgium"}, {"cs": "Bulharsko", "en": "Bulgaria"}, {"cs": "Česko", "en": "Czech Republic"}, {"cs": "Dánsko", "en": "Denmark"}, {"cs": "Francie", "en": "France"}, {"cs": "Chorvatsko", "en": "Croatia"}, {"cs": "Island", "en": "Iceland"}, {"cs": "Itálie", "en": "Italy"}, {"cs": "Litva", "en": "Lithuania"}, {"cs": "Lotyšsko", "en": "Latvia"}, {"cs": "Maďarsko", "en": "Hungary"}, {"cs": "Nizozemí", "en": "Netherlands"}, {"cs": "Polsko", "en": "Poland"}, {"cs": "Slovinsko", "en": "Slovenia"}, {"cs": "Španělsko", "en": "Spain"}, {"cs": "Turecko", "en": "Turkey"}, {"cs": "UK", "en": "UK"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "ParlaMint is a multilingual set of comparable corpora containing parliamentary debates.", "cs": "ParlaMint je vícejazyčný soubor srovnatelných korpusů parlamntních debat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "ParlaMint", "en": "ParlaMint"}, {"cs": "vícejazyčný soubor srovnatelných  korpusů", "en": "multilingual set of comparable  corpora"}, {"cs": "parlamntních debat", "en": "parliamentary debates"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It contains parliament debates from these countries: Belgium, Bulgaria, Czech Republic, Denmark, Croatia, Iceland, Italy, Lithuania, Latvia, Hungary, Netherlands, Poland, Slovenia, Spain, Turkey, UK", "cs": "Obsahuje parlamentní data těchto zemí: Belgie, Bulharsko, Česko, Dánsko, Chorvatsko, Island, Itálie, Litva, Lotyšsko, Maďarsko, Nizozemí, Polsko, Slovinsko, Španělsko, Turecko, UK."}, "data_name": "wmt23_terminology", "hints": [{"cs": "parlamentní data", "en": "parliament debates"}, {"cs": "Belgie", "en": "Belgium"}, {"cs": "Bulharsko", "en": "Bulgaria"}, {"cs": "Česko", "en": "Czech Republic"}, {"cs": "Dánsko", "en": "Denmark"}, {"cs": "Chorvatsko", "en": "Croatia"}, {"cs": "Island", "en": "Iceland"}, {"cs": "Itálie", "en": "Italy"}, {"cs": "Litva", "en": "Lithuania"}, {"cs": "Lotyšsko", "en": "Latvia"}, {"cs": "Maďarsko", "en": "Hungary"}, {"cs": "Nizozemí", "en": "Netherlands"}, {"cs": "Polsko", "en": "Poland"}, {"cs": "Slovinsko", "en": "Slovenia"}, {"cs": "Španělsko", "en": "Spain"}, {"cs": "Turecko", "en": "Turkey"}, {"cs": "UK", "en": "UK"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "ParlaMint.ana is a multilingual set of comparable linguistically annotated corpora containing parliamentary debates.", "cs": "ParlaMint.ana je vícejazyčný soubor srovnatelných lingvisticky anotovaných korpusů parlamntních debat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vícejazyčný soubor", "en": "multilingual set"}, {"cs": "lingvisticky anotovaných korpusů", "en": "linguistically annotated corpora"}, {"cs": "parlamntních debat", "en": "parliamentary debates"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It contains parliament debates from these countries: Belgium, Bulgaria, Czech Republic, Denmark, France, Croatia, Iceland, Italy, Lithuania, Latvia, Hungary, Netherlands, Poland, Slovenia, Spain, Turkey, UK", "cs": "Obsahuje parlamentní data těchto zemí: Belgie, Bulharsko, Česko, Dánsko, Francie, Chorvatsko, Island, Itálie, Litva, Lotyšsko, Maďarsko, Nizozemí, Polsko, Slovinsko, Španělsko, Turecko, UK."}, "data_name": "wmt23_terminology", "hints": [{"cs": "parlamentní data", "en": "parliament debates"}, {"cs": "Belgie", "en": "Belgium"}, {"cs": "Bulharsko", "en": "Bulgaria"}, {"cs": "Česko", "en": "Czech Republic"}, {"cs": "Dánsko", "en": "Denmark"}, {"cs": "Francie", "en": "France"}, {"cs": "Chorvatsko", "en": "Croatia"}, {"cs": "Island", "en": "Iceland"}, {"cs": "Itálie", "en": "Italy"}, {"cs": "Litva", "en": "Lithuania"}, {"cs": "Lotyšsko", "en": "Latvia"}, {"cs": "Maďarsko", "en": "Hungary"}, {"cs": "Nizozemí", "en": "Netherlands"}, {"cs": "Polsko", "en": "Poland"}, {"cs": "Slovinsko", "en": "Slovenia"}, {"cs": "Španělsko", "en": "Spain"}, {"cs": "Turecko", "en": "Turkey"}, {"cs": "UK", "en": "UK"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper investigates the recent advances in parsing the Index Thomisticus Treebank, which encompasses Medieval Latin texts by Thomas Aquinas.", "cs": "Tento článek zkoumá nedávné pokroky v analýze Index Thomisticus Treebank, který zahrnuje středověké latinské texty Tomáše Akvinského."}, "data_name": "wmt23_terminology", "hints": [{"cs": "článek", "en": "paper"}, {"cs": "Index Thomisticus Treebank", "en": "Index Thomisticus Treebank"}, {"cs": "středověké latinské texty", "en": "Medieval Latin texts"}, {"cs": "Tomáše Akvinského", "en": "Thomas Aquinas"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The research focuses on two types of variables.", "cs": "Výzkum se zaměřuje na dva typy proměnných."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Výzkum", "en": "The research"}, {"cs": "dva typy proměnných", "en": "two types of variables"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "On the one hand, it examines the impact that a larger dataset has on the results of parsing; on the other hand, performances of new parsers are analysed with respect to less recent tools.", "cs": "Na jedné straně zkoumá, jaký vliv má větší soubor dat na výsledky parsování, na druhé straně jsou analyzovány výkony nových parserů s ohledem na méně aktuální nástroje."}, "data_name": "wmt23_terminology", "hints": [{"cs": "větší soubor dat", "en": "larger dataset"}, {"cs": "výsledky parsování", "en": "results of parsing"}, {"cs": "nových parserů", "en": "new parsers"}, {"cs": "méně aktuální nástroje", "en": "less recent tools"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Term of comparison to determine the effective parsing advances are the results in parsing the Index Thomisticus Treebank described in a previous work.", "cs": "Termínem srovnání pro určení efektivního pokroku v parsování jsou výsledky při parsování Index Thomisticus Treebank popsané v předchozí práci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Termínem srovnání", "en": "Term of comparison"}, {"cs": "efektivního pokroku", "en": "effective parsing advances"}, {"cs": "parsování", "en": "parsing"}, {"cs": "Index Thomisticus Treebank", "en": "Index Thomisticus Treebank"}, {"cs": "předchozí práci", "en": "previous work"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "First, the best performing parser among those concerned in that study is tested on a larger dataset than the one originally used.", "cs": "Nejprve je nejvýkonnější parser z těch, kterých se týkala tato studie, testován na větším souboru dat, než byl ten původně použitý."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nejvýkonnější parser", "en": "best performing parser"}, {"cs": "tato studie", "en": "that study"}, {"cs": "větším souboru dat", "en": "larger dataset"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Then, some parser combinations that were developed in the same study are evaluated as well, assessing that more training data result in more accurate performances.", "cs": "Poté jsou vyhodnoceny i některé kombinace parserů, které byly vyvinuty v téže studii, přičemž je posouzeno, že více trénovacích dat vede k přesnějším výkonům."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kombinace parserů", "en": "parser combinations"}, {"cs": "trénovacích dat", "en": "training data"}, {"cs": "přesnějším výkonům", "en": "more accurate performances"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Finally, to examine the impact that newly available tools have on parsing results, we train, test, and evaluate two neural parsers chosen among those best performing in the CoNLL 2018 Shared Task.", "cs": "Nakonec, abychom prozkoumali, jaký vliv mají nově dostupné nástroje na výsledky parsování, trénujeme, testujeme a vyhodnocujeme dva neuronové parsery vybrané mezi těmi, které dosáhly nejlepších výsledků ve sdílené úloze CoNLL 2018."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nově dostupné nástroje", "en": "newly available tools"}, {"cs": "výsledky parsování", "en": "parsing results"}, {"cs": "neuronové parsery", "en": "neural parsers"}, {"cs": "sdílené úloze CoNLL 2018", "en": "CoNLL 2018 Shared Task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our experiments reach the highest accuracy rates achieved so far in automatic syntactic parsing of the Index Thomisticus Treebank and of Latin overall.", "cs": "Naše experimenty dosahují dosud nejvyšší dosažené míry přesnosti v automatickém syntaktickém rozboru Index Thomisticus Treebank a latiny celkově."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experimenty", "en": "experiments"}, {"cs": "automatickém syntaktickém rozboru", "en": "automatic syntactic parsing"}, {"cs": "Index Thomisticus Treebank", "en": "Index Thomisticus Treebank"}, {"cs": "latiny", "en": "Latin"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Soft aspects of THEaiTRE (humanities, PR, discussions, spectators...)", "cs": "Měkké aspekty projektu THEaiTRE (humanitní vědy, PR, diskuse, diváci...)"}, "data_name": "wmt23_terminology", "hints": [{"cs": "Měkké aspekty", "en": "Soft aspects"}, {"cs": "projektu THEaiTRE", "en": "THEaiTRE"}, {"cs": "humanitní vědy", "en": "humanities"}, {"cs": "PR", "en": "PR"}, {"cs": "diskuse", "en": "discussions"}, {"cs": "diváci", "en": "spectators"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Hacking the GPT-2 language model Building a web application Generating a theatre play script Performing the play on stage", "cs": "Hackování jazykového modelu GPT-2 Sestavení webové aplikace Vytváří se scénář divadelní hry Představení hry na jevišti"}, "data_name": "wmt23_terminology", "hints": [{"cs": "Hackování jazykového modelu GPT-2", "en": "Hacking the GPT-2 language model"}, {"cs": "Sestavení webové aplikace", "en": "Building a web application"}, {"cs": "scénář divadelní hry", "en": "theatre play script"}, {"cs": "Představení hry na jevišti", "en": "Performing the play on stage"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The THEaiTRobot 1.0 tool allows the user to interactively generate scripts for individual theatre play scenes.", "cs": "Nástroj THEaiTRobot 1.0 umožňuje uživateli interaktivně generovat scénáře pro jednotlivé divadelní scény."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Nástroj THEaiTRobot 1.0", "en": "The THEaiTRobot 1.0 tool"}, {"cs": "scénáře", "en": "scripts"}, {"cs": "divadelní scény", "en": "theatre play scenes"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The tool is based on GPT-2 XL generative language model.", "cs": "Nástroj je založen na jazykovém modelu GPT-2 XL."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jazykovém modelu GPT-2 XL", "en": "GPT-2 XL generative language model"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We encountered numerous problems when generating the script in this way.", "cs": "Při vytváření skriptu tímto způsobem jsme narazili na řadu problémů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vytváření skriptu", "en": "generating the script"}, {"cs": "řadu problémů", "en": "numerous problems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We managed to tackle some of the problems with various adjustments, but some of them remain to be solved in a future version.", "cs": "Některé problémy se nám podařilo vyřešit různými úpravami, ale některé z nich je třeba vyřešit v budoucí verzi."}, "data_name": "wmt23_terminology", "hints": [{"cs": "problémy", "en": "problems"}, {"cs": "úpravami", "en": "adjustments"}, {"cs": "budoucí verzi", "en": "future version"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "THEaiTRobot 1.0 was used to generate the first THEaiTRE play, \"AI: When a robot writes a play\".", "cs": "THEaiTRobot 1.0 byl použit k vytvoření první hry THEaiTRE, \"AI: Když robot píše hru\"."}, "data_name": "wmt23_terminology", "hints": [{"cs": "THEaiTRobot 1.0", "en": "THEaiTRobot 1.0"}, {"cs": "THEaiTRE", "en": "THEaiTRE"}, {"cs": "AI: Když robot píše hru", "en": "AI: When a robot writes a play"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present the first version of a system for interactive generation of theatre play scripts.", "cs": "Představujeme první verzi systému pro interaktivní tvorbu divadelních scénářů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "první verzi systému", "en": "first version of a system"}, {"cs": "interaktivní tvorbu divadelních scénářů", "en": "interactive generation of theatre play scripts"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The system is based on a vanilla GPT-2 model with several adjustments, targeting specific issues we encountered in practice.", "cs": "Systém je založen na základním modelu GPT-2 s několika úpravami, se zaměřením na konkrétní problémy, se kterými jsme se setkali v praxi."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Systém", "en": "The system"}, {"cs": "základním modelu GPT-2", "en": "vanilla GPT-2 model"}, {"cs": "úpravami", "en": "adjustments"}, {"cs": "konkrétní problémy", "en": "specific issues"}, {"cs": "praxi", "en": "practice"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also list other issues we encountered but plan to only solve in a future version of the system.", "cs": "Popisujeme i další problémy, se kterými jsme se setkali, ale plánujeme je řešit až v budoucí verzi systému."}, "data_name": "wmt23_terminology", "hints": [{"cs": "problémy", "en": "issues"}, {"cs": "budoucí verzi systému", "en": "future version of the system"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The presented system was used to generate a theatre play script premiered in February 2021.", "cs": "Předložený systém byl použit k vytvoření scénáře divadelní hry, která měla premiéru v únoru 2021."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systém", "en": "system"}, {"cs": "scénáře divadelní hry", "en": "theatre play script"}, {"cs": "premiéru", "en": "premiered"}, {"cs": "únoru 2021", "en": "February 2021"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We inform about AI: When a Robot Writes a Play, a theatre play with a mostly artificially generated script.", "cs": "Informujeme o AI: Když robot píše hru, divadelní hře s převážně uměle vytvořeným scénářem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "AI", "en": "AI"}, {"cs": "robot", "en": "Robot"}, {"cs": "divadelní hře", "en": "theatre play"}, {"cs": "uměle vytvořeným scénářem", "en": "artificially generated script"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We describe the THEaiTRobot 1.0 tool, which was used to generate the script.", "cs": "Popisujeme nástroj THEaiTRobot 1.0, který byl použit ke generování scénáře."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nástroj THEaiTRobot 1.0", "en": "THEaiTRobot 1.0 tool"}, {"cs": "scénáře", "en": "script"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We discuss various issues encountered in the process, including those that we solved to some extent as well as those which we plan to solve in a future version of the system.", "cs": "Diskutujeme o různých problémech, se kterými se v procesu setkáváme, včetně těch, které jsme do určité míry vyřešili, i těch, které plánujeme vyřešit v budoucí verzi systému."}, "data_name": "wmt23_terminology", "hints": [{"cs": "různých problémech", "en": "various issues"}, {"cs": "procesu", "en": "process"}, {"cs": "budoucí verzi systému", "en": "future version of the system"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In February 2021, we staged the first theatre play for which 90% of the script was automatically generated by an artificial intelligence system.", "cs": "V únoru 2021 jsme zinscenovali první divadelní hru, pro kterou bylo 90% scénáře automaticky generováno systémem umělé inteligence."}, "data_name": "wmt23_terminology", "hints": [{"cs": "divadelní hru", "en": "theatre play"}, {"cs": "scénáře", "en": "script"}, {"cs": "umělé inteligence", "en": "artificial intelligence"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The THEaiTRobot system is based on the GPT-2 language model, created by the OpenAI consortium, complemented with automated translation.", "cs": "Systém THEaiTRobot je založen na jazykovém modelu GPT-2, který vytvořilo konsorcium OpenAI a který je doplněn o automatický překlad."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Systém THEaiTRobot", "en": "The THEaiTRobot system"}, {"cs": "jazykovém modelu GPT-2", "en": "GPT-2 language model"}, {"cs": "konsorcium OpenAI", "en": "OpenAI consortium"}, {"cs": "automatický překlad", "en": "automated translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We had to adapt the model in various ways, especially to avoid repetitiveness and forgetting of context, and to stick to a limited set of characters.", "cs": "Model jsme museli různě upravovat, zejména abychom se vyhnuli opakování a zapomínání kontextu, a abychom se drželi omezeného souboru postav."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Model", "en": "model"}, {"cs": "opakování", "en": "repetitiveness"}, {"cs": "zapomínání kontextu", "en": "forgetting of context"}, {"cs": "omezeného souboru postav", "en": "limited set of characters"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "As input for the system, we used short starting prompts (scene setting and first few lines of dialogue), prepared by a dramaturge, which were expanded into full scenes by THEaiTRobot.", "cs": "Jako vstup do systému jsme použili krátké úvodní výzvy (scénické nastavení a prvních pár řádků dialogu), připravené dramaturgem, které THEaiTRobot rozšířil do celých scén."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systému", "en": "system"}, {"cs": "krátké úvodní výzvy", "en": "short starting prompts"}, {"cs": "scénické nastavení", "en": "scene setting"}, {"cs": "dialogu", "en": "dialogue"}, {"cs": "dramaturgem", "en": "dramaturge"}, {"cs": "THEaiTRobot", "en": "THEaiTRobot"}, {"cs": "celých scén", "en": "full scenes"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The script was then post-edited and put on stage.", "cs": "Scénář byl následně posteditován a uveden na scénu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Scénář", "en": "script"}, {"cs": "scénu", "en": "stage"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Reviews mostly noted that AI cannot really write a good play (yet), but acknowledged that the performance was mostly interesting and entertaining to watch.", "cs": "Recenze většinou zaznamenaly, že AI neumí napsat dobrou hru (zatím), ale uznaly, že představení bylo hlavně zajímavé a zábavné."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Recenze", "en": "Reviews"}, {"cs": "AI", "en": "AI"}, {"cs": "dobrou hru", "en": "a good play"}, {"cs": "představení", "en": "performance"}, {"cs": "zajímavé", "en": "interesting"}, {"cs": "zábavné", "en": "entertaining"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We faced numerous limitations with our approach.", "cs": "Se svým přístupem jsme čelili mnoha omezením."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přístupem", "en": "approach"}, {"cs": "mnoha omezením", "en": "numerous limitations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We could only generate individual scenes independently, with a limited number of characters, and with the character personalities often randomly switching and merging.", "cs": "Mohli jsme generovat pouze jednotlivé scény nezávisle, s omezeným počtem postav a s charaktery, které se často náhodně zaměňují a slučují."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jednotlivé scény", "en": "individual scenes"}, {"cs": "omezeným počtem postav", "en": "limited number of characters"}, {"cs": "charaktery", "en": "character personalities"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Also, the system does not see beyond the text of the script, lacking the understanding of the relation of the script to what is happening on stage.", "cs": "Systém také nevidí za text scénáře, chybí mu porozumění vztahu scénáře k tomu, co se děje na jevišti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Systém", "en": "system"}, {"cs": "text scénáře", "en": "text of the script"}, {"cs": "jevišti", "en": "stage"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We are currently working on a new version of the system, which should improve on some of the issues, while also further minimizing the amount of human influence.", "cs": "V současné době pracujeme na nové verzi systému, která by měla některé problémy zlepšit a zároveň dále minimalizovat množství lidského vlivu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "současné době", "en": "currently"}, {"cs": "nové verzi systému", "en": "new version of the system"}, {"cs": "problémy", "en": "issues"}, {"cs": "množství lidského vlivu", "en": "amount of human influence"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It should also incorporate the concept of dramatic situations into the generation process.", "cs": "Měl by také do procesu začlenit koncept dramatických situací."}, "data_name": "wmt23_terminology", "hints": [{"cs": "koncept dramatických situací", "en": "concept of dramatic situations"}, {"cs": "procesu", "en": "generation process"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The THEaiTRE project is related to other similar attempts, such as the play Lifestyle of the Richard and Family, the musical Beyond the Fence, the short movie Sunspring, or the performances of the Improbotics theatre group, all of which use automatically generated content to some extent.", "cs": "Projekt THEaiTRE souvisí s dalšími podobnými pokusy, jako je hra Životní styl Richarda a rodiny, muzikál Za plotem, krátký film Sluneční jaro nebo představení divadelní skupiny Improbotics, které do jisté míry využívají automaticky generovaný obsah."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Projekt THEaiTRE", "en": "THEaiTRE project"}, {"cs": "hra Životní styl Richarda a rodiny", "en": "play Lifestyle of the Richard and Family"}, {"cs": "muzikál Za plotem", "en": "musical Beyond the Fence"}, {"cs": "krátký film Sluneční jaro", "en": "short movie Sunspring"}, {"cs": "divadelní skupiny Improbotics", "en": "Improbotics theatre group"}, {"cs": "automaticky generovaný obsah", "en": "automatically generated content"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our play stands out among these projects by being rather long (60 minutes) while having a very high proportion of automatically generated content (90%).", "cs": "Naše hra mezi těmito projekty vyniká tím, že je poměrně dlouhá (60 minut) a zároveň má velmi vysoký podíl automaticky generovaného obsahu (90%)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hra", "en": "play"}, {"cs": "projekty", "en": "projects"}, {"cs": "dlouhá", "en": "long"}, {"cs": "automaticky generovaného obsahu", "en": "automatically generated content"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The panel follows the Czech theater performance “AI: When a Robot Writes a Play”, which was written by the help of an AI system and – narrated by a robot – deals with the quest for belonging in an alienated world.", "cs": "Panel sleduje české divadelní představení „AI: When a Robot Writes a Play“, které bylo napsáno s pomocí systému AI a – namluveno robotem – pojednává o hledání sounáležitosti v odcizeném světě."}, "data_name": "wmt23_terminology", "hints": [{"cs": "české divadelní představení", "en": "Czech theater performance"}, {"cs": "AI: When a Robot Writes a Play", "en": "AI: When a Robot Writes a Play"}, {"cs": "systému AI", "en": "an AI system"}, {"cs": "odcizeném světě", "en": "alienated world"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "With the makers of the play and other artists working with AI, we will explore to what extent AI systems can imitate human creativity and what this imitation says about our understanding of art and society.", "cs": "S tvůrci hry a dalšími umělci pracujícími s umělou inteligencí prozkoumáme, do jaké míry mohou systémy umělé inteligence imitovat lidskou tvořivost a co tato imitace vypovídá o našem chápání umění a společnosti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hry", "en": "play"}, {"cs": "umělou inteligencí", "en": "AI"}, {"cs": "systémy umělé inteligence", "en": "AI systems"}, {"cs": "lidskou tvořivost", "en": "human creativity"}, {"cs": "umění", "en": "art"}, {"cs": "společnosti", "en": "society"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Beyond the fear of computers replacing humans, we want to discuss what new possibilities AI can offer to art and how artists can think critically and originally about new technologies.", "cs": "Kromě strachu z toho, že počítače nahradí člověka, chceme diskutovat o tom, jaké nové možnosti může umělec nabídnout umění a jak umělci mohou kriticky a originálně přemýšlet o nových technologiích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "počítače", "en": "computers"}, {"cs": "člověka", "en": "humans"}, {"cs": "umělec", "en": "AI"}, {"cs": "umění", "en": "art"}, {"cs": "umělci", "en": "artists"}, {"cs": "nových technologiích", "en": "new technologies"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Karel Čapek's R.U.R.", "cs": "R.U.R."}, "data_name": "wmt23_terminology", "hints": [{"cs": "R.U.R.", "en": "R.U.R."}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "was the first theatrical play written by a human about robots (and humans).", "cs": "Karla Čapka byla první divadelní hra napsaná člověkem o robotech (a lidech)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "divadelní hra", "en": "theatrical play"}, {"cs": "robotech", "en": "robots"}, {"cs": "lidech", "en": "humans"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It premiered on 25 January 1921.", "cs": "Premiéru měl 25. ledna 1921."}, "data_name": "wmt23_terminology", "hints": [{"cs": "25. ledna 1921", "en": "25 January 1921"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A hundred years later, with all the current advances in natural language processing and artificial neural networks, we have turned the idea around in our THEaiTRE project.", "cs": "O sto let později, se všemi současnými pokroky ve zpracování přirozeného jazyka a umělých neuronových sítích, jsme v našem projektu THEaiTRE tuto myšlenku otočili."}, "data_name": "wmt23_terminology", "hints": [{"en": "natural language processing", "cs": "zpracování přirozeného jazyka"}, {"en": "artificial neural networks", "cs": "umělých neuronových sítích"}, {"en": "THEaiTRE project", "cs": "projektu THEaiTRE"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "On 25 January 2021, we will premiere \"AI: When a robot writes a play\" (\"AI: Když robot píše hru\"), a theatre play about humans (and robots) written by our artificial intelligence called THEaiTRobot.", "cs": "25. ledna 2021 budeme mít premiéru \"AI: When a robot writes a play\" (\"AI: robot píše hru\"), divadelní hru o lidech (a robotech), kterou napsala naše umělá inteligence THEaiTRobot."}, "data_name": "wmt23_terminology", "hints": [{"cs": "25. ledna 2021", "en": "25 January 2021"}, {"cs": "AI: When a robot writes a play", "en": "AI: When a robot writes a play"}, {"cs": "AI: robot píše hru", "en": "AI: Když robot píše hru"}, {"cs": "divadelní hru", "en": "theatre play"}, {"cs": "umělá inteligence", "en": "artificial intelligence"}, {"cs": "THEaiTRobot", "en": "THEaiTRobot"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It is made possible by computational linguists joining forces with theatre experts for this unique research project.", "cs": "Umožňují to počítačoví lingvisté, kteří pro tento unikátní výzkumný projekt spojují své síly s divadelními odborníky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "počítačoví lingvisté", "en": "computational linguists"}, {"cs": "divadelními odborníky", "en": "theatre experts"}, {"cs": "unikátní výzkumný projekt", "en": "unique research project"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "What is this project about and how has it been developed?", "cs": "O co v tomto projektu jde a jak byl vyvinut?"}, "data_name": "wmt23_terminology", "hints": [{"cs": "projektu", "en": "project"}, {"cs": "vyvinut", "en": "developed"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "What challenges have we faced?", "cs": "Jakým výzvám jsme čelili?"}, "data_name": "wmt23_terminology", "hints": [{"cs": "výzvám", "en": "challenges"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "What does the AI-generated script look like?", "cs": "Jak ten umělou inteligencí vytvořený scénář vypadá?"}, "data_name": "wmt23_terminology", "hints": [{"cs": "umělou inteligencí vytvořený scénář", "en": "AI-generated script"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "...and do we actually want AI to create art?", "cs": "...a opravdu chceme, aby umělá inteligence vytvářela umění?"}, "data_name": "wmt23_terminology", "hints": [{"cs": "umělá inteligence", "en": "AI"}, {"cs": "umění", "en": "art"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Inverting R.U.R.", "cs": "Invertování R.U.R."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Invertování R.U.R.", "en": "Inverting R.U.R."}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "with Artificial Intelligence.", "cs": "s umělou inteligencí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "umělou inteligencí", "en": "Artificial Intelligence"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Čapek anniversary.", "cs": "Čapkovo výročí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Čapkovo výročí", "en": "Čapek anniversary"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Generating Theatre Plays.", "cs": "Vytváření divadelních her."}, "data_name": "wmt23_terminology", "hints": [{"cs": "divadelních her", "en": "Theatre Plays"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Output Examples.", "cs": "Příklady výstupů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Příklady výstupů", "en": "Output Examples"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "View of a Theatre Expert.", "cs": "Pohled divadelního experta."}, "data_name": "wmt23_terminology", "hints": [{"cs": "divadelního experta", "en": "Theatre Expert"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Argument mining targets structures in natural language related to interpretation and persuasion which are central to scientific communication.", "cs": "Argument těžby se zaměřuje na struktury v přirozeném jazyce související s tlumočením a přesvědčováním, které jsou pro vědeckou komunikaci stěžejní."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přirozeném jazyce", "en": "natural language"}, {"cs": "vědeckou komunikaci", "en": "scientific communication"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Most scholarly discourse involves interpreting experimental evidence and attempting to persuade other scientists to adopt the same conclusions.", "cs": "Většina vědecké rozpravy zahrnuje interpretaci experimentálních důkazů a snahu přesvědčit ostatní vědce, aby přijali stejné závěry."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vědecké rozpravy", "en": "scholarly discourse"}, {"cs": "experimentálních důkazů", "en": "experimental evidence"}, {"cs": "ostatní vědce", "en": "other scientists"}, {"cs": "stejné závěry", "en": "same conclusions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "While various argument mining studies have addressed student essays and news articles, those that target scientific discourse are still scarce.", "cs": "Různé studie o těžbě argumentů se sice zabývaly studentskými eseji a zpravodajskými články, ale těch, které se zaměřují na vědecký diskurz, je stále málo."}, "data_name": "wmt23_terminology", "hints": [{"cs": "studie", "en": "studies"}, {"cs": "těžbě argumentů", "en": "argument mining"}, {"cs": "studentskými eseji", "en": "student essays"}, {"cs": "zpravodajskými články", "en": "news articles"}, {"cs": "vědecký diskurz", "en": "scientific discourse"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper surveys existing work in argument mining of scholarly discourse, and provides an overview of current models, data, tasks, and applications.", "cs": "Tento dokument zkoumá stávající práci v oblasti argumentační těžby odborného diskurzu a poskytuje přehled o aktuálních modelech, datech, úkolech a aplikacích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dokument", "en": "paper"}, {"cs": "argumentační těžby odborného diskurzu", "en": "argument mining of scholarly discourse"}, {"cs": "modelech", "en": "models"}, {"cs": "datech", "en": "data"}, {"cs": "úkolech", "en": "tasks"}, {"cs": "aplikacích", "en": "applications"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We identify a number of key challenges confronting argument mining in the scientific domain, and suggest some possible solutions and future directions.", "cs": "Určujeme řadu klíčových výzev, před nimiž stojí argumentační těžba ve vědecké oblasti, a navrhujeme některá možná řešení a budoucí směry."}, "data_name": "wmt23_terminology", "hints": [{"cs": "řadu klíčových výzev", "en": "key challenges"}, {"cs": "argumentační těžba", "en": "argument mining"}, {"cs": "vědecké oblasti", "en": "scientific domain"}, {"cs": "možná řešení", "en": "possible solutions"}, {"cs": "budoucí směry", "en": "future directions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We propose a new architecture for diacritics restoration based on contextualized embeddings, namely BERT, and we evaluate it on 12 languages with diacritics.", "cs": "V příspěvku představujeme novou architekturu pro obnovu diakritiky založenou na kontextualizovaných vektorových reprezentacích, konkrétně BERT, a vyhodnocujeme ji ve dvanácti jazycích s diakritikou."}, "data_name": "wmt23_terminology", "hints": [{"cs": "obnovu diakritiky", "en": "diacritics restoration"}, {"cs": "kontextualizovaných vektorových reprezentacích", "en": "contextualized embeddings"}, {"cs": "BERT", "en": "BERT"}, {"cs": "jazycích s diakritikou", "en": "languages with diacritics"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Furthermore, we conduct a detailed error analysis on Czech, a morphologically rich language with a high level of diacritization.", "cs": "Dále jsme provedli detailní chybovou analýzu v češtině, jazyce s bohatou morfologií a vysokou úrovní diakritizace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "chybovou analýzu", "en": "error analysis"}, {"cs": "češtině", "en": "Czech"}, {"cs": "bohatou morfologií", "en": "morphologically rich language"}, {"cs": "vysokou úrovní diakritizace", "en": "high level of diacritization"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Notably, we manually annotate all mispredictions, showing that roughly 44% of them are actually not errors, but either plausible variants (19%), or the system corrections of erroneous data (25%).", "cs": "Zejména jsme ručně anotovali všechny chybné predikce a ukázali jsme, že zhruba 44% z chybně určené diakritizace nepředstavují skutečné chyby, nýbrž z 19% paralelní přijatelné varianty nebo dokonce systémové opravy diakritizace indukované různými chybami v datech (25%)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "ručně anotovali", "en": "manually annotate"}, {"cs": "chybné predikce", "en": "mispredictions"}, {"cs": "paralelní přijatelné varianty", "en": "plausible variants"}, {"cs": "systémové opravy", "en": "system corrections"}, {"cs": "chybami v datech", "en": "erroneous data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Finally, we categorize the real errors in detail.", "cs": "Nakonec jsme také detailně kategorizovali skutečné chyby systému."}, "data_name": "wmt23_terminology", "hints": [{"cs": "chyby", "en": "errors"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We release the code at https://github.com/ufal/bert-diacritics-restoration.", "cs": "Zdrojový kód jsme vydali zde: https://github.com/ufal/bert-diacritics-restoration."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Zdrojový kód", "en": "code"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Sensitivity of deep-neural models to input noise is known to be a challenging problem.", "cs": "Citlivost modelů hlubokého neuronového učení k šumu na vstupu je známý a výrazný problém."}, "data_name": "wmt23_terminology", "hints": [{"cs": "modelů hlubokého neuronového učení", "en": "deep-neural models"}, {"cs": "šumu na vstupu", "en": "input noise"}, {"cs": "problém", "en": "problem"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In NLP, model performance often deteriorates with naturally occurring noise, such as spelling errors.", "cs": "Při strojovém zpracování přirozeného jazyka se výkon modelu často zhoršuje při přirozeně se vyskytujícím šumu, například při překlepech a pravopisných chybách."}, "data_name": "wmt23_terminology", "hints": [{"cs": "zpracování přirozeného jazyka", "en": "NLP"}, {"cs": "šumu", "en": "noise"}, {"cs": "překlepech", "en": "spelling errors"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "To mitigate this issue, models may leverage artificially noised data.", "cs": "Aby se tomuto problém zabránilo, modely často využívají data s uměle vytvořenými chybami."}, "data_name": "wmt23_terminology", "hints": [{"cs": "modely", "en": "models"}, {"cs": "data", "en": "data"}, {"cs": "uměle vytvořenými chybami", "en": "artificially noised data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, the amount and type of generated noise has so far been determined arbitrarily.", "cs": "Ovšem množství a typ takto generovaného šumu bylo dosud určováno libovolně."}, "data_name": "wmt23_terminology", "hints": [{"cs": "množství", "en": "amount"}, {"cs": "typ", "en": "type"}, {"cs": "generovaného šumu", "en": "generated noise"}, {"cs": "libovolně", "en": "arbitrarily"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We therefore propose to model the errors statistically from grammatical-error-correction corpora.", "cs": "My proto navrhujeme modelovat chyby statisticky z korpusů pro opravy gramatiky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "chyby", "en": "errors"}, {"cs": "statisticky", "en": "statistically"}, {"cs": "korpusů", "en": "corpora"}, {"cs": "opravy gramatiky", "en": "grammatical-error-correction"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a thorough evaluation of several state-of-the-art NLP systems' robustness in multiple languages, with tasks including morpho-syntactic analysis, named entity recognition, neural machine translation, a subset of the GLUE benchmark and reading comprehension.", "cs": "Předkládáme pečlivou evaluaci několika současných nástrojů strojového zpracování textu co do robustnosti v několika jazycích a úlohách, včetně morfo-syntaktické analýzy, rozpoznávání pojmenovaných entit, neuronového strojového překladu, podmnožiny úloh v GLUE a porozumění textu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nástrojů strojového zpracování textu", "en": "NLP systems"}, {"cs": "morfo-syntaktické analýzy", "en": "morpho-syntactic analysis"}, {"cs": "rozpoznávání pojmenovaných entit", "en": "named entity recognition"}, {"cs": "neuronového strojového překladu", "en": "neural machine translation"}, {"cs": "GLUE", "en": "GLUE benchmark"}, {"cs": "porozumění textu", "en": "reading comprehension"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also compare two approaches to address the performance drop: a) training the NLP models with noised data generated by our framework; and b) reducing the input noise with external system for natural language correction.", "cs": "Dále srovnáváme dva přístupy pro zamezení zhoršení výkonu: a) trénování modelů za použití dat se šumem zavedeným pomocí našeho modelu; a b) redukci vstupního šumu pomocí externího nástroje pro kontrolu gramatiky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přístupy", "en": "approaches"}, {"cs": "zhoršení výkonu", "en": "performance drop"}, {"cs": "trénování modelů", "en": "training the NLP models"}, {"cs": "dat se šumem", "en": "noised data"}, {"cs": "redukci vstupního šumu", "en": "reducing the input noise"}, {"cs": "externího nástroje pro kontrolu gramatiky", "en": "external system for natural language correction"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The code is released at https://github.com/ufal/kazitext.", "cs": "Zdrojový kód je vydán na adrese https://github.com/ufal/kazitext."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Zdrojový kód", "en": "The code"}, {"cs": "https://github.com/ufal/kazitext", "en": "https://github.com/ufal/kazitext"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper presents the results of the shared tasks from the 8th workshop on Asian translation (WAT2021).", "cs": "Tento dokument představuje výsledky sdílených úkolů z 8. workshopu o překladech do asijských jazyků (WAT2021)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "8. workshopu o překladech do asijských jazyků", "en": "8th workshop on Asian translation"}, {"cs": "WAT2021", "en": "WAT2021"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For the WAT2021, 28 teams participated in the shared tasks and 24 teams submitted their translation results for the human evaluation.", "cs": "WAT2021 se účastnilo 28 týmů a 24 týmů předložilo výsledky překladů pro lidské hodnocení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "WAT2021", "en": "WAT2021"}, {"cs": "28 týmů", "en": "28 teams"}, {"cs": "24 týmů", "en": "24 teams"}, {"cs": "lidské hodnocení", "en": "human evaluation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also accepted 5 research papers.", "cs": "Obdrželi jsme také 5 článků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "5 článků", "en": "5 research papers"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "About 2,100 translation results were submitted to the automatic evaluation server, and selected submissions were manually evaluated.", "cs": "Zhruba 2100 výsledků překladů bylo odevzdáno na automatickém hodnotícím serveru a vybraná podání byla vyhodnocena ručně."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výsledků překladů", "en": "translation results"}, {"cs": "automatickém hodnotícím serveru", "en": "automatic evaluation server"}, {"cs": "vybraná podání", "en": "selected submissions"}, {"cs": "vyhodnocena ručně", "en": "manually evaluated"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the debate following the production of AI: When a Robot Writes a Play, the question that was present from the very beginning of the entire THEaiTRE project is discussed, and that is whether AI can write a play.", "cs": "V debatě navazující na inscenaci „AI: Když robot píše hru‟ se probírá otázka, která stála u zrodu celého projektu THEaiTRE, zda AI dokáže napsat divadelní hru."}, "data_name": "wmt23_terminology", "hints": [{"cs": "inscenaci", "en": "production"}, {"cs": "AI: Když robot píše hru", "en": "AI: When a Robot Writes a Play"}, {"cs": "projektu THEaiTRE", "en": "THEaiTRE project"}, {"cs": "divadelní hru", "en": "a play"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "How do experts from various fields of IT see it?", "cs": "Jak to vidí experti z nejrůznějších oborů IT?"}, "data_name": "wmt23_terminology", "hints": [{"cs": "experti", "en": "experts"}, {"cs": "nejrůznějších oborů IT", "en": "various fields of IT"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "How do theatre creators who had to deal with the text that AI created from 90% see it?", "cs": "Jak to vidí divadelní tvůrci, kteří se s textem, jež AI z 90% vytvořila, museli potýkat?"}, "data_name": "wmt23_terminology", "hints": [{"cs": "divadelní tvůrci", "en": "theatre creators"}, {"cs": "text", "en": "text"}, {"cs": "AI", "en": "AI"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "How does AI work with creativity?", "cs": "Jak to má AI s kreativitou?"}, "data_name": "wmt23_terminology", "hints": [{"cs": "AI", "en": "AI"}, {"cs": "kreativitou", "en": "creativity"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "And what other horizons does AI go to besides the field of art?", "cs": "A k jakým horizontům se AI ubírá nejen v oblasti umění?"}, "data_name": "wmt23_terminology", "hints": [{"cs": "horizontům", "en": "horizons"}, {"cs": "AI", "en": "AI"}, {"cs": "oblasti umění", "en": "field of art"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Automatic evaluation of Machine Translation(MT) quality has been investigated over several decades.", "cs": "Automatické hodnocení kvality strojového překladu (MT) bylo zkoumáno po několik desetiletí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Automatické hodnocení kvality strojového překladu", "en": "Automatic evaluation of Machine Translation(MT)  quality"}, {"cs": "několik desetiletí", "en": "several  decades"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Spoken Language Translation (SLT), especially when simultaneous, needs to consider additional criteria and does not have a standard evaluation procedure and a widely used toolkit.", "cs": "Strojový překlad mluveného jazyka (SLT), zejména simultánní, musí zvážit další kritéria a nemá standardní postup hodnocení a široce využívanou sadu nástrojů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Strojový překlad mluveného jazyka", "en": "Spoken  Language  Translation"}, {"cs": "SLT", "en": "SLT"}, {"cs": "simultánní", "en": "simultaneous"}, {"cs": "kritéria", "en": "criteria"}, {"cs": "standardní postup hodnocení", "en": "standard evaluation procedure"}, {"cs": "sadu nástrojů", "en": "toolkit"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "To fill the gap, we introduce SLTev, an open-source tool for assessing SLT in a comprehensive way.", "cs": "Abychom zaplnili tuto mezeru, představujeme SLTev, open-source nástroj pro komplexní hodnocení SLT."}, "data_name": "wmt23_terminology", "hints": [{"cs": "SLTev", "en": "SLTev"}, {"cs": "open-source nástroj", "en": "open-source tool"}, {"cs": "komplexní hodnocení SLT", "en": "assessing SLT in a comprehensive way"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "SLTev reports the quality, latency, and stability of an SLT candidate output based on the time-stamped transcript and reference translation into a target language.", "cs": "SLTev informuje o kvalitě, latenci a stabilitě výstupu kandidáta SLT na základě časově vyznačeného přepisu a překladu odkazu do cílového jazyka."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kvalitě", "en": "quality"}, {"cs": "latenci", "en": "latency"}, {"cs": "stabilitě", "en": "stability"}, {"cs": "časově vyznačeného přepisu", "en": "time-stamped transcript"}, {"cs": "cílového jazyka", "en": "target language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For quality, we rely on sacreBLEU which provides MT evaluation measures such as chrF or BLEU.", "cs": "Pokud jde o kvalitu, spoléháme na SacreBLEU, která poskytuje MT hodnotící opatření, jako je chrF nebo BLEU."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kvalitu", "en": "quality"}, {"cs": "SacreBLEU", "en": "sacreBLEU"}, {"cs": "MT hodnotící opatření", "en": "MT evaluation measures"}, {"cs": "chrF", "en": "chrF"}, {"cs": "BLEU", "en": "BLEU"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For latency, we propose two new scoring techniques.", "cs": "Pro latenci navrhujeme dvě nové bodovací techniky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "latenci", "en": "latency"}, {"cs": "bodovací techniky", "en": "scoring techniques"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For stability, we extend the previously defined measures with a normalized Flicker in our work.", "cs": "V zájmu stability rozšiřujeme dříve definovaná opatření normalizovaným flickerem v naší práci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "stability", "en": "stability"}, {"cs": "opatření", "en": "measures"}, {"cs": "normalizovaným flickerem", "en": "normalized Flicker"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also propose a new averaging of older measures.", "cs": "Navrhujeme také nové zprůměrování starších metod."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nové zprůměrování", "en": "new averaging"}, {"cs": "starších metod", "en": "older measures"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A preliminary version of SLTev was used in the IWSLT 2020 SHARED TASK.", "cs": "V projektu IWSLT 2020 SHARED TASK byla použita předběžná verze programu SLTev."}, "data_name": "wmt23_terminology", "hints": [{"cs": "IWSLT 2020 SHARED TASK", "en": "IWSLT  2020 SHARED  TASK"}, {"cs": "SLTev", "en": "SLTev"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Moreover, a growing collection of test datasets directly accessible by SLTev are provided for system evaluation comparable across papers.", "cs": "Navíc se rozšiřuje sbírka testovacích datových souborů, které jsou přímo přístupné přes SLTev, pro hodnocení systémů srovnatelných napříč papíry."}, "data_name": "wmt23_terminology", "hints": [{"cs": "SLTev", "en": "SLTev"}, {"cs": "hodnocení systémů", "en": "system evaluation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present the concept of extending a multilingual verb lexicon also to include German.", "cs": "Představujeme koncept rozšíření vícejazyčného slovesného slovníku, který bude zahrnovat také němčinu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozšíření vícejazyčného slovesného slovníku", "en": "extending a multilingual verb lexicon"}, {"cs": "němčinu", "en": "German"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this lexicon, verbs are grouped by meaning and by semantic properties (following frame semantics) to form multilingual classes, linking Czech and English verbs.", "cs": "V tomto slovníku jsou zatím zahrnuta česká a anglická slovesa a seskupena podle významu a sémantických vlastností."}, "data_name": "wmt23_terminology", "hints": [{"cs": "slovníku", "en": "lexicon"}, {"cs": "česká a anglická slovesa", "en": "Czech and English verbs"}, {"cs": "významu", "en": "meaning"}, {"cs": "sémantických vlastností", "en": "semantic properties"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Entries are further linked to external lexical resources like VerbNet and PropBank.", "cs": "Položky jsou dále propojeny s externími lexikálními zdroji jako VerbNet a PropBank."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Položky", "en": "Entries"}, {"cs": "externími lexikálními zdroji", "en": "external lexical resources"}, {"cs": "VerbNet", "en": "VerbNet"}, {"cs": "PropBank", "en": "PropBank"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we present our plan also to include German verbs, by experimenting with word alignments to obtain candidates linked to existing English entries, and identify possible approaches to obtain semantic role information.", "cs": "V tomto článku představujeme náš plán zahrnout také německá slovesa jako kandidáty propojené s existujícími anglickými a českými slovesy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "německá slovesa", "en": "German verbs"}, {"cs": "anglickými", "en": "English"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We further identify German-specific lexical resources to link to.", "cs": "Také identifikujeme specifické německé lexikální zdroje, se kterými bude slovník provázán."}, "data_name": "wmt23_terminology", "hints": [{"cs": "specifické německé lexikální zdroje", "en": "German-specific lexical resources"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This small-scale pilot study aims to provide a blueprint for extending a lexical resource with a new language.", "cs": "Cílem této pilotní studie malého rozsahu je poskytnout návrh na rozšíření již existujícího lexikálního zdroje o nový jazyk."}, "data_name": "wmt23_terminology", "hints": [{"cs": "pilotní studie", "en": "pilot study"}, {"cs": "lexikálního zdroje", "en": "lexical resource"}, {"cs": "nový jazyk", "en": "new language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "THEaiTRE  Is a research project celebrating the 100th year anniversary of the premiere of the theater play R.U.R by author Karel Čapek, in which, the word “robot” was used for the first time in 1921.", "cs": "THEaiTRE Je výzkumný projekt oslavující sté výročí premiéry divadelní hry R.U.R od autora Karla Čapka, ve které bylo slovo „robot“ poprvé použito v roce 1921."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výzkumný projekt", "en": "research project"}, {"cs": "sté výročí premiéry", "en": "100th year anniversary of the premiere"}, {"cs": "divadelní hry", "en": "theater play"}, {"cs": "R.U.R", "en": "R.U.R"}, {"cs": "Karla Čapka", "en": "Karel Čapek"}, {"cs": "slovo „robot“", "en": "the word “robot”"}, {"cs": "poprvé použito", "en": "used for the first time"}, {"cs": "v roce 1921", "en": "in 1921"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "To celebrate this 100 years old jubilee Institute of Formal and Applied Linguistics at the Faculty of Mathematics and Physics of the Charles University joined together with Švanda Theater in Smíchov and the organizers of Hackathons CEE Hacks to face their robots with a new challenge, not previously seen in its full extent - to make artificial intelligence write a screenplay.", "cs": "Na oslavu tohoto 100 let starého jubilea se spojil Institut formální a aplikované lingvistiky na Matematicko-fyzikální fakultě Univerzity Karlovy se Švandovým divadlem na Smíchově s organizátory Hackathons CEE Hacks, aby čelili svým robotům s novou výzvou, dosud nevídanou v plném rozsahu - aby umělá inteligence napsala scénář."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Institut formální a aplikované lingvistiky", "en": "Institute of Formal and Applied Linguistics"}, {"cs": "Matematicko-fyzikální fakultě Univerzity Karlovy", "en": "Faculty of Mathematics and Physics of the Charles University"}, {"cs": "Švandovým divadlem na Smíchově", "en": "Švanda Theater in Smíchov"}, {"cs": "Hackathons CEE Hacks", "en": "Hackathons CEE Hacks"}, {"cs": "umělá inteligence", "en": "artificial intelligence"}, {"cs": "scénář", "en": "screenplay"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The first phase of the project culminated with the premiere of a theater production AI: When a robot writes a play with the purpose to create a screenplay made up of dialogues generated by artificial intelligence.", "cs": "První fáze projektu vyvrcholila premiérou divadelní inscenace AI: Když robot píše hru s cílem vytvořit scénář složený z dialogů vytvořených umělou inteligencí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "První fáze projektu", "en": "The first phase of the project"}, {"cs": "divadelní inscenace", "en": "theater production"}, {"cs": "umělou inteligencí", "en": "artificial intelligence"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The second phase is currently in the making, staged for 2022 when another premier with a more sophisticated linguistic model will be introduced.", "cs": "V současné době se připravuje druhá fáze, která bude uspořádána na rok 2022, kdy bude představen další premiér s propracovanějším jazykovým modelem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "druhá fáze", "en": "second phase"}, {"cs": "rok 2022", "en": "2022"}, {"cs": "jazykovým modelem", "en": "linguistic model"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This project was funded by the Technology Agency of the Czech Republic in cooperation with prg.ai and the Theater Faculty of the Academy of Performing Arts in Prague.", "cs": "Tento projekt financovala Technologická agentura České republiky ve spolupráci s prg.ai a Divadelní fakultou Akademie múzických umění v Praze."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Technologická agentura České republiky", "en": "Technology Agency of the Czech Republic"}, {"cs": "prg.ai", "en": "prg.ai"}, {"cs": "Divadelní fakultou Akademie múzických umění v Praze", "en": "Theater Faculty of the Academy of Performing Arts in Prague"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Rudolf Rosa will talk about the technical background of the project (how artificial intelligence generates a screenplay), David Košťák will talk about the creation of this particular screenplay and Daniel Hrbek will summarize the process of the play´s production.", "cs": "Rudolf Rosa promluví o technickém zázemí projektu (jak umělá inteligence vytváří scénář), David Košťák promluví o vytvoření tohoto konkrétního scénáře a Daniel Hrbek shrne proces tvorby hry."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Rudolf Rosa", "en": "Rudolf Rosa"}, {"cs": "technickém zázemí projektu", "en": "technical background of the project"}, {"cs": "umělá inteligence", "en": "artificial intelligence"}, {"cs": "scénář", "en": "screenplay"}, {"cs": "David Košťák", "en": "David Košťák"}, {"cs": "Daniel Hrbek", "en": "Daniel Hrbek"}, {"cs": "proces tvorby hry", "en": "process of the play´s production"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Citations are crucial to a scientific discourse.", "cs": "Citace jsou pro vědecký diskurz klíčové."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Citace", "en": "Citations"}, {"cs": "vědecký diskurz", "en": "scientific discourse"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Besides providing additional contexts to research papers, citations act as trackers of the direction of research in a field and as an important measure in understanding the impact of a research publication.", "cs": "Vedle poskytování dodatečných kontextů výzkumným dokumentům působí citace jako sledovatelé směru výzkumu v určité oblasti a jako důležité měřítko pro pochopení dopadu výzkumné publikace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "poskytování dodatečných kontextů", "en": "providing additional contexts"}, {"cs": "výzkumným dokumentům", "en": "research papers"}, {"cs": "citace", "en": "citations"}, {"cs": "směru výzkumu", "en": "direction of research"}, {"cs": "určité oblasti", "en": "a field"}, {"cs": "důležité měřítko", "en": "important measure"}, {"cs": "pochopení dopadu", "en": "understanding the impact"}, {"cs": "výzkumné publikace", "en": "research publication"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "With the rapid growth in research publications, automated solutions for identifying the purpose and influence of citations are becoming very important.", "cs": "S rychlým růstem publikací ve výzkumu začínají být velmi důležitá automatizovaná řešení pro identifikaci účelu a vlivu citací."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rychlým růstem", "en": "rapid growth"}, {"cs": "publikací ve výzkumu", "en": "research publications"}, {"cs": "automatizovaná řešení", "en": "automated solutions"}, {"cs": "identifikaci účelu", "en": "identifying the purpose"}, {"cs": "vlivu citací", "en": "influence of citations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The 3C Citation Context Classification Task organized as part of the Second Workshop on Scholarly Document Processing @ NAACL 2021 is a shared task to address the aforementioned problems.", "cs": "Úloha 3C Citation Context Classification Task organizovaná v rámci druhého semináře o zpracovávání dokumentů Schopodobně @ NAACL 2021 je sdíleným úkolem pro řešení výše uvedených problémů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Úloha 3C Citation Context Classification Task", "en": "3C Citation Context Classification Task"}, {"cs": "druhého semináře o zpracovávání dokumentů", "en": "Second Workshop on Scholarly Document Processing"}, {"cs": "NAACL 2021", "en": "NAACL 2021"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we present our team, IITP-CUNI@3C’s submission to the 3C shared tasks.", "cs": "V tomto příspěvku představujeme náš tým, IITP-CUNI@3C, který se hlásí ke sdíleným úkolům 3C."}, "data_name": "wmt23_terminology", "hints": [{"cs": "náš tým", "en": "our team"}, {"cs": "IITP-CUNI@3C", "en": "IITP-CUNI@3C"}, {"cs": "sdíleným úkolům 3C", "en": "the 3C shared tasks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For Task A, citation context purpose classification, we propose a neural multi-task learning framework that harnesses the structural information of the research papers and the relation between the citation context and the cited paper for citation classification.", "cs": "Pro úkol A, citační kontextovou klasifikaci účelu, navrhujeme neurální víceúčelový vzdělávací rámec, který využívá strukturální informace výzkumných prací a vztah mezi citačním kontextem a citovaným dokumentem pro citační klasifikaci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "úkol A", "en": "Task A"}, {"cs": "citační kontextovou klasifikaci účelu", "en": "citation context purpose classification"}, {"cs": "neurální víceúčelový vzdělávací rámec", "en": "neural multi-task learning framework"}, {"cs": "výzkumných prací", "en": "research papers"}, {"cs": "citačním kontextem", "en": "citation context"}, {"cs": "citovaným dokumentem", "en": "cited paper"}, {"cs": "citační klasifikaci", "en": "citation classification"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For Task B, citation context influence classification, we use a set of simple features to classify citations based on their perceived significance.", "cs": "Pro úkol B, citační kontext ovlivňuje klasifikaci, používáme sadu jednoduchých funkcí pro klasifikaci citací na základě jejich vnímaného významu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "úkol B", "en": "Task B"}, {"cs": "citační kontext", "en": "citation context"}, {"cs": "klasifikaci", "en": "classification"}, {"cs": "významu", "en": "significance"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We achieve comparable performance with respect to the best performing systems in Task A and superseded the majority baseline in Task B with very simple features.", "cs": "Dosahujeme srovnatelného výkonu s ohledem na systémy s nejlepšími výsledky v úkolu A a nahradili jsme většinovou základní linii v úkolu B velmi jednoduchými funkcemi."}, "data_name": "wmt23_terminology", "hints": [{"cs": "srovnatelného výkonu", "en": "comparable performance"}, {"cs": "systémy s nejlepšími výsledky", "en": "best performing systems"}, {"cs": "úkolu A", "en": "Task A"}, {"cs": "úkolu B", "en": "Task B"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "With the rapid growth in research publications, automated solutions to tackle scholarly information overload is growing more relevant.", "cs": "S rychlým růstem publikací ve výzkumu nabývají na významu automatizovaná řešení, která mají řešit přetížení vědeckých informací."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rychlým růstem publikací", "en": "rapid growth in research publications"}, {"cs": "automatizovaná řešení", "en": "automated solutions"}, {"cs": "přetížení vědeckých informací", "en": "scholarly information overload"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Correctly identifying the intent of the citations is one such task that finds applications ranging from predicting scholarly impact, finding idea propagation, to text summarization to establishing more informative citation indexers.", "cs": "Správné určení záměru citací je jedním z takových úkolů, který vyhledává aplikace od předpovídání vědeckého dopadu, hledání šíření myšlenek, přes sumarizaci textu až po vytvoření informativnějších citačních indexů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vědeckého dopadu", "en": "scholarly impact"}, {"cs": "šíření myšlenek", "en": "idea propagation"}, {"cs": "sumarizaci textu", "en": "text summarization"}, {"cs": "informativnějších citačních indexů", "en": "more informative citation indexers"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this in-progress work, we leverage the cited paper’s information and demonstrate that this helps in the effective classification of citation intents.", "cs": "V této probíhající práci využíváme informace z citovaného dokumentu a prokazujeme, že to pomáhá při efektivní klasifikaci citačních záměrů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "citovaného dokumentu", "en": "cited paper’s information"}, {"cs": "klasifikaci citačních záměrů", "en": "classification of citation intents"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We propose a neural multi-task learning framework that harnesses the structural information of the research papers and the relation between the citation context and the cited paper for citation classification.", "cs": "Navrhujeme neurální víceúčelový vzdělávací rámec, který využívá strukturální informace z výzkumných prací a vztah mezi citačním kontextem a citovaným dokumentem pro citační klasifikaci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neurální víceúčelový vzdělávací rámec", "en": "neural multi-task learning framework"}, {"cs": "strukturální informace", "en": "structural information"}, {"cs": "výzkumných prací", "en": "research papers"}, {"cs": "citačním kontextem", "en": "citation context"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our initial experiments on three benchmark citation classification datasets show that with incorporating cited paper information (title), our neural model achieves a new state of the art on the ACL-ARC dataset with an absolute increase of 5.3% in the F1 score over the previous best model.", "cs": "Naše počáteční experimenty se třemi datovými soubory pro klasifikaci referenčních citací ukazují, že se začleněním citovaných papírových informací (názvu) náš neurální model dosahuje na datovém souboru ACL-ARC nového stavu s absolutním nárůstem F1 skóre o 5,3% oproti předchozímu nejlepšímu modelu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "datovými soubory", "en": "datasets"}, {"cs": "citovaných papírových informací", "en": "cited paper information"}, {"cs": "názvu", "en": "title"}, {"cs": "neurální model", "en": "neural model"}, {"cs": "datovém souboru ACL-ARC", "en": "ACL-ARC dataset"}, {"cs": "F1 skóre", "en": "F1 score"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our approach also outperforms the submissions made in the 3C Shared task: Citation Context Classification with an increase of 8% and 3.6%over the previous best Public F1-macro and Private F1-macro scores respectively.", "cs": "Náš přístup rovněž předčí podání v rámci 3C Shared task: Citation Context Classification s nárůstem o 8 % resp. 3,6 % oproti předchozímu nejlepšímu skóre Public F1-macro a Private F1-macro."}, "data_name": "wmt23_terminology", "hints": [{"cs": "3C Shared task: Citation Context Classification", "en": "3C Shared task: Citation Context Classification"}, {"cs": "Public F1-macro", "en": "Public F1-macro"}, {"cs": "Private F1-macro", "en": "Private F1-macro"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present ParCzech 3.0, a speech corpus of the Czech parliamentary speeches from The Czech Chamber of Deputies which took place from 25th November 2013 to 1st April 2021.", "cs": "Uvádíme ParCzech 3.0, mluvený korpus záznamů jednání Poslanecké sněmovny Parlamentu České republiky z období od 25. listopadu 2013 do 1. dubna 2021."}, "data_name": "wmt23_terminology", "hints": [{"cs": "ParCzech 3.0", "en": "ParCzech 3.0"}, {"cs": "mluvený korpus", "en": "speech corpus"}, {"cs": "Poslanecké sněmovny Parlamentu České republiky", "en": "Czech Chamber of Deputies"}, {"cs": "25. listopadu 2013", "en": "25th November 2013"}, {"cs": "1. dubna 2021", "en": "1st April 2021"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Different from previous speech corpora of Czech, we preserve not just orthography but also all the available metadata (speaker identities, gender, web pages links, affiliations committees, political groups, etc.)", "cs": "Na rozdíl od předchozích mluvených korpusů češtiny zachováváme nejen ortografii, ale také všechna dostupná metadata (identitu mluvčích, pohlaví, hypertextové odkazy, příslušnosti, politické strany atd.)"}, "data_name": "wmt23_terminology", "hints": [{"cs": "mluvených korpusů češtiny", "en": "speech corpora of Czech"}, {"cs": "ortografii", "en": "orthography"}, {"cs": "metadata", "en": "metadata"}, {"cs": "identitu mluvčích", "en": "speaker identities"}, {"cs": "pohlaví", "en": "gender"}, {"cs": "hypertextové odkazy", "en": "web pages links"}, {"cs": "příslušnosti", "en": "affiliations"}, {"cs": "politické strany", "en": "political groups"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "and complement this with automatic morphological and syntactic annotation, and named entities recognition.", "cs": "a doplňujeme je automatickou morfologickou a syntaktickou anotací a rozpoznáním pojmenovaných entit."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatickou morfologickou a syntaktickou anotací", "en": "automatic morphological and syntactic annotation"}, {"cs": "rozpoznáním pojmenovaných entit", "en": "named entities recognition"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The corpus is encoded in the TEI format which allows for a straightforward and versatile exploitation.", "cs": "Korpus je kódován ve formátu TEI, který umožňuje přímočaré a mnohostranné využití."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Korpus", "en": "corpus"}, {"cs": "formátu TEI", "en": "TEI format"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The rather rich metadata and annotation make the corpus relevant for a~wide audience of researchers ranging from engineers in the speech community to theoretical linguists studying rhetorical patterns at scale.", "cs": "Díky bohatým metadatům a anotaci je korpus relevantní pro široké spektrum výzkumníků od inženýrů v oblasti rozpoznávání řeči až po teoretické lingvisty zkoumající rétorické vzorce z rozsáhlých materiálů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "bohatým metadatům", "en": "rich metadata"}, {"cs": "anotaci", "en": "annotation"}, {"cs": "korpus", "en": "corpus"}, {"cs": "výzkumníků", "en": "researchers"}, {"cs": "inženýrů", "en": "engineers"}, {"cs": "teoretické lingvisty", "en": "theoretical linguists"}, {"cs": "rétorické vzorce", "en": "rhetorical patterns"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "AI: When a robot writes a play.", "cs": "AI: Když robot píše hru."}, "data_name": "wmt23_terminology", "hints": [{"cs": "robot", "en": "robot"}, {"cs": "hru", "en": "play"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Celebrating the anniversary of Karel Čapek.", "cs": "Oslava výročí Karla Čapka."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výročí Karla Čapka", "en": "anniversary of Karel Čapek"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "How it's done.", "cs": "Jak je to uděláno."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Jak je to uděláno", "en": "How it's done"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Examples of outputs.", "cs": "Příklady výstupů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Příklady výstupů", "en": "Examples of outputs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "View of a dramaturge.", "cs": "Pohled dramaturga."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Pohled dramaturga", "en": "View of a dramaturge"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper presents the University of Edinburgh’s constrained submissions of English-German and English-Hausa systems to the WMT 2021 shared task on news translation.", "cs": "Tento článek představuje anglicko-německé a anglicko-hauské systémy z Edinburské univerzity pro sdílenou úlohu na WMT 2021 týkající se překladu zpráv."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anglicko-německé", "en": "English-German"}, {"cs": "anglicko-hauské", "en": "English-Hausa"}, {"cs": "Edinburské univerzity", "en": "University of Edinburgh"}, {"cs": "WMT 2021", "en": "WMT 2021"}, {"cs": "překladu zpráv", "en": "news translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We build En-De systems in three stages: corpus filtering, back-translation, and fine-tuning.", "cs": "En-De systémy budujeme ve třech fázích: korpusové filtrování, zpětný překlad a jemné ladění."}, "data_name": "wmt23_terminology", "hints": [{"cs": "En-De systémy", "en": "En-De systems"}, {"cs": "korpusové filtrování", "en": "corpus filtering"}, {"cs": "zpětný překlad", "en": "back-translation"}, {"cs": "jemné ladění", "en": "fine-tuning"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For En-Ha we use an iterative back-translation approach on top of pre-trained En-De models and investigate vocabulary embedding mapping.", "cs": "Pro En-Ha používáme iterativní zpětný překlad přístup na vrchol předtrénovaných modelů En-De a zkoumat mapování vkládání slovní zásoby."}, "data_name": "wmt23_terminology", "hints": [{"cs": "iterativní zpětný překlad", "en": "iterative back-translation"}, {"cs": "předtrénovaných modelů En-De", "en": "pre-trained En-De models"}, {"cs": "mapování vkládání slovní zásoby", "en": "vocabulary embedding mapping"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Task-oriented dialogue systems typically require manual annotation of dialogue slots in training data, which is costly to obtain.", "cs": "Dialogové systémy orientované na úkoly obvykle vyžadují manuální anotaci dialogových slotů v trénovacích datech, jejichž získání je nákladné."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Dialogové systémy orientované na úkoly", "en": "Task-oriented dialogue systems"}, {"cs": "manuální anotaci dialogových slotů", "en": "manual annotation of dialogue slots"}, {"cs": "trénovacích datech", "en": "training data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We propose a method that eliminates this requirement: We use weak supervision from existing linguistic annotation models to identify potential slot candidates, then automatically identify domain-relevant slots by using clustering algorithms.", "cs": "Navrhujeme metodu, která tento požadavek eliminuje: K identifikaci potenciálních kandidátů na sloty využíváme slabou supervizi z existujících modelů pro lingvistickou anotaci a poté automaticky identifikujeme doménově relevantní sloty pomocí clusterovacích algoritmů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metodu", "en": "method"}, {"cs": "slabou supervizi", "en": "weak supervision"}, {"cs": "lingvistickou anotaci", "en": "linguistic annotation"}, {"cs": "clusterovacích algoritmů", "en": "clustering algorithms"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Furthermore, we use the resulting slot annotation to train a neural-network-based tagger that is able to perform slot tagging with no human intervention.", "cs": "Dále používáme výslednou anotaci slotů k natrénování taggeru založeného na neuronové síti, který je schopen provádět tagování slotů bez lidského zásahu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anotaci slotů", "en": "slot annotation"}, {"cs": "taggeru založeného na neuronové síti", "en": "neural-network-based tagger"}, {"cs": "tagování slotů", "en": "slot tagging"}, {"cs": "lidského zásahu", "en": "human intervention"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This tagger is trained solely on the outputs of our method and thus does not rely on any labeled data.", "cs": "Tento tagger je trénován výhradně na výstupech naší metody, a není tedy závislý na žádných označených datech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "tagger", "en": "tagger"}, {"cs": "výstupech naší metody", "en": "outputs of our method"}, {"cs": "označených datech", "en": "labeled data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our model demonstrates state-of-the-art performance in slot tagging without labeled training data on four different dialogue domains.", "cs": "Náš model vykazuje špičkový výkon v označování slotů bez anotovaných trénovacích dat na čtyřech různých dialogových doménách."}, "data_name": "wmt23_terminology", "hints": [{"cs": "špičkový výkon", "en": "state-of-the-art performance"}, {"cs": "označování slotů", "en": "slot tagging"}, {"cs": "anotovaných trénovacích dat", "en": "labeled training data"}, {"cs": "dialogových doménách", "en": "dialogue domains"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Moreover, we find that slot annotations discovered by our model significantly improve the performance of an end-to-end dialogue response generation model, compared to using no slot annotation at all.", "cs": "Kromě toho jsme zjistili, že anotace slotů zjištěné naším modelem výrazně zlepšují výkonnost end-to-end modelu pro generování odpovědi v dialogu v porovnání s modelem, který anotace slotů vůbec nepoužívá."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anotace slotů", "en": "slot annotations"}, {"cs": "end-to-end modelu pro generování odpovědi v dialogu", "en": "end-to-end dialogue response generation model"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This is a work-in-progress paper on evaluative analysis of different approaches to managing representations of facts and attitudes in linguistics.", "cs": "Toto je rozpracovaný dokument o hodnotící analýze různých přístupů k nakládání s reprezentacemi faktů a postojů v lingvistice."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hodnotící analýze", "en": "evaluative analysis"}, {"cs": "reprezentacemi faktů", "en": "representations of facts"}, {"cs": "postojů", "en": "attitudes"}, {"cs": "lingvistice", "en": "linguistics"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The aim of this comparative analysis is to find the most suitable approach for developing an annotation scheme in order to build a dictionary of attitudinal expressions during the further stages of the project.", "cs": "Cílem této srovnávací analýzy je najít nejvhodnější přístup pro vývoj schématu anotací za účelem vybudování slovníku postojových výrazů v dalších fázích projektu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "srovnávací analýzy", "en": "comparative analysis"}, {"cs": "schématu anotací", "en": "annotation scheme"}, {"cs": "slovníku postojových výrazů", "en": "dictionary of attitudinal expressions"}, {"cs": "fázích projektu", "en": "stages of the project"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Among the approaches analyzed are the Appraisal Theory, the scheme developed by Bednarek, as well as sentiment analysis and opinion mining techniques, and argument mining.", "cs": "Mezi analyzovanými přístupy jsou Appraisal Theory, schéma vyvinuté Bednárkovou a také analýza sentimentu a techniky opinion miningu a argument miningu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Appraisal Theory", "en": "Appraisal Theory"}, {"cs": "schéma vyvinuté Bednárkovou", "en": "scheme developed by Bednarek"}, {"cs": "analýza sentimentu", "en": "sentiment analysis"}, {"cs": "techniky opinion miningu", "en": "opinion mining techniques"}, {"cs": "argument miningu", "en": "argument mining"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The results of the current paper should be considered as the first step in the research of distinguishing facts and attitudes in diplomatic speeches of the United Nations Security Council.", "cs": "Výsledky tohoto článku by měly být považovány za první krok ve výzkumu rozlišování faktů a postojů v diplomatických projevech Rady bezpečnosti OSN."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výzkumu", "en": "research"}, {"cs": "diplomatických projevech", "en": "diplomatic speeches"}, {"cs": "Rady bezpečnosti OSN", "en": "United Nations Security Council"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Machine Translation is a task of automatically translating text from one language into another.", "cs": "Strojový překlad je úkol automatického překládání textu z jednoho jazyka do druhého."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Strojový překlad", "en": "Machine Translation"}, {"cs": "automatického překládání", "en": "automatically translating"}, {"cs": "jednoho jazyka", "en": "one language"}, {"cs": "druhého", "en": "another"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In recent years, solutions based on neural networks have dominated the field.", "cs": "V posledních letech tomuto oboru dominovala řešení založená na neuronových sítích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neuronových sítích", "en": "neural networks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this talk I will give a short introduction to the topic and mention a few tricks that can be used to improve the final quality of translation.", "cs": "V této prezentaci uvedu krátký úvod k tématu a zmíním několik postupů, které lze použít ke zlepšení konečné kvality překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "prezentaci", "en": "talk"}, {"cs": "úvod", "en": "introduction"}, {"cs": "tématu", "en": "topic"}, {"cs": "postupů", "en": "tricks"}, {"cs": "kvality překladu", "en": "quality of translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "I will also share my experience from participating in one of the longest-running international Machine Translation competitions.", "cs": "Podělím se také o své zkušenosti z účasti na jedné z nejdéle probíhajících mezinárodních strojově překladatelských soutěží."}, "data_name": "wmt23_terminology", "hints": [{"cs": "mezinárodních strojově překladatelských soutěží", "en": "international Machine Translation competitions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we show that automatically-generated questions and answers can be used to evaluate the quality of Machine Translation systems.", "cs": "V této práci ukazujeme, že automaticky generované otázky a odpovědi mohou být použity k hodnocení kvality strojových překladatelských systémů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automaticky generované otázky a odpovědi", "en": "automatically-generated questions and answers"}, {"cs": "hodnocení kvality", "en": "evaluate the quality"}, {"cs": "strojových překladatelských systémů", "en": "Machine Translation systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Building on recent work on the evaluation of abstractive text summarization, we propose a new metric for system-level Machine Translation evaluation, compare it with other state-of-the-art solutions, and show its robustness by conducting experiments for various translation directions.", "cs": "V návaznosti na nedávnou práci na hodnocení abstraktní sumarizace textu navrhujeme novou metriku pro systémové hodnocení strojového překladu, porovnáme ji s ostatními nejmodernějšími řešeními a prokážeme její robustnost provedením experimentů pro různé překladatelské směry."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hodnocení abstraktní sumarizace textu", "en": "evaluation of abstractive text summarization"}, {"cs": "metriku pro systémové hodnocení strojového překladu", "en": "metric for system-level Machine Translation evaluation"}, {"cs": "nejmodernějšími řešeními", "en": "state-of-the-art solutions"}, {"cs": "překladatelské směry", "en": "translation directions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we describe our submission to the WMT 2021 Metrics Shared Task.", "cs": "V tomto dokumentu popisujeme naši účast ve WMT 2021 Metrics Shared Task."}, "data_name": "wmt23_terminology", "hints": [{"cs": "WMT 2021 Metrics Shared Task", "en": "WMT 2021 Metrics Shared Task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We use the automatically-generated questions and answers to evaluate the quality of Machine Translation (MT) systems.", "cs": "Automaticky generované otázky a odpovědi používáme k hodnocení kvality systémů strojového překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Automaticky generované otázky a odpovědi", "en": "automatically-generated questions and answers"}, {"cs": "systémů strojového překladu", "en": "Machine Translation (MT) systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our submission builds upon the recently proposed MTEQA framework.", "cs": "Naše experimenty jsou založeny na nedávno navržené metodě MTEQA."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experimenty", "en": "submission"}, {"cs": "nedávno navržené metodě MTEQA", "en": "recently proposed MTEQA framework"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Experiments on WMT20 evaluation datasets show that at the system-level the MTEQA metric achieves performance comparable with other state-of-the-art solutions, while considering only a certain amount of information from the whole translation.", "cs": "Pokusy s vyhodnocovacími datovými soubory WMT20 ukazují, že na systémové úrovni dosahuje MTEQA výkonu srovnatelného s jinými nejmodernějšími řešeními, přičemž zohledňuje je velmi omezené informace z celého překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vyhodnocovacími datovými soubory", "en": "evaluation datasets"}, {"cs": "WMT20", "en": "WMT20"}, {"cs": "MTEQA", "en": "MTEQA metric"}, {"cs": "překladu", "en": "translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Ve většině scénářů destilace nebo krádeže neuronových strojových překladů se k výcviku nového modelu (studenta) používá hypotéza s nejvyšším bodovým ohodnocením cílového modelu (učitele).", "cs": "In most of neural machine translation distillation or stealing scenarios, the highest-scoring hypothesis of the target model (teacher) is used to train a new model (student)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "scénářů destilace nebo krádeže neuronových strojových překladů", "en": "neural machine translation distillation or stealing scenarios"}, {"cs": "hypotéza s nejvyšším bodovým ohodnocením", "en": "the highest-scoring hypothesis"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Jsou-li k dispozici i referenční překlady, pak lze lepší hypotézy (s ohledem na odkazy) přetížit a špatné hypotézy buď odstranit, nebo podtrhnout.", "cs": "If reference translations are also available, then better hypotheses (with respect to the references) can be oversampled and poor hypotheses either removed or undersampled."}, "data_name": "wmt23_terminology", "hints": [{"cs": "referenční překlady", "en": "reference translations"}, {"cs": "lepší hypotézy", "en": "better hypotheses"}, {"cs": "špatné hypotézy", "en": "poor hypotheses"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Tento dokument zkoumá prostředí metody odběru vzorků (prořezávání, hypotetické nadměrné vzorkování a nedostatečné vzorkování, deduplikace a jejich kombinace) s anglickými až českými a anglickými až německými modely MT pomocí standardních metrik hodnocení MT.", "cs": "This paper explores the sampling method landscape (pruning, hypothesis oversampling and undersampling, deduplication and their combination) with English to Czech and English to German MT models using standard MT evaluation metrics."}, "data_name": "wmt23_terminology", "hints": [{"cs": "prostředí metody odběru vzorků", "en": "sampling method landscape"}, {"cs": "prořezávání", "en": "pruning"}, {"cs": "hypotetické nadměrné vzorkování a nedostatečné vzorkování", "en": "hypothesis oversampling and undersampling"}, {"cs": "deduplikace", "en": "deduplication"}, {"cs": "standardních metrik hodnocení MT", "en": "standard MT evaluation metrics"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Ukazujeme, že pečlivé nadměrné vzorkování a kombinace s původními údaji vede k lepším výsledkům ve srovnání se školením pouze o původních nebo syntetizovaných údajích nebo jejich přímé kombinaci.", "cs": "We show that careful oversampling and combination with the original data leads to better performance when compared to training only on the original or synthesized data or their direct combination."}, "data_name": "wmt23_terminology", "hints": [{"cs": "pečlivé nadměrné vzorkování", "en": "careful oversampling"}, {"cs": "původními údaji", "en": "original data"}, {"cs": "původních nebo syntetizovaných údajích", "en": "original or synthesized data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We test the natural expectation that using MT in professional translation saves human processing time.", "cs": "Testujeme přirozené očekávání, že použití strojového překladu (MT) v profesionálním překladu ušetří lidem čas."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přirozené očekávání", "en": "natural expectation"}, {"cs": "strojového překladu", "en": "MT"}, {"cs": "profesionálním překladu", "en": "professional translation"}, {"cs": "lidem čas", "en": "human processing time"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The last such study was carried out by Sanchez-Torron and Koehn (2016) with phrase-based MT, artificially reducing the translation quality.", "cs": "Poslední takovou studii provedli Sanchez-Torron a Koehn (2016) s frázovým MT, čímž uměle snížili kvalitu překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "studii", "en": "study"}, {"cs": "Sanchez-Torron a Koehn", "en": "Sanchez-Torron and Koehn"}, {"cs": "frázovým MT", "en": "phrase-based MT"}, {"cs": "kvalitu překladu", "en": "translation quality"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In contrast, we focus on neural MT (NMT) of high quality, which has become the state-of-the-art approach since then and also got adopted by most translation companies.", "cs": "My se oproti tomu zaměřujeme na vysoce kvalitní neuronový strojový překlad (NMT), který převyšuje kvalitu frázového MT a také ho přijala většina překladatelských společností."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neuronový strojový překlad (NMT)", "en": "neural MT (NMT)"}, {"cs": "frázového MT", "en": "state-of-the-art approach"}, {"cs": "překladatelských společností", "en": "translation companies"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Through an experimental study involving over 30 professional translators for English -> Czech translation, we examine the relationship between NMT performance and post-editing time and quality.", "cs": "Prostřednictvím experimentální studie, do níž se zapojilo přes 30 profesionálních překladatelů pro anglicko-český překlad, zkoumáme vztah mezi výkonem NMT a časem a kvalitou post-editace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experimentální studie", "en": "experimental study"}, {"cs": "profesionálních překladatelů", "en": "professional translators"}, {"cs": "anglicko-český překlad", "en": "English -> Czech translation"}, {"cs": "výkonem NMT", "en": "NMT performance"}, {"cs": "časem", "en": "time"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Across all models, we found that better MT systems indeed lead to fewer changes in the sentences in this industry setting.", "cs": "Ve všech modelech jsme zjistili, že lepší systémy MT skutečně vedou k menšímu počtu změn vět v tomto průmyslovém prostředí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lepší systémy MT", "en": "better MT systems"}, {"cs": "menšímu počtu změn vět", "en": "fewer changes in the sentences"}, {"cs": "průmyslovém prostředí", "en": "industry setting"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The relation between system quality and post-editing time is however not straightforward and, contrary to the results on phrase-based MT, BLEU is definitely not a stable predictor of the time or final output quality.", "cs": "Vztah mezi systémovou kvalitou a dobou post-editace však není jednoznačný a na rozdíl od výsledků frázového MT není BLEU stabilním prediktorem času post-editace či konečné výstupní kvality."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systémovou kvalitou", "en": "system quality"}, {"cs": "dobou post-editace", "en": "post-editing time"}, {"cs": "frázového MT", "en": "phrase-based MT"}, {"cs": "BLEU", "en": "BLEU"}, {"cs": "konečné výstupní kvality", "en": "final output quality"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "End-to-end neural automatic speech recognition systems achieved recently state-of-the-art results but they require large datasets and extensive computing resources.", "cs": "End-to-end neurální systémy automatického rozpoznávání řeči dosáhly v poslední době nejmodernějších výsledků, ale vyžadují velké datové sady a rozsáhlé výpočetní zdroje."}, "data_name": "wmt23_terminology", "hints": [{"cs": "End-to-end neurální systémy automatického rozpoznávání řeči", "en": "End-to-end neural automatic speech recognition systems"}, {"cs": "velké datové sady", "en": "large datasets"}, {"cs": "rozsáhlé výpočetní zdroje", "en": "extensive computing resources"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Transfer learning has been proposed to overcome these difficulties even across languages, e.g., German ASR trained from an English model.", "cs": "Přenosové učení bylo navrženo k překonání těchto obtíží i napříč jazyky, např. německý ASR trénovaný podle anglického modelu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Přenosové učení", "en": "Transfer learning"}, {"cs": "německý ASR", "en": "German ASR"}, {"cs": "anglického modelu", "en": "English model"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We experiment with much less related languages, reusing an English model for Czech ASR.", "cs": "Experimentujeme s mnohem méně příbuznými jazyky, přičemž pro české ASR znovu používáme anglický model."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Experimentujeme", "en": "We experiment"}, {"cs": "méně příbuznými jazyky", "en": "much less related languages"}, {"cs": "české ASR", "en": "Czech ASR"}, {"cs": "anglický model", "en": "an English model"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "To simplify the transfer, we propose to use an intermediate alphabet, Czech without accents, and we document that it is a highly effective strategy.", "cs": "Pro zjednodušení převodu navrhujeme používat přechodnou abecedu, češtinu bez přízvuků, a dokládáme, že jde o vysoce efektivní strategii."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přechodnou abecedu", "en": "intermediate alphabet"}, {"cs": "češtinu bez přízvuků", "en": "Czech without accents"}, {"cs": "vysoce efektivní strategii", "en": "highly effective strategy"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The technique is also useful on Czech data alone, in the style of \"coarse-to-fine\" training.", "cs": "Technika je užitečná i na samotných českých datech, ve stylu tréninku „coarse-to-fine“."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Technika", "en": "The technique"}, {"cs": "českých datech", "en": "Czech data"}, {"cs": "tréninku", "en": "training"}, {"cs": "coarse-to-fine", "en": "coarse-to-fine"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We achieve substantial reductions in training time as well as word error rate (WER).", "cs": "Dosahujeme podstatného zkrácení doby tréninku a také word error rate (WER)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "doby tréninku", "en": "training time"}, {"cs": "word error rate (WER)", "en": "word error rate (WER)"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we present a preliminary study of three intensifiers (absolutně, naprosto, úplně) based on data from three different corpora, a written corpus SYN2020, a web corpus ONLINE-ARCHIVE, and a spoken corpus ORTOFON 1.", "cs": "V článku zachycujeme výsledky pilotní studie zaměřené na intenzifikátory: absolutně, naprosto a úplně."}, "data_name": "wmt23_terminology", "hints": [{"cs": "intenzifikátory", "en": "intensifiers"}, {"cs": "absolutně", "en": "absolutně"}, {"cs": "naprosto", "en": "naprosto"}, {"cs": "úplně", "en": "úplně"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Providing a parallel annotation of a random sample of each intensifier, we focus on their functions and meanings in context.", "cs": "Vycházíme ze tří korpusů současné češtiny - psaného korpusu SYN2020, webového korpusu ONLINE-ARCHIVE a mluveného korpusu ORTOFON 1."}, "data_name": "wmt23_terminology", "hints": [{"cs": "mluveného korpusu ORTOFON 1", "en": "functions and meanings in context"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We analyse their properties in order to define those features which are relevant to their word class assignment, and to prepare grounds for the future disambiguation tasks.", "cs": "Na základě paralelní anotace náhodného vzorku všech vybraných intenzifikátorů sledujeme funkce a významy těchto výrazů v kontextu.Cílem studie je vymezit vlastnosti, které jsou relevantní pro slovnědruhové určení zkoumaných výrazů a připravit podklady pro jejich disambiguaci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "paralelní anotace", "en": "properties"}, {"cs": "funkce", "en": "features"}, {"cs": "slovnědruhové určení", "en": "word class assignment"}, {"cs": "disambiguaci", "en": "disambiguation tasks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper presents the results of the WMT21 Metrics Shared Task.", "cs": "Tento článek představuje výsledky WMT21 Metrics Shared Task."}, "data_name": "wmt23_terminology", "hints": [{"cs": "WMT21 Metrics Shared Task", "en": "WMT21 Metrics Shared Task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Participants were asked to score the outputs of the translation systems competing in the WMT21 News Translation Task with automatic metrics on two different domains: news and TED talks.", "cs": "Účastníci byli požádáni o hodnocení výstupů překladatelských systémů soutěžících v překladatelské úloze WMT21 News pomocí automatických metrik pro dvě různé oblasti: zpravodajství a TED talks."}, "data_name": "wmt23_terminology", "hints": [{"cs": "překladatelských systémů", "en": "translation systems"}, {"cs": "WMT21 News", "en": "WMT21 News"}, {"cs": "překladatelské úloze", "en": "Translation Task"}, {"cs": "automatických metrik", "en": "automatic metrics"}, {"cs": "zpravodajství", "en": "news"}, {"cs": "TED talks", "en": "TED talks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "All metrics were evaluated on how well they correlate at the system- and segment-level with human ratings.", "cs": "Všechny metriky byly hodnoceny podle toho, jak dobře korelují na úrovni systému a segmentu s lidským hodnocením."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metriky", "en": "metrics"}, {"cs": "hodnoceny", "en": "evaluated"}, {"cs": "korelují", "en": "correlate"}, {"cs": "lidským hodnocením", "en": "human ratings"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Contrary to previous years’ editions, this year we acquired our own human ratings based on expert-based human evaluation via Multidimensional Quality Metrics (MQM).", "cs": "Na rozdíl od předchozích ročníků jsme letos získali vlastní lidská hodnocení na základě expertního lidského hodnocení prostřednictvím vícerozměrných metrik kvality (MQM)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "předchozích ročníků", "en": "previous years’ editions"}, {"cs": "lidská hodnocení", "en": "human ratings"}, {"cs": "expertního lidského hodnocení", "en": "expert-based human evaluation"}, {"cs": "vícerozměrných metrik kvality", "en": "Multidimensional Quality Metrics"}, {"cs": "MQM", "en": "MQM"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This setup had several advantages: (i) expert-based evaluation has been shown to be more reliable, (ii) we were able to evaluate all metrics on two different domains using translations of the same MT systems, (iii) we added 5 additional translations coming from the same system during system development.", "cs": "Toto nastavení mělo několik výhod: (i) ukázalo se, že expertní hodnocení je spolehlivější, (ii) byli jsme schopni vyhodnotit všechny metriky na dvou různých doménách s použitím překladů stejných systémů MT, (iii) během vývoje systému jsme přidali 5 dalších překladů pocházejících ze stejného systému."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nastavení", "en": "setup"}, {"cs": "výhod", "en": "advantages"}, {"cs": "expertní hodnocení", "en": "expert-based evaluation"}, {"cs": "metriky", "en": "metrics"}, {"cs": "doménách", "en": "domains"}, {"cs": "překladů", "en": "translations"}, {"cs": "systémů MT", "en": "MT systems"}, {"cs": "vývoje systému", "en": "system development"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In addition, we designed three challenge sets that evaluate the robustness of all automatic metrics.", "cs": "Kromě toho jsme navrhli tři sady výzev, které hodnotí robustnost všech automatických metrik."}, "data_name": "wmt23_terminology", "hints": [{"cs": "tři sady výzev", "en": "three challenge sets"}, {"cs": "automatických metrik", "en": "automatic metrics"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present an extensive analysis on how well metrics perform on three language pairs: English→German, English→Russian and Chinese→English.", "cs": "Předkládáme rozsáhlou analýzu toho, jak dobře metriky fungují na třech jazykových dvojicích: angličtina→němčina, angličtina→ruština a čínština→angličtina."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metriky", "en": "metrics"}, {"cs": "jazykových dvojicích", "en": "language pairs"}, {"cs": "angličtina→němčina", "en": "English→German"}, {"cs": "angličtina→ruština", "en": "English→Russian"}, {"cs": "čínština→angličtina", "en": "Chinese→English"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We further show the impact of different reference translations on reference-based metrics and compare our expert-based MQM annotation with the DA scores acquired by WMT.", "cs": "Dále ukazujeme vliv různých referenčních překladů metriky a porovnáváme naši expertní anotaci MQM s DA skóre získanými pomocí WMT."}, "data_name": "wmt23_terminology", "hints": [{"cs": "referenčních překladů", "en": "reference translations"}, {"cs": "metriky", "en": "metrics"}, {"cs": "expertní anotaci MQM", "en": "expert-based MQM annotation"}, {"cs": "DA skóre", "en": "DA scores"}, {"cs": "WMT", "en": "WMT"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper presents a novel and unified morphological description of numerals and pronouns, as compiled for the newest edition of the Prague Dependency Treebank (Prague Dependency Treebank – Consolidated 1.0) and its integral part the morphological dictionary MorfFlex.", "cs": "Dokument prezentuje nový, sjednocený morfologický popis číslovek a zájmen, který byl zkompilován pro nejnovější vydání Pražských závislostních korpusů (Prague Dependency Treebank – Consolidated 1.0) a jeho nedílnou součást je morfologický slovník MorfFlex."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Dokument", "en": "The paper"}, {"cs": "morfologický popis", "en": "morphological description"}, {"cs": "číslovek", "en": "numerals"}, {"cs": "zájmen", "en": "pronouns"}, {"cs": "Pražských závislostních korpusů", "en": "Prague Dependency Treebank"}, {"cs": "morfologický slovník MorfFlex", "en": "morphological dictionary MorfFlex"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "On the basis of considerable experience with real data annotation and the use of the morphological dictionary, particular changes were proposed.", "cs": "Na základě zkušeností s anotací skutečných dat a s užíváním morfologického slovníku byly navrženy konkrétní změny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anotací skutečných dat", "en": "real data annotation"}, {"cs": "morfologického slovníku", "en": "morphological dictionary"}, {"cs": "konkrétní změny", "en": "particular changes"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For both of the parts of speech a new set of subtypes was proposed, based mainly on the morphological criterion and its combination with semantic properties and other relevant features, such as definiteness in numerals and possessivity, reflexivity and clitichood in pronouns.", "cs": "Pro oba slovní druhy byl navržen nový soubor podtypů, založený zejména na morfologickém kritériu a jeho kombinaci se sémantickými vlastnostmi a dalšími relevantními rysy, jako je ne/určitost u číslovek a posesivita, reflexivita a klitičnost u zájmen."}, "data_name": "wmt23_terminology", "hints": [{"cs": "slovní druhy", "en": "parts of speech"}, {"cs": "morfologickém kritériu", "en": "morphological criterion"}, {"cs": "sémantickými vlastnostmi", "en": "semantic properties"}, {"cs": "číslovek", "en": "numerals"}, {"cs": "zájmen", "en": "pronouns"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Each subtype has a specific value at the 2nd position of the morphological tag which serves also as an indicator of the applicability of other tag categories.", "cs": "Každý podtyp má specifickou hodnotu na 2. pozici morfologické značky, která slouží také jako ukazatel použitelnosti dalších kategorií ve značce."}, "data_name": "wmt23_terminology", "hints": [{"cs": "podtyp", "en": "subtype"}, {"cs": "morfologické značky", "en": "morphological tag"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We propose a character-based non-autoregressive GEC approach, with automatically generated character transformations.", "cs": "Představujeme neautoregresivní přístup k opravě gramatiky založený na znacích s automaticky generovanými transformacemi znaků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neautoregresivní přístup", "en": "non-autoregressive GEC approach"}, {"cs": "opravě gramatiky", "en": "GEC"}, {"cs": "znacích", "en": "character-based"}, {"cs": "automaticky generovanými transformacemi znaků", "en": "automatically generated character transformations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Recently, per-word classification of correction edits has proven an efficient, parallelizable alternative to current encoder-decoder GEC systems.", "cs": "Nedávno byla jako alternativa k současným systémům pro opravu gramatiky typu enkodér-dekodér navržena klasifikace korekčních oprav jednotlivých slov."}, "data_name": "wmt23_terminology", "hints": [{"cs": "opravu gramatiky", "en": "correction edits"}, {"cs": "enkodér-dekodér", "en": "encoder-decoder"}, {"cs": "klasifikace korekčních oprav jednotlivých slov", "en": "per-word classification of correction edits"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We show that word replacement edits may be suboptimal and lead to explosion of rules for spelling, diacritization and errors in morphologically rich languages, and propose a method for generating character transformations from GEC corpus.", "cs": "Ukazujeme, že náhrada celých slov může být neoptimální a může vést k explozi počtu pravidel pro opravy typu překlepů, diakritizační opravy a opravy v morfologicky bohatých jazycích, a proto navrhujeme metodu pro generování transformací znaků z korpusu pro opravu gramatiky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "náhrada celých slov", "en": "word replacement edits"}, {"cs": "opravy typu překlepů", "en": "spelling"}, {"cs": "diakritizační opravy", "en": "diacritization"}, {"cs": "morfologicky bohatých jazycích", "en": "morphologically rich languages"}, {"cs": "metodu pro generování transformací znaků", "en": "method for generating character transformations"}, {"cs": "korpusu pro opravu gramatiky", "en": "GEC corpus"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Finally, we train character transformation models for Czech, German and Russian, reaching solid results and dramatic speedup compared to autoregressive systems.", "cs": "Dále jsme natrénovali znakové transformační modely pro češtinu, němčinu a ruštinu a dosáhli jsme solidních výsledků a dramatického zrychlení ve srovnání s autoregresivními systémy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "znakové transformační modely", "en": "character transformation models"}, {"cs": "češtinu", "en": "Czech"}, {"cs": "němčinu", "en": "German"}, {"cs": "ruštinu", "en": "Russian"}, {"cs": "autoregresivními systémy", "en": "autoregressive systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The source code is released at https://github.com/ufal/wnut2021_character_transformations_gec.", "cs": "Zdrojový kód je zveřejněn zde: https://github.com/ufal/wnut2021_character_transformations_gec."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Zdrojový kód", "en": "source code"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present RobeCzech, a monolingual RoBERTa language representation model trained on Czech data.", "cs": "Představujeme RobeCzech, jednojazyčnou RoBERTu, (jazykový model) trénovaný pouze na českých datech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "RobeCzech", "en": "RobeCzech"}, {"cs": "jednojazyčnou RoBERTu", "en": "monolingual RoBERTa"}, {"cs": "jazykový model", "en": "language representation model"}, {"cs": "českých datech", "en": "Czech data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "RoBERTa is a robustly optimized Transformer-based pretraining approach.", "cs": "RoBERTa je robustně optimalizovaný přístup pro předtrénování založený na Transformeru."}, "data_name": "wmt23_terminology", "hints": [{"cs": "RoBERTa", "en": "RoBERTa"}, {"cs": "přístup", "en": "approach"}, {"cs": "předtrénování", "en": "pretraining"}, {"cs": "Transformeru", "en": "Transformer-based"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We show that RobeCzech considerably outperforms equally-sized multilingual and Czech-trained contextualized language representation models, surpasses current state of the art in all five evaluated NLP tasks and reaches state-of-the-art results in four of them.", "cs": "V příspěvku ukazujeme, že RobeCzech výrazně překonává podobně velké vícejazyčné i české kontextualizované modely a zlepšuje současné výsledky v pěti vyhodnocovaných úlohách automatického jazykového zpracování, přičemž dosahuje nejlepších známých výsledků ve čtyřech z nich."}, "data_name": "wmt23_terminology", "hints": [{"cs": "RobeCzech", "en": "RobeCzech"}, {"cs": "vícejazyčné", "en": "multilingual"}, {"cs": "české kontextualizované modely", "en": "Czech-trained contextualized language representation models"}, {"cs": "automatického jazykového zpracování", "en": "NLP tasks"}, {"cs": "nejlepších známých výsledků", "en": "state-of-the-art results"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The RobeCzech model is released publicly at https://hdl.handle.net/11234/1-3691 and https://huggingface.co/ufal/robeczech-base.", "cs": "Model RobeCzech je veřejně dostupný zde: https://hdl.handle.net/11234/1-3691 a zde: https://huggingface.co/ufal/robeczech-base."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Model RobeCzech", "en": "The RobeCzech model"}, {"cs": "veřejně dostupný", "en": "released publicly"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "State-of-the-art contextual embeddings are obtained from large language models available only for a few languages.", "cs": "Nejmodernější kontextové vložení získáváme z velkých jazykových modelů dostupných pouze pro několik jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kontextové vložení", "en": "contextual embeddings"}, {"cs": "velkých jazykových modelů", "en": "large language models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For others, we need to learn representations using a multilingual model.", "cs": "U ostatních se musíme naučit reprezentace pomocí mnohojazyčného modelu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "mnohojazyčného modelu", "en": "multilingual model"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "There is an ongoing debate on whether multilingual embeddings can be aligned in a space shared across many languages.", "cs": "Probíhá diskuse o tom, zda lze vícejazyčné vložení sladit do prostoru sdíleného v mnoha jazycích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vícejazyčné vložení", "en": "multilingual embeddings"}, {"cs": "prostoru sdíleného", "en": "space shared"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The novel Orthogonal Structural Probe (Limisiewicz and Mareček, 2021) allows us to answer this question for specific linguistic features and learn a projection based only on mono-lingual annotated datasets.", "cs": "Ortogonální strukturální sonda (Limisiewicz a Mareček, 2021) nám umožňuje odpovědět na tuto otázku pro specifické jazykové rysy a naučit se projekci založenou pouze na jednojazyčných komentovaných datových souborech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Ortogonální strukturální sonda", "en": "Orthogonal Structural Probe"}, {"cs": "Limisiewicz a Mareček, 2021", "en": "Limisiewicz and Mareček, 2021"}, {"cs": "jazykové rysy", "en": "linguistic features"}, {"cs": "jednojazyčných komentovaných datových souborech", "en": "mono-lingual annotated datasets"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We evaluate syntactic (UD) and lexical (WordNet) structural information encoded inmBERT's contextual representations for nine diverse languages.", "cs": "Hodnotíme syntaktické (UD) a lexikální (WordNet) strukturální informace zakódované v mBERT kontextové reprezentaci pro devět různých jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "syntaktické", "en": "syntactic"}, {"cs": "lexikální", "en": "lexical"}, {"cs": "strukturální informace", "en": "structural information"}, {"cs": "mBERT kontextové reprezentaci", "en": "mBERT's contextual representations"}, {"cs": "devět různých jazyků", "en": "nine diverse languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We observe that for languages closely related to English, no transformation is needed.", "cs": "Pozorujeme, že u jazyků úzce spjatých s angličtinou není nutná žádná transformace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jazyků úzce spjatých s angličtinou", "en": "languages closely related to English"}, {"cs": "transformace", "en": "transformation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The evaluated information is encoded in a shared cross-lingual embedding space.", "cs": "Vyhodnocená informace je zakódována ve sdíleném mezijazyčném vkládacím prostoru."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Vyhodnocená informace", "en": "The evaluated information"}, {"cs": "sdíleném mezijazyčném vkládacím prostoru", "en": "shared cross-lingual embedding space"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For other languages, it is beneficial to apply orthogonal transformation learned separately for each language.", "cs": "Pro ostatní jazyky je výhodné použít ortogonální transformaci naučenou samostatně pro každý jazyk."}, "data_name": "wmt23_terminology", "hints": [{"cs": "ortogonální transformaci", "en": "orthogonal transformation"}, {"cs": "jazyk", "en": "language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We successfully apply our findings to zero-shot and few-shot cross-lingual parsing.", "cs": "Úspěšně aplikujeme naše zjištění na nulovou a málo natočenou analýzu přes jazyk."}, "data_name": "wmt23_terminology", "hints": [{"cs": "zjištění", "en": "findings"}, {"cs": "nulovou a málo natočenou analýzu", "en": "zero-shot and few-shot cross-lingual parsing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "With the recent success of pre-trained models in NLP, a significant focus was put on interpreting their representations.", "cs": "Vzhledem k nedávnému úspěchu předcvičených modelů v NLP byla velká pozornost věnována interpretaci jejich vyjádření."}, "data_name": "wmt23_terminology", "hints": [{"cs": "předcvičených modelů", "en": "pre-trained models"}, {"cs": "NLP", "en": "NLP"}, {"cs": "interpretaci", "en": "interpreting"}, {"cs": "vyjádření", "en": "representations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "One of the most prominent approaches is structural probing (Hewitt and Manning, 2019), where a linear projection of word embeddings is performed in order to approximate the topology of dependency structures.", "cs": "Jedním z nejvýraznějších přístupů je strukturální sondování (Hewitt a Manning, 2019), kde se provádí lineární projekce slovních vložek s cílem přiblížit topologii závislostních struktur."}, "data_name": "wmt23_terminology", "hints": [{"cs": "strukturální sondování", "en": "structural probing"}, {"cs": "slovních vložek", "en": "word embeddings"}, {"cs": "závislostních struktur", "en": "dependency structures"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this work, we introduce a new type of structural probing, where the linear projection is decomposed into 1. iso-morphic space rotation; 2. linear scaling that identifies and scales the most relevant dimensions.", "cs": "Při této práci zavedeme nový typ strukturálního sondování, kdy se lineární projekce rozloží na 1. izomorfní prostorovou rotaci, 2. lineární škálování, které určí a změří nejdůležitější rozměry."}, "data_name": "wmt23_terminology", "hints": [{"cs": "strukturálního sondování", "en": "structural probing"}, {"cs": "lineární projekce", "en": "linear projection"}, {"cs": "izomorfní prostorovou rotaci", "en": "iso-morphic space rotation"}, {"cs": "lineární škálování", "en": "linear scaling"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In addition to syntactic dependency, we evaluate our method on two novel tasks (lexical hypernymy and position in a sentence).", "cs": "Kromě syntaktické závislosti hodnotíme naši metodu na dvou neotřelých úkolech (lexikální hypernymie a pozice ve větě)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "syntaktické závislosti", "en": "syntactic dependency"}, {"cs": "lexikální hypernymie", "en": "lexical hypernymy"}, {"cs": "pozice ve větě", "en": "position in a sentence"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We jointly train the probes for multiple tasks and experimentally show that lexical and syntactic information is separated in the representations.", "cs": "Společně cvičíme sondy pro více úkolů a experimentálně ukazujeme, že lexikální a syntaktické informace jsou v reprezentacích odděleny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "sondy", "en": "probes"}, {"cs": "úkolů", "en": "tasks"}, {"cs": "lexikální", "en": "lexical"}, {"cs": "syntaktické informace", "en": "syntactic information"}, {"cs": "reprezentacích", "en": "representations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Moreover, the orthogonal constraint makes the Structural Probes less vulnerable to memorization.", "cs": "Díky ortogonálnímu omezení jsou navíc Strukturální sondy méně náchylné k memorování."}, "data_name": "wmt23_terminology", "hints": [{"cs": "ortogonálnímu omezení", "en": "orthogonal constraint"}, {"cs": "Strukturální sondy", "en": "Structural Probes"}, {"cs": "memorování", "en": "memorization"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Although mobility and movement has recently gained importance within interactionist studies of social action, not much is known about the consequentiality of being on the move for the particular unfolding of interactional episodes.", "cs": "Ačkoli mobilita a pohyb získaly v poslední době na významu v interakcionistickém výzkumu společenského jednání, není příliš známo, jaké důsledky má pohyb pro konkrétní vývoj interakčních epizod."}, "data_name": "wmt23_terminology", "hints": [{"cs": "mobilita", "en": "mobility"}, {"cs": "pohyb", "en": "movement"}, {"cs": "interakcionistickém výzkumu", "en": "interactionist studies"}, {"cs": "společenského jednání", "en": "social action"}, {"cs": "interakčních epizod", "en": "interactional episodes"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Utilising two publicly accessible video clips of ‘road rage’ situations, we describe and analyse the centrality of hand-work in the escalation and decline of an emotionally charged interaction between members of traffic.", "cs": "Prostřednictvím dvou veřejně přístupných videoklipů zachycujících situace „silniční zuřivosti“ popisujeme a analyzujeme stěžejní rysy práce rukou při eskalaci a úpadku emocionálně nabité interakce mezi účastníky silničního provozu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "veřejně přístupných videoklipů", "en": "publicly accessible video clips"}, {"cs": "silniční zuřivosti", "en": "road rage"}, {"cs": "účastníky silničního provozu", "en": "members of traffic"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Avoiding an a priori cognitivist stance, we show in detail how the work of hands can be constitutive of anger itself, and that it can lead to open conflict on the boundary of physical violence.", "cs": "Vyhýbáme se apriorně kognitivistickému postoji a v detailech ukazujeme, jak může být práce rukou sama o sobě konstituentem vzteku a že může vést k otevřenému konfliktu na hranici fyzického násilí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kognitivistickému postoji", "en": "cognitivist stance"}, {"cs": "práce rukou", "en": "work of hands"}, {"cs": "vzteku", "en": "anger"}, {"cs": "fyzického násilí", "en": "physical violence"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The present article investigates possibilities and limits of local (shallow) analysis of discourse coherence with respect to the phenomena of global coherence and higher composition of texts.", "cs": "Tento článek zkoumá možnosti a limity lokální analýzy textové koherence s ohledem na jevy globální koherence a vyšší výstavby textu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lokální analýzy textové koherence", "en": "local (shallow) analysis of discourse coherence"}, {"cs": "globální koherence", "en": "global coherence"}, {"cs": "vyšší výstavby textu", "en": "higher composition of texts"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The Covid-19 pandemic has created a global demand for accurate and up-to-date information which often originates in English and needs to be translated.", "cs": "Pandemie Covid-19 vyvolala globální poptávku po přesných a aktuálních informacích, které často pocházejí z angličtiny a je třeba je přeložit."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Pandemie Covid-19", "en": "The Covid-19 pandemic"}, {"cs": "globální poptávku", "en": "global demand"}, {"cs": "přesných a aktuálních informacích", "en": "accurate and up-to-date information"}, {"cs": "angličtiny", "en": "English"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "To train a machine translation system for such a narrow topic, we leverage in-domain training data in other languages both from related and unrelated language families.", "cs": "K natrénování systému strojového překladu pro tak úzké téma využíváme doménová trénovací data v jiných jazycích, a to jak z příbuzných, tak ze vzdálených jazykových rodin."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systému strojového překladu", "en": "machine translation system"}, {"cs": "doménová trénovací data", "en": "in-domain training data"}, {"cs": "jazycích", "en": "languages"}, {"cs": "jazykových rodin", "en": "language families"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We experiment with different transfer learning schedules and observe that transferring via more than one auxiliary language brings the most improvement.", "cs": "Experimentujeme s různými rozvrhy učení pomocí metody transfer learning a pozorujeme, že přenos prostřednictvím více než jednoho pomocného jazyka přináší největší zlepšení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Experimentujeme", "en": "We experiment"}, {"cs": "různými rozvrhy učení", "en": "different transfer learning schedules"}, {"cs": "metody transfer learning", "en": "transfer learning"}, {"cs": "pomocného jazyka", "en": "auxiliary language"}, {"cs": "největší zlepšení", "en": "the most improvement"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We compare the performance with joint multilingual training and report superior results of the transfer learning approach.", "cs": "Porovnáváme výstupy s mnohojazyčným trénováním a nacházíme lepší výsledky při použití transfer learningu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "mnohojazyčným trénováním", "en": "joint multilingual training"}, {"cs": "transfer learningu", "en": "transfer learning approach"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We describe our two NMT systems submitted to the WMT2021 shared task in English-Czech news translation: CUNI-DocTransformer (document-level CUBBITT) and CUNI-Marian-Baselines.", "cs": "Popisujeme naše dva NMT systémy, které byly odeslány do soutěže WMT2021 v anglicko-českém překladu zpráv: CUNI-DocTransformer (document-level CUBBITT) a CUNI-Marian-Baselines."}, "data_name": "wmt23_terminology", "hints": [{"cs": "NMT systémy", "en": "NMT systems"}, {"cs": "WMT2021", "en": "WMT2021"}, {"cs": "anglicko-českém překladu zpráv", "en": "English-Czech news translation"}, {"cs": "CUNI-DocTransformer", "en": "CUNI-DocTransformer"}, {"cs": "CUNI-Marian-Baselines", "en": "CUNI-Marian-Baselines"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We improve the former with a better sentence-segmentation pre-processing and a post-processing for fixing errors in numbers and units.", "cs": "První z nich vylepšujeme lepším předzpracováním segmentace vět a následným zpracováním pro opravu chyb v číslech a jednotkách."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lepším předzpracováním segmentace vět", "en": "better sentence-segmentation pre-processing"}, {"cs": "opravu chyb v číslech a jednotkách", "en": "fixing errors in numbers and units"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We use the latter for experiments with various backtranslation techniques.", "cs": "Druhý z nich používáme při experimentech s různými variantami techniky backtranslation."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experimentech", "en": "experiments"}, {"cs": "různými variantami", "en": "various"}, {"cs": "techniky backtranslation", "en": "backtranslation techniques"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present our Charles-UPF submission for the Shared Task on Evaluating Accuracy in Generated Texts at INLG 2021.", "cs": "Představujeme příspěvek Charles-UPF pro sdílenou úlohu o hodnocení přesnosti generovaných textů na konferenci INLG 2021."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Charles-UPF", "en": "Charles-UPF"}, {"cs": "sdílenou úlohu o hodnocení přesnosti generovaných textů", "en": "Shared Task on Evaluating Accuracy in Generated Texts"}, {"cs": "konferenci INLG 2021", "en": "INLG 2021"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our system can detect the errors automatically using a combination of a rule-based natural language generation (NLG) system and pretrained language models (LMs).", "cs": "Náš systém dokáže automaticky detekovat chyby pomocí kombinace systému pro generování přirozeného jazyka založeného na pravidlech a předtrénovaných jazykových modelů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systém", "en": "system"}, {"cs": "chyby", "en": "errors"}, {"cs": "generování přirozeného jazyka", "en": "natural language generation"}, {"cs": "jazykových modelů", "en": "language models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We first utilize a rule-based NLG system to generate sentences with facts that can be derived from the input.", "cs": "Nejprve využíváme systém pro generování přirozeného jazyka založený na pravidlech, který generuje fakta odvozená ze vstupních dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systém pro generování přirozeného jazyka", "en": "NLG system"}, {"cs": "pravidlech", "en": "rule-based"}, {"cs": "fakta", "en": "facts"}, {"cs": "vstupních dat", "en": "input"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For each sentence we evaluate, we select a subset of facts which are relevant by measuring semantic similarity to the sentence in question.", "cs": "Pro každou větu, kterou vyhodnocujeme, vybereme podmnožinu faktů, které jsou relevantní na základě měření sémantické podobnosti s danou větou."}, "data_name": "wmt23_terminology", "hints": [{"cs": "větu", "en": "sentence"}, {"cs": "faktů", "en": "facts"}, {"cs": "sémantické podobnosti", "en": "semantic similarity"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Finally, we finetune a pretrained language model on annotated data along with the relevant facts for fine-grained error detection.", "cs": "Nakonec dotrénujeme předtrénovaný jazykový model na anotovaných datech spolu s relevantními fakty pro jemnou detekci chyb."}, "data_name": "wmt23_terminology", "hints": [{"cs": "předtrénovaný jazykový model", "en": "pretrained language model"}, {"cs": "anotovaných datech", "en": "annotated data"}, {"cs": "relevantními fakty", "en": "relevant facts"}, {"cs": "jemnou detekci chyb", "en": "fine-grained error detection"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "On the test set, we achieve 69% recall and 75% precision with a model trained on a mixture of human-annotated and synthetic data.", "cs": "Na testovací sadě dosahujeme 69% výtěžnosti (recall) a 75% přesnosti (precision) s modelem natrénovaným na mixu dat anotovaných lidmi a syntetických dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "testovací sadě", "en": "test set"}, {"cs": "výtěžnosti", "en": "recall"}, {"cs": "přesnosti", "en": "precision"}, {"cs": "modelem natrénovaným", "en": "model trained"}, {"cs": "anotovaných lidmi", "en": "human-annotated"}, {"cs": "syntetických dat", "en": "synthetic data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The talk presents overall task findings and LMU Munich submission to the very low resource and unsupervised translation at WMT21.", "cs": "Přednáška představuje výsledky na konferenci WMT21 o překladu s velmi malým množstvím zdrojů a bez paralelních dat a soutěží příspěvek, se kterým se účastil tým LMU Mnichov."}, "data_name": "wmt23_terminology", "hints": [{"cs": "konferenci WMT21", "en": "WMT21"}, {"cs": "překladu s velmi malým množstvím zdrojů a bez paralelních dat", "en": "very low resource and unsupervised translation"}, {"cs": "tým LMU Mnichov", "en": "LMU Munich"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Further, we discuss design decisions made both by LMU and other shared task participants and speculate what the future directions in machine translation of low resource translation might be.", "cs": "Dále se probíráme designová rozhodnutími, která museli účastníci soutěže udělat a spekulujeme o tom, jaké by mohly být budoucí směry ve strojovém překladu překladů s malými zdroji."}, "data_name": "wmt23_terminology", "hints": [{"cs": "designová rozhodnutími", "en": "design decisions"}, {"cs": "účastníci soutěže", "en": "shared task participants"}, {"cs": "strojovém překladu", "en": "machine translation"}, {"cs": "překladů s malými zdroji", "en": "low resource translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present the findings of the WMT2021 Shared Tasks in Unsupervised MT and Very Low Resource Supervised MT.", "cs": "Představujeme závěry soutěžního ve strojovém překladu bez paralelních data nebo s velmi málo paralelními daty na WMT2021."}, "data_name": "wmt23_terminology", "hints": [{"cs": "soutěžního ve strojovém překladu", "en": "Shared Tasks in Unsupervised MT"}, {"cs": "bez paralelních data", "en": "Very Low Resource Supervised MT"}, {"cs": "WMT2021", "en": "WMT2021"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Within the task, the community studied very low resource translation between German and Upper Sorbian, unsupervised translation between German and Lower Sorbian and low resource translation between Russian and Chuvash, all minority languages with active language communities working on preserving the languages, who are partners in the evaluation.", "cs": "V rámci tohoto úkolu se komunita zabývala strojovým překladem s velmi málo paralelními daty mezi němčinou a hornolužickou srbštinou, překladem bez paralelních dat mezi němčinou a dolnolužickou srbštinou a překladem s málo paralelními daty mezi ruštinou a čuvašštinou, všemi menšinovými jazyky s aktivními jazykovými komunitami pracujícími na zachování těchto jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "němčinou", "en": "German"}, {"cs": "hornolužickou srbštinou", "en": "Upper Sorbian"}, {"cs": "dolnolužickou srbštinou", "en": "Lower Sorbian"}, {"cs": "ruštinou", "en": "Russian"}, {"cs": "čuvašštinou", "en": "Chuvash"}, {"cs": "menšinovými jazyky", "en": "minority languages"}, {"cs": "jazykovými komunitami", "en": "language communities"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Thanks to this, we were able to obtain most digital data available for these languages and offer them to the task participants.", "cs": "Díky tomu se nám podařilo získat většinu digitálních dat dostupných pro tyto jazyky a nabídnout je účastníkům úkolu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "digitálních dat", "en": "digital data"}, {"cs": "tyto jazyky", "en": "these languages"}, {"cs": "účastníkům úkolu", "en": "task participants"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In total, six teams participated in the shared task.", "cs": "Soutěžního úkolu se účastnilo celkem šest týmů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "šest týmů", "en": "six teams"}, {"cs": "Soutěžního úkolu", "en": "shared task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper discusses the background, presents the tasks and results, and discusses best practices for the future.", "cs": "Článek představuje úkoly a výsledky a pojednává o osvědčených postupech do budoucna."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Článek", "en": "The paper"}, {"cs": "úkoly", "en": "tasks"}, {"cs": "výsledky", "en": "results"}, {"cs": "osvědčených postupech", "en": "best practices"}, {"cs": "budoucna", "en": "the future"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present our submissions to the WMT21 shared task in Unsupervised and Very Low-Resource machine translation between German and Upper Sorbian, German and Lower Sorbian, and Russian and Chuvash.", "cs": "Představujeme naše systémy pro soutěžní úkol v strojovém překladu bez paralelní dat a s velmi málo paralelními data na WMT21: mezi němčinou a hornolužickou srbštinou, němčinou a dolnolužickou srbštinou a ruštinou a čuvašštinou."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systémy", "en": "submissions"}, {"cs": "soutěžní úkol", "en": "shared task"}, {"cs": "strojovém překladu", "en": "machine translation"}, {"cs": "paralelní dat", "en": "Unsupervised"}, {"cs": "velmi málo paralelními data", "en": "Very Low-Resource"}, {"cs": "WMT21", "en": "WMT21"}, {"cs": "němčinou", "en": "German"}, {"cs": "hornolužickou srbštinou", "en": "Upper Sorbian"}, {"cs": "dolnolužickou srbštinou", "en": "Lower Sorbian"}, {"cs": "ruštinou", "en": "Russian"}, {"cs": "čuvašštinou", "en": "Chuvash"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our low-resource systems (German↔Upper Sorbian, Russian↔Chuvash) are pre-trained on high-resource pairs of related languages.", "cs": "Naše nízkozdrojové systémy (němčina↔hornolužická srbština, ruština↔čuvaština) jsou předtrénovány na párech příbuzných jazyků s dostatkem data."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nízkozdrojové systémy", "en": "low-resource systems"}, {"cs": "němčina↔hornolužická srbština", "en": "German↔Upper Sorbian"}, {"cs": "ruština↔čuvaština", "en": "Russian↔Chuvash"}, {"cs": "předtrénovány", "en": "pre-trained"}, {"cs": "párech příbuzných jazyků", "en": "pairs of related languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We fine-tune those systems using the available authentic parallel data and improve by iterated back-translation.", "cs": "Tyto systémy jsme dotrénovali pomocí dostupných autentických paralelních dat a dále vylepšili opakovaným zpětným překladem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systémy", "en": "systems"}, {"cs": "autentických paralelních dat", "en": "authentic parallel data"}, {"cs": "zpětným překladem", "en": "back-translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The unsupervised German↔Lower Sorbian system is initialized by the best Upper Sorbian system and improved by iterated back-translation using monolingual data only.", "cs": "Německo↔dolnolužický systém je inicializován nejlepším hornolužickosrbským systémem a vylepšen opakovaným zpětným překladem pouze za použití jednojazyčných dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Německo", "en": "German"}, {"cs": "dolnolužický", "en": "Lower Sorbian"}, {"cs": "hornolužickosrbský", "en": "Upper Sorbian"}, {"cs": "zpětným překladem", "en": "back-translation"}, {"cs": "jednojazyčných dat", "en": "monolingual data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We observe a severe under-reporting of the different kinds of errors that Natural Language Generation systems make.", "cs": "Pozorujeme, že různé druhy chyb, kterých se dopouštějí systémy pro generování přirozeného jazyka, jsou velmi málo reportovány v literatuře."}, "data_name": "wmt23_terminology", "hints": [{"cs": "různé druhy chyb", "en": "different kinds of errors"}, {"cs": "systémy pro generování přirozeného jazyka", "en": "Natural Language Generation systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This is a problem, because mistakes are an important indicator of where systems should still be improved.", "cs": "To je problém, protože chyby jsou důležitým ukazatelem toho, kde by se systémy měly ještě zlepšit."}, "data_name": "wmt23_terminology", "hints": [{"cs": "chyby", "en": "mistakes"}, {"cs": "ukazatelem", "en": "indicator"}, {"cs": "systémy", "en": "systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "If authors only report overall performance metrics, the research community is left in the dark about the specific weaknesses that are exhibited by ‘state-of-the-art’ research.", "cs": "Pokud autoři uvádějí pouze celkové metriky výkonnosti, zůstává výzkumná komunita v nevědomosti o konkrétních nedostatcích v nejmodernějších přístupech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "celkové metriky výkonnosti", "en": "overall performance metrics"}, {"cs": "výzkumná komunita", "en": "research community"}, {"cs": "konkrétních nedostatcích", "en": "specific weaknesses"}, {"cs": "nejmodernějších přístupech", "en": "‘state-of-the-art’ research"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Next to quantifying the extent of error under-reporting, this position paper provides recommendations for error identification, analysis and reporting.", "cs": "Vedle kvantifikace rozsahu nedostatečného vykazování chyb tento článek poskytuje doporučení pro identifikaci, analýzu a vykazování chyb."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kvantifikace", "en": "quantifying"}, {"cs": "nedostatečného vykazování chyb", "en": "error under-reporting"}, {"cs": "doporučení", "en": "recommendations"}, {"cs": "identifikaci", "en": "identification"}, {"cs": "analýzu", "en": "analysis"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present the script of the theatre play AI: When a Robot Writes a Play (AI: Když robot píše hru), which was written by artificial intelligence within the THEaiTRE project.", "cs": "Představujeme scénář divadelní hry AI: When a Robot Writes a Play (AI: Když robot píše hru), kterou napsala umělá inteligence v rámci projektu THEaiTRE."}, "data_name": "wmt23_terminology", "hints": [{"en": "theatre play", "cs": "divadelní hry"}, {"en": "artificial intelligence", "cs": "umělá inteligence"}, {"en": "THEaiTRE project", "cs": "projektu THEaiTRE"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The high performance of large pretrained language models (LLMs) such as BERT (Devlin et al., 2019) on NLP tasks has prompted questions about BERT’s linguistic capabilities, and how they differ from humans’.", "cs": "Vysoký výkon velkých předcvičených jazykových modelů (LLM), jako je BERT (Devlin et al., 2019) na úkoly NLP, vyvolal otázky ohledně jazykových schopností BERT a v tom, jak se liší od lidských."}, "data_name": "wmt23_terminology", "hints": [{"cs": "velkých předcvičených jazykových modelů", "en": "large pretrained language models"}, {"cs": "BERT", "en": "BERT"}, {"cs": "úkoly NLP", "en": "NLP tasks"}, {"cs": "jazykových schopností BERT", "en": "BERT’s linguistic capabilities"}, {"cs": "lidských", "en": "humans’"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we approach this question by examining BERT’s knowledge of lexical semantic relations.", "cs": "V tomto příspěvku přistupujeme k této otázce zkoumáním znalostí BERT o lexikálních sémantických vztazích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "této otázce", "en": "this question"}, {"cs": "lexikálních sémantických vztazích", "en": "lexical semantic relations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We focus on hypernymy, the “is-a” relation that relates a word to a superordinate category.", "cs": "Zaměřujeme se na hypernymii, vztah „je-a“, který spojuje slovo s nadřazenou kategorií."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hypernymii", "en": "hypernymy"}, {"cs": "vztah „je-a“", "en": "“is-a” relation"}, {"cs": "nadřazenou kategorií", "en": "superordinate category"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We use a prompting methodology to simply ask BERT what the hypernym of a given word is.", "cs": "Jednoduše používáme metodiku nabádání zeptejte se BERTe, co je hypernym daného slova."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metodiku nabádání", "en": "prompting methodology"}, {"cs": "hypernym", "en": "hypernym"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We find that, in a setting where all hypernyms are guessable via prompting, BERT knows hypernyms with up to 57% accuracy.", "cs": "Zjistili jsme, že v prostředí, kde jsou všechny hypernymy uhodnutelné pomocí výzvy, BERT zná hypernymy s přesností až 57%."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hypernymy", "en": "hypernyms"}, {"cs": "přesností", "en": "accuracy"}, {"cs": "BERT", "en": "BERT"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Moreover, BERT with prompting outperforms other unsupervised models for hypernym discovery even in an unconstrained scenario.", "cs": "Navíc BERT s výzvou překonává ostatní modely bez dozoru pro hypernomické objevování i v neomezeném scénáři."}, "data_name": "wmt23_terminology", "hints": [{"cs": "BERT", "en": "BERT"}, {"cs": "hypernomické objevování", "en": "hypernym discovery"}, {"cs": "neomezeném scénáři", "en": "unconstrained scenario"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, BERT’s predictions and performance on a dataset containing uncommon hyponyms and hypernyms indicate that its knowledge of hypernymy is still limited.", "cs": "Předpovědi a výkon BERT jsou však zapnuty soubor dat obsahující neobvyklé hyponymy a hypernymy naznačují, že jeho znalosti o hypernymii jsou stále omezené."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Předpovědi", "en": "predictions"}, {"cs": "výkon", "en": "performance"}, {"cs": "soubor dat", "en": "dataset"}, {"cs": "neobvyklé hyponymy", "en": "uncommon hyponyms"}, {"cs": "hypernymy", "en": "hypernyms"}, {"cs": "znalosti", "en": "knowledge"}, {"cs": "hypernymii", "en": "hypernymy"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "BERTScore (Zhang et al., 2020), a recently proposed automatic metric for machine translation quality, uses BERT (Devlin et al., 2019), a large pre-trained language model to evaluate candidate translations with respect to a gold translation.", "cs": "BERTScore (Zhang et al., 2020), nedávno navržená automatická metrika kvality strojového překladu, používá BERT (Devlin et al., 2019), velký předškolený jazykový model pro hodnocení kandidátských překladů s ohledem na zlatý překlad."}, "data_name": "wmt23_terminology", "hints": [{"cs": "BERTScore", "en": "BERTScore"}, {"cs": "automatická metrika kvality strojového překladu", "en": "automatic metric for machine translation quality"}, {"cs": "BERT", "en": "BERT"}, {"cs": "předškolený jazykový model", "en": "pre-trained language model"}, {"cs": "kandidátských překladů", "en": "candidate translations"}, {"cs": "zlatý překlad", "en": "gold translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Taking advantage of BERT’s semantic and syntactic abilities, BERTScore seeks to avoid the flaws of earlier approaches like BLEU, instead scoring candidate translations based on their semantic similarity to the gold sentence.", "cs": "BERTScore využívá sémantických a syntaktických schopností BERT a snaží se vyhnout chybám dřívějších přístupů, jako je BLEU, místo toho hodnotí kandidátské překlady na základě jejich sémantické podobnosti se zlatou větou."}, "data_name": "wmt23_terminology", "hints": [{"cs": "BERTScore", "en": "BERTScore"}, {"cs": "sémantických a syntaktických schopností", "en": "semantic and syntactic abilities"}, {"cs": "BERT", "en": "BERT"}, {"cs": "BLEU", "en": "BLEU"}, {"cs": "kandidátské překlady", "en": "candidate translations"}, {"cs": "sémantické podobnosti", "en": "semantic similarity"}, {"cs": "zlatou větou", "en": "gold sentence"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, BERT is not infallible; while its performance on NLP tasks set a new state of the art in general, studies of specific syntactic and semantic phenomena have shown where BERT’s performance deviates from that of humans more generally.", "cs": "BERT však není neomylný; zatímco jeho výkon v oblasti úkolů NLP obecně nastoluje nový stav, studie specifických syntaktických a sémantických jevů ukázaly, kde se výkon BERT odchyluje od výkonu lidí obecněji."}, "data_name": "wmt23_terminology", "hints": [{"cs": "BERT", "en": "BERT"}, {"cs": "NLP", "en": "NLP"}, {"cs": "syntaktických", "en": "syntactic"}, {"cs": "sémantických", "en": "semantic"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This naturally raises the questions we address in this paper: what are the strengths and weaknesses of BERTScore?", "cs": "To přirozeně vyvolává otázky, kterými se v tomto dokumentu zabýváme: jaké jsou silné a slabé stránky BERTScore?"}, "data_name": "wmt23_terminology", "hints": [{"cs": "silné a slabé stránky", "en": "strengths and weaknesses"}, {"cs": "BERTScore", "en": "BERTScore"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Do they relate to known weaknesses on the part of BERT?", "cs": "Souvisejí s známé slabiny na straně BERT?"}, "data_name": "wmt23_terminology", "hints": [{"cs": "slabiny", "en": "weaknesses"}, {"cs": "BERT", "en": "BERT"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We find that while BERTScore can detect when a candidate differs from a reference in important content words, it is less sensitive to smaller errors, especially if the candidate is lexically or stylistically similar to the reference.", "cs": "Zjistili jsme, že BERTScore sice dokáže odhalit, když se kandidát liší od odkazu v důležitých obsahových slovech, ale je méně citlivý na menší chyby, zejména pokud je kandidát lexikálně nebo stylisticky podobný odkazu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "BERTScore", "en": "BERTScore"}, {"cs": "kandidát", "en": "candidate"}, {"cs": "odkazu", "en": "reference"}, {"cs": "důležitých obsahových slovech", "en": "important content words"}, {"cs": "menší chyby", "en": "smaller errors"}, {"cs": "lexikálně", "en": "lexically"}, {"cs": "stylisticky", "en": "stylistically"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper we present Uniform Meaning Representation (UMR), a meaning representation designed to annotate the semantic content of a text.", "cs": "V tomto příspěvku uvádíme Uniformní reprezentaci významu (UMR), navrženou k anotaci sémantického obsah textu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Uniformní reprezentaci významu (UMR)", "en": "Uniform Meaning Representation (UMR)"}, {"cs": "anotaci sémantického obsah textu", "en": "annotate the semantic content of a text"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "UMR is primarily based on Abstract Meaning Representation (AMR), an annotation framework initially designed for English, but also draws from other meaning representations.", "cs": "UMR je primárně založena na Abstract Meaning Representation (AMR), anotačním rámci původně určeném pro angličtinu, ale čerpá i z jiných významových reprezentací."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Abstract Meaning Representation (AMR)", "en": "Abstract Meaning Representation (AMR)"}, {"cs": "anotačním rámci", "en": "annotation framework"}, {"cs": "angličtinu", "en": "English"}, {"cs": "významových reprezentací", "en": "meaning representations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "UMR extends AMR to other languages, particularly morphologically complex, low-resource languages.", "cs": "UMR rozšiřuje AMR do dalších jazyků, obzvláště morfologicky složité jazyky s omezenými jazykovými zdroji."}, "data_name": "wmt23_terminology", "hints": [{"cs": "UMR", "en": "UMR"}, {"cs": "AMR", "en": "AMR"}, {"cs": "dalších jazyků", "en": "other languages"}, {"cs": "morfologicky složité jazyky", "en": "morphologically complex"}, {"cs": "omezenými jazykovými zdroji", "en": "low-resource languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "UMR also adds features to AMR that are critical to semantic interpretation and enhances AMR by proposing a companion document-level representation that captures linguistic phenomena such as coreference as well as temporal and modal dependencies that potentially go beyond sentence boundaries.", "cs": "UMR také přidává do AMR funkce, které jsou kritické pro sémantiku a zlepšuje AMR navržením doprovodné dokumentární reprezentace, která zachycuje jazykové jevy jako je koreference a také časové a modální závislosti, které potenciálně přesahují hranice vět."}, "data_name": "wmt23_terminology", "hints": [{"cs": "UMR", "en": "UMR"}, {"cs": "AMR", "en": "AMR"}, {"cs": "sémantiku", "en": "semantic interpretation"}, {"cs": "doprovodné dokumentární reprezentace", "en": "companion document-level representation"}, {"cs": "jazykové jevy", "en": "linguistic phenomena"}, {"cs": "koreference", "en": "coreference"}, {"cs": "časové", "en": "temporal"}, {"cs": "modální závislosti", "en": "modal dependencies"}, {"cs": "hranice vět", "en": "sentence boundaries"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Word association is an important part of human language.", "cs": "Slovní asociace je důležitou součástí lidského jazyka."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Slovní asociace", "en": "Word association"}, {"cs": "lidského jazyka", "en": "human language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Many techniques for capturing semantic relations between words exist, but their ability to model word associations is rarely tested in a real application.", "cs": "Existuje mnoho technik pro zachycení sémantických vztahů mezi slovy, ale jejich schopnost modelovat slovní asociace je zřídka testována v reálné aplikaci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "technik", "en": "techniques"}, {"cs": "sémantických vztahů", "en": "semantic relations"}, {"cs": "slovy", "en": "words"}, {"cs": "slovní asociace", "en": "word associations"}, {"cs": "reálné aplikaci", "en": "real application"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we evaluate three models aimed at different types of word associations: a word-embedding model for synonymy, a point-wise mutual information model for word collocations, and a dependency model for common properties of words.", "cs": "V tomto článku hodnotíme tři modely zaměřené na různé typy slovních asociací: model pro vkládání slov pro synonymii, bodový model vzájemných informací pro slovní spojení a model závislosti pro společné vlastnosti slov."}, "data_name": "wmt23_terminology", "hints": [{"cs": "tři modely", "en": "three models"}, {"cs": "slovních asociací", "en": "word associations"}, {"cs": "model pro vkládání slov", "en": "word-embedding model"}, {"cs": "synonymii", "en": "synonymy"}, {"cs": "bodový model vzájemných informací", "en": "point-wise mutual information model"}, {"cs": "slovní spojení", "en": "word collocations"}, {"cs": "model závislosti", "en": "dependency model"}, {"cs": "společné vlastnosti slov", "en": "common properties of words"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The quality of the proposed models is tested on English and Czech by humans in an online version of the word-association game “Codenames”.", "cs": "Kvalitu navrhovaných modelů testují lidé v angličtině a češtině v online verzi slovně-asociační hry „Codenames“."}, "data_name": "wmt23_terminology", "hints": [{"cs": "angličtině", "en": "English"}, {"cs": "češtině", "en": "Czech"}, {"cs": "online verzi", "en": "online version"}, {"cs": "slovně-asociační hry", "en": "word-association game"}, {"cs": "Codenames", "en": "Codenames"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The objectives of our work are to propose the relevant Universal Dependencies morphological features for Indonesian dependency treebank and to apply the proposed features to an existing treebank.", "cs": "Cílem naší práce je navrhnout vhodné morfologické značky pro popis indonéštiny v rámci Universal Dependencies a aplikovat tyto značky na existující indonéský závislostní korpus."}, "data_name": "wmt23_terminology", "hints": [{"cs": "morfologické značky", "en": "morphological features"}, {"cs": "indonéštiny", "en": "Indonesian"}, {"cs": "Universal Dependencies", "en": "Universal Dependencies"}, {"cs": "závislostní korpus", "en": "dependency treebank"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Making sense of language is no easy task.", "cs": "Dávat smysl jazyku není snadný úkol."}, "data_name": "wmt23_terminology", "hints": [{"cs": "smysl jazyku", "en": "sense of language"}, {"cs": "snadný úkol", "en": "easy task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "All the more since we have such an intimate experience of it -- the trees that we regularly encounter in everyday communication may make it hard to see the forest.", "cs": "Tím spíš, že máme tak intimní zážitek -- stromy, se kterými se pravidelně setkáváme v každodenní komunikaci, nám mohou znesnadnit výhled na les."}, "data_name": "wmt23_terminology", "hints": [{"cs": "stromy", "en": "trees"}, {"cs": "každodenní komunikaci", "en": "everyday communication"}, {"cs": "les", "en": "forest"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this situation, computers can help us take a step back and look at large quantities of text from a fifty-thousand-foot view.", "cs": "V této situaci nám počítače mohou pomoci udělat krok zpět a podívat se na velké množství textu z odstupu padesáti tisíc stop."}, "data_name": "wmt23_terminology", "hints": [{"cs": "počítače", "en": "computers"}, {"cs": "velké množství textu", "en": "large quantities of text"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper describes the team (“ODIANLP”)’s submission to WAT 2020.", "cs": "Tento článek popisuje vyjádření týmu („ODIANLP“) k WAT 2020."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Tento článek", "en": "This paper"}, {"cs": "WAT 2020", "en": "WAT 2020"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We have participated in the English→Hindi Multimodal task and Indic task.", "cs": "Účastnili jsme se úkolu English→Hindi Multimodal a Indic."}, "data_name": "wmt23_terminology", "hints": [{"cs": "úkolu English→Hindi Multimodal", "en": "English→Hindi Multimodal task"}, {"cs": "Indic", "en": "Indic task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We have used the state-of-the-art Transformer model for the translation task and Inception ResNetV2 for the Hindi Image Captioning task.", "cs": "Pro úlohu překladu jsme použili nejmodernější model Transformeru a pro úlohu Hindi Image Captioning jsme použili Inception ResNetV2."}, "data_name": "wmt23_terminology", "hints": [{"cs": "překladu", "en": "translation task"}, {"cs": "model Transformeru", "en": "Transformer model"}, {"cs": "Hindi Image Captioning", "en": "Hindi Image Captioning"}, {"cs": "Inception ResNetV2", "en": "Inception ResNetV2"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our submission tops in English→Hindi Multimodal task in its track and Odia↔English translation tasks.", "cs": "Naše podání dosahuje nejlepších výsledků ve směru English→Hindi Multimodal a Odia↔English."}, "data_name": "wmt23_terminology", "hints": [{"cs": "English→Hindi Multimodal", "en": "English→Hindi Multimodal"}, {"cs": "Odia↔English", "en": "Odia↔English"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Also, our submissions performed well in the Indic Multilingual tasks.", "cs": "Naše návrhy si vedly dobře i při vícejazyčných úkolech (Indic)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "návrhy", "en": "submissions"}, {"cs": "vícejazyčných úkolech", "en": "Multilingual tasks"}, {"cs": "Indic", "en": "Indic"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The preparation of parallel corpora is a challenging task, particularly for languages that suffer from under-representation in the digital world.", "cs": "Příprava paralelních korpusů je náročným úkolem, zejména pro jazyky, které trpí nedostatečným zastoupením v digitálním světě."}, "data_name": "wmt23_terminology", "hints": [{"cs": "paralelních korpusů", "en": "parallel corpora"}, {"cs": "digitálním světě", "en": "digital world"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In a multi-lingual country like India, the need for such parallel corpora is stringent for several low-resource languages.", "cs": "Ve vícejazyčné zemi, jako je Indie, je potřeba takových paralelních korpusů přísná pro několik jazyků s nízkými zdroji."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vícejazyčné zemi", "en": "multi-lingual country"}, {"cs": "Indie", "en": "India"}, {"cs": "paralelních korpusů", "en": "parallel corpora"}, {"cs": "nízkými zdroji", "en": "low-resource languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this work, we provide an extended English-Odia parallel corpus, OdiEnCorp 2.0, aiming particularly at Neural Machine Translation (NMT) systems which will help translate English↔Odia.", "cs": "V této práci poskytujeme rozšířený anglicko-odijský paralelní korpus OdiEnCorp 2.0 zaměřený zejména na systémy Neural Machine Translation (NMT), které pomohou přeložit angličtinu ↔ Odia."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anglicko-odijský paralelní korpus", "en": "English-Odia parallel corpus"}, {"cs": "Neural Machine Translation (NMT)", "en": "Neural Machine Translation (NMT)"}, {"cs": "angličtinu ↔ Odia", "en": "English↔Odia"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "OdiEnCorp 2.0 includes existing English-Odia corpora and we extended the collection by several other methods of data acquisition: parallel data scraping from many websites, including Odia Wikipedia, but also optical character recognition (OCR) to extract parallel data from scanned images.", "cs": "OdiEnCorp 2.0 zahrnuje stávající anglicko-odijské korpusy a sbírku jsme rozšířili o několik dalších metod získávání dat: paralelní škrábání dat z mnoha webů, včetně Odia Wikipedia, ale také optické rozpoznávání znaků (OCR) pro extrakci paralelních dat ze skenovaných obrázků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "OdiEnCorp 2.0", "en": "OdiEnCorp 2.0"}, {"cs": "anglicko-odijské korpusy", "en": "English-Odia corpora"}, {"cs": "paralelní škrábání dat", "en": "parallel data scraping"}, {"cs": "Odia Wikipedia", "en": "Odia Wikipedia"}, {"cs": "optické rozpoznávání znaků (OCR)", "en": "optical character recognition (OCR)"}, {"cs": "paralelních dat", "en": "parallel data"}, {"cs": "skenovaných obrázků", "en": "scanned images"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our OCR-based data extraction approach for building a parallel corpus is suitable for other low resource languages that lack in online content.", "cs": "Náš přístup k extrakci dat založený na OCR pro vytváření paralelního korpusu je vhodný pro jiné jazyky s nízkými zdroji, které nemají online obsah."}, "data_name": "wmt23_terminology", "hints": [{"cs": "extrakci dat", "en": "data extraction"}, {"cs": "OCR", "en": "OCR-based"}, {"cs": "paralelního korpusu", "en": "parallel corpus"}, {"cs": "nízkými zdroji", "en": "low resource languages"}, {"cs": "online obsah", "en": "online content"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The resulting OdiEnCorp 2.0 contains 98,302 sentences and 1.69 million English and 1.47 million Odia tokens.", "cs": "Výsledný OdiEnCorp 2.0 obsahuje 98 302 vět a 1,69 milionu anglických a 1,47 milionu žetonů Odia."}, "data_name": "wmt23_terminology", "hints": [{"cs": "OdiEnCorp 2.0", "en": "OdiEnCorp 2.0"}, {"cs": "vět", "en": "sentences"}, {"cs": "anglických", "en": "English"}, {"cs": "žetonů Odia", "en": "Odia tokens"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "To the best of our knowledge, OdiEnCorp 2.0 is the largest Odia-English parallel corpus covering different domains and available freely for non-commercial and research purposes.", "cs": "Pokud je nám známo, OdiEnCorp 2.0 je největší Odia-anglický paralelní korpus pokrývající různé domény a je volně dostupný pro nekomerční a výzkumné účely."}, "data_name": "wmt23_terminology", "hints": [{"cs": "OdiEnCorp 2.0", "en": "OdiEnCorp 2.0"}, {"cs": "Odia-anglický paralelní korpus", "en": "Odia-English parallel corpus"}, {"cs": "různé domény", "en": "different domains"}, {"cs": "volně dostupný", "en": "available freely"}, {"cs": "nekomerční", "en": "non-commercial"}, {"cs": "výzkumné účely", "en": "research purposes"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we introduce the first Universal Dependencies (UD) treebank for standard Albanian, consisting of 60 sentences collected from the Albanian Wikipedia, annotated with lemmas, universal part-of-speech tags, morphological features and syntactic dependencies.", "cs": "V tomto článku představujeme první treebank Universal Dependencies (UD) pro spisovnou albánštinu, sestávající z 60 vět vybraných z albánské Wikipedie, anotovaných lematy, univerzálními značkami slovních druhů, morfologickými rysy a syntaktickými závislostmi."}, "data_name": "wmt23_terminology", "hints": [{"cs": "treebank Universal Dependencies (UD)", "en": "Universal Dependencies (UD) treebank"}, {"cs": "spisovnou albánštinu", "en": "standard Albanian"}, {"cs": "albánské Wikipedie", "en": "Albanian Wikipedia"}, {"cs": "lematy", "en": "lemmas"}, {"cs": "univerzálními značkami slovních druhů", "en": "universal part-of-speech tags"}, {"cs": "morfologickými rysy", "en": "morphological features"}, {"cs": "syntaktickými závislostmi", "en": "syntactic dependencies"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In addition to presenting the treebank itself, we discuss a selection of linguistic constructions in Albanian whose analysis in UD is not self-evident, including core arguments and the status of indirect objects, pronominal clitics, genitive constructions, prearticulated adjectives, and modal verbs.", "cs": "Kromě představení treebanku jako takového probíráme vybrané jazykové jevy v albánštině, jejichž analýza v UD není na první pohled jasná, včetně jádrových argumentů, zacházení s nepřímými předměty, zájmenných příklonek, konstrukcí s genitivem, preartikulovaných adjektiv a způsobových sloves."}, "data_name": "wmt23_terminology", "hints": [{"cs": "treebanku", "en": "treebank"}, {"cs": "jazykové jevy", "en": "linguistic constructions"}, {"cs": "albánštině", "en": "Albanian"}, {"cs": "jádrových argumentů", "en": "core arguments"}, {"cs": "nepřímými předměty", "en": "indirect objects"}, {"cs": "zájmenných příklonek", "en": "pronominal clitics"}, {"cs": "konstrukcí s genitivem", "en": "genitive constructions"}, {"cs": "preartikulovaných adjektiv", "en": "prearticulated adjectives"}, {"cs": "způsobových sloves", "en": "modal verbs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present PERIN, a novel permutation-invariant approach to sentence-to-graph semantic parsing.", "cs": "Představujeme PERIN, nový permutačně invariantní přístup k sémantickému parsingu věty na graf."}, "data_name": "wmt23_terminology", "hints": [{"cs": "PERIN", "en": "PERIN"}, {"cs": "permutačně invariantní přístup", "en": "permutation-invariant approach"}, {"cs": "sémantickému parsingu", "en": "semantic parsing"}, {"cs": "věty na graf", "en": "sentence-to-graph"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "PERIN is a versatile, cross-framework and language independent architecture for universal modeling of semantic structures.", "cs": "PERIN je všestranná, anotačně a jazykově nezávislá architektura pro univerzální modelování sémantických struktur."}, "data_name": "wmt23_terminology", "hints": [{"cs": "PERIN", "en": "PERIN"}, {"cs": "anotačně a jazykově nezávislá architektura", "en": "cross-framework and language independent architecture"}, {"cs": "univerzální modelování sémantických struktur", "en": "universal modeling of semantic structures"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our system participated in the CoNLL 2020 shared task, Cross-Framework Meaning Representation Parsing (MRP 2020), where it was evaluated on five different frameworks (AMR, DRG, EDS, PTG and UCCA) across four languages.", "cs": "Náš systém se zúčastnil shared tasku CoNLL 2020, Cross-Framework Meaning Representation Parsing (MRP 2020), kde byl hodnocen v pěti různých frameworcích (AMR, DRG, EDS, PTG a UCCA) napříč čtyřmi jazyky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "shared tasku CoNLL 2020", "en": "CoNLL 2020 shared task"}, {"cs": "Cross-Framework Meaning Representation Parsing (MRP 2020)", "en": "Cross-Framework Meaning Representation Parsing (MRP 2020)"}, {"cs": "frameworcích", "en": "frameworks"}, {"cs": "AMR, DRG, EDS, PTG a UCCA", "en": "AMR, DRG, EDS, PTG and UCCA"}, {"cs": "jazyky", "en": "languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "PERIN was one of the winners of the shared task.", "cs": "PERIN byl jedním z vítězů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "PERIN", "en": "PERIN"}, {"cs": "vítězů", "en": "winners"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The source code and pretrained models are available at http://www.github.com/ufal/perin.", "cs": "Zdrojový kód a předtrénované modely jsou k dispozici na adrese http://www.github.com/ufal/perin."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Zdrojový kód", "en": "source code"}, {"cs": "předtrénované modely", "en": "pretrained models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Multilingualism is a cultural cornerstone of Europe and firmly anchored in the European Treaties including full language equality.", "cs": "Mnohojazyčnost je kulturním úhelným kamenem Evropy a je pevně zakotvena v evropských smlouvách, včetně úplné jazykové rovnosti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Mnohojazyčnost", "en": "Multilingualism"}, {"cs": "kulturním úhelným kamenem", "en": "cultural cornerstone"}, {"cs": "Evropy", "en": "Europe"}, {"cs": "evropských smlouvách", "en": "European Treaties"}, {"cs": "úplné jazykové rovnosti", "en": "full language equality"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, language barriers impacting business, cross-lingual and cross-cultural communication are still omnipresent.", "cs": "Jazykové bariéry ovlivňující obchodní, mezijazykovou a mezikulturní komunikaci jsou však stále všudypřítomné."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Jazykové bariéry", "en": "language barriers"}, {"cs": "obchodní, mezijazykovou a mezikulturní komunikaci", "en": "business, cross-lingual and cross-cultural communication"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Language Technologies (LTs) are a powerful means to break down these barriers.", "cs": "Jazykové technologie (LT) jsou mocným prostředkem k prolomení těchto bariér."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Jazykové technologie", "en": "Language Technologies"}, {"cs": "bariér", "en": "barriers"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "While the last decade has seen various initiatives that created a multitude of approaches and technologies tailored to Europe’s specific needs, there is still an immense level of fragmentation.", "cs": "I když v posledním desetiletí vzniklo množství různých iniciativ, které vytvořily množství přístupů a technologií přizpůsobených specifickým potřebám Evropy, stále existuje obrovská míra roztříštěnosti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "iniciativ", "en": "initiatives"}, {"cs": "přístupů", "en": "approaches"}, {"cs": "technologií", "en": "technologies"}, {"cs": "roztříštěnosti", "en": "fragmentation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "At the same time, AI has become an increasingly important concept in the European Information and Communication Technology area.", "cs": "Zároveň se umělá inteligence (AI) stala stále důležitějším konceptem v oblasti evropských informačních a komunikačních technologií."}, "data_name": "wmt23_terminology", "hints": [{"cs": "umělá inteligence (AI)", "en": "AI"}, {"cs": "evropských informačních a komunikačních technologií", "en": "European Information and Communication Technology"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For a few years now, AI – including many opportunities, synergies but also misconceptions – has been overshadowing every other topic.", "cs": "Už několik let AI – včetně mnoha příležitostí, synergií, ale i mylných představ – zastiňuje všechna ostatní témata."}, "data_name": "wmt23_terminology", "hints": [{"cs": "AI", "en": "AI"}, {"cs": "příležitostí", "en": "opportunities"}, {"cs": "synergií", "en": "synergies"}, {"cs": "mylných představ", "en": "misconceptions"}, {"cs": "témata", "en": "topic"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present an overview of the European LT landscape, describing funding programmes, activities, actions and challenges in the different countries with regard to LT, including the current state of play in industry and the LT market.", "cs": "Představujeme přehled evropského prostředí jazykových technologí (LT), popisujeme programy financování, činnosti, akce a výzvy v jednotlivých zemích s ohledem na LT, včetně současného stavu v průmyslu a na trhu LT."}, "data_name": "wmt23_terminology", "hints": [{"cs": "evropského prostředí jazykových technologí", "en": "European LT landscape"}, {"cs": "programy financování", "en": "funding programmes"}, {"cs": "činnosti", "en": "activities"}, {"cs": "akce", "en": "actions"}, {"cs": "výzvy", "en": "challenges"}, {"cs": "jednotlivých zemích", "en": "different countries"}, {"cs": "současného stavu", "en": "current state of play"}, {"cs": "průmyslu", "en": "industry"}, {"cs": "trhu LT", "en": "LT market"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a brief overview of the main LT-related activities on the EU level in the last ten years and develop strategic guidance with regard to four key dimensions.", "cs": "Představujeme stručný přehled hlavních činností souvisejících s LT na úrovni EU za posledních deset let a představujeme strategické pokyny s ohledem na čtyři klíčové rozměry."}, "data_name": "wmt23_terminology", "hints": [{"cs": "stručný přehled", "en": "brief overview"}, {"cs": "souvisejících s LT", "en": "LT-related"}, {"cs": "úrovni EU", "en": "EU level"}, {"cs": "strategické pokyny", "en": "strategic guidance"}, {"cs": "čtyři klíčové rozměry", "en": "four key dimensions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "With 24 official EU and many additional languages, multilingualism in Europe and an inclusive Digital Single Market can only be enabled through Language Technologies (LTs).", "cs": "S 24 oficiálními jazyky EU a mnoha dalšími jazyky může být mnohojazyčnost v Evropě a inkluzivní jednotný digitální trh umožněn pouze prostřednictvím jazykových technologií (LT)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "24 oficiálními jazyky EU", "en": "24 official EU"}, {"cs": "mnohojazyčnost", "en": "multilingualism"}, {"cs": "jednotný digitální trh", "en": "Digital Single Market"}, {"cs": "jazykových technologií", "en": "Language Technologies"}, {"cs": "LT", "en": "LTs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "European LT business is dominated by hundreds of SMEs and a few large players.", "cs": "Evropské LT podnikání ovládají stovky malých a středních podniků a několik velkých hráčů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Evropské LT podnikání", "en": "European LT business"}, {"cs": "stovky malých a středních podniků", "en": "hundreds of SMEs"}, {"cs": "několik velkých hráčů", "en": "a few large players"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Many are world-class, with technologies that outperform the global players.", "cs": "Mnohé z nich jsou světové, s technologiemi, které předčí globální hrá��e."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Mnohé z nich", "en": "Many"}, {"cs": "světové", "en": "world-class"}, {"cs": "technologiemi", "en": "technologies"}, {"cs": "globální hráče", "en": "global players"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, European LT business is also fragmented – by nation states, languages, verticals and sectors, significantly holding back its impact.", "cs": "Evropské podnikání v LT je však také roztříštěné – v závislosti na národních státech, jazycích, vertikálech a odvětvích, což výrazně brzdí jeho dopad."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Evropské podnikání", "en": "European LT business"}, {"cs": "národních státech", "en": "nation states"}, {"cs": "jazycích", "en": "languages"}, {"cs": "vertikálech", "en": "verticals"}, {"cs": "odvětvích", "en": "sectors"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The European Language Grid (ELG) project addresses this fragmentation by establishing the ELG as the primary platform for LT in Europe.", "cs": "Projekt evropské jazykové sítě (European Language Grid, ELG) řeší tuto roztříštěnost tím, že stanoví ELG jako primární platformu pro LT v Evropě."}, "data_name": "wmt23_terminology", "hints": [{"cs": "evropské jazykové sítě", "en": "European Language Grid"}, {"cs": "European Language Grid, ELG", "en": "European Language Grid (ELG)"}, {"cs": "LT", "en": "LT"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The ELG is a scalable cloud platform, providing, in an easy-to-integrate way, access to hundreds of commercial and non-commercial LTs for all European languages, including running tools and services as well as data sets and resources.", "cs": "Skupina ELG je rozšiřitelná cloudová platforma, která umožňuje snadnou integraci přístupu ke stovkám komerčních i nekomerčních LT pro všechny evropské jazyky, včetně provozních nástrojů a služeb, jakož i datových souborů a zdrojů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Skupina ELG", "en": "The ELG"}, {"cs": "cloudová platforma", "en": "cloud platform"}, {"cs": "komerčních i nekomerčních LT", "en": "commercial and non-commercial LTs"}, {"cs": "evropské jazyky", "en": "European languages"}, {"cs": "provozních nástrojů a služeb", "en": "running tools and services"}, {"cs": "datových souborů a zdrojů", "en": "data sets and resources"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Once fully operational, it will enable the commercial and non-commercial European LT community to deposit and upload their technologies and data sets into the ELG, to deploy them through the grid, and to connect with other resources.", "cs": "Jakmile bude plně funkční, umožní komerční i nekomerční evropské komunitě LT ukládat a nahrávat své technologie a soubory dat do systému ELG, zavádět je do sítě a propojovat s dalšími zdroji."}, "data_name": "wmt23_terminology", "hints": [{"cs": "komerční", "en": "commercial"}, {"cs": "nekomerční", "en": "non-commercial"}, {"cs": "evropské komunitě LT", "en": "European LT community"}, {"cs": "technologie", "en": "technologies"}, {"cs": "soubory dat", "en": "data sets"}, {"cs": "systému ELG", "en": "the ELG"}, {"cs": "sítě", "en": "grid"}, {"cs": "zdroji", "en": "resources"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The ELG will boost the Multilingual Digital Single Market towards a thriving European LT community, creating new jobs and opportunities.", "cs": "Skupina ELG podpoří vícejazyčný jednotný digitální trh směrem k prosperující evropské LT komunitě a vytvoří nová pracovní místa a příležitosti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Skupina ELG", "en": "The ELG"}, {"cs": "vícejazyčný jednotný digitální trh", "en": "Multilingual Digital Single Market"}, {"cs": "evropské LT komunitě", "en": "European LT community"}, {"cs": "nová pracovní místa", "en": "new jobs"}, {"cs": "příležitosti", "en": "opportunities"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Furthermore, the ELG project organises two open calls for up to 20 pilot projects.", "cs": "Kromě toho projekt ELG organizuje dvě otevřené výzvy až pro 20 pilotních projektů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "projekt ELG", "en": "ELG project"}, {"cs": "otevřené výzvy", "en": "open calls"}, {"cs": "pilotních projektů", "en": "pilot projects"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It also sets up 32 national competence centres and the European LT Council for outreach and coordination purposes.", "cs": "Zřizuje také 32 národních kompetenčních center a Evropskou radu LT pro osvětové a koordinační účely."}, "data_name": "wmt23_terminology", "hints": [{"cs": "32 národních kompetenčních center", "en": "32 national competence centres"}, {"cs": "Evropskou radu LT", "en": "European LT Council"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Some methods of automatic simultaneous translation of a long-form speech allow revisions of outputs, trading accuracy for low latency.", "cs": "Strojový překlad: Některé metody automatického simultánního převodu řeči dlouhé formy umožňují revize výstupů, přesnost obchodování pro nízkou latenci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Strojový překlad", "en": "automatic simultaneous translation"}, {"cs": "řeči dlouhé formy", "en": "long-form speech"}, {"cs": "revize výstupů", "en": "revisions of outputs"}, {"cs": "nízkou latenci", "en": "low latency"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Deploying these systems for users faces the problem of presenting subtitles in a limited space, such as two lines on a television screen.", "cs": "Zavádění těchto systémů uživatele čeká problém s prezentací titulků v omezeném prostoru, jako jsou dva řádky na televizní obrazovce."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systémů", "en": "systems"}, {"cs": "prezentací titulků", "en": "presenting subtitles"}, {"cs": "omezeném prostoru", "en": "limited space"}, {"cs": "televizní obrazovce", "en": "television screen"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The subtitles must be shown promptly, incrementally, and with adequate time for reading.", "cs": "The titulky musí být zobrazeny okamžitě, postupně a s dostatečný čas na čtení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "titulky", "en": "subtitles"}, {"cs": "zobrazeny okamžitě", "en": "shown promptly"}, {"cs": "postupně", "en": "incrementally"}, {"cs": "dostatečný čas na čtení", "en": "adequate time for reading"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We provide an algorithm for subtitling.", "cs": "Poskytujeme algoritmus pro titulkování."}, "data_name": "wmt23_terminology", "hints": [{"cs": "algoritmus pro titulkování", "en": "algorithm for subtitling"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Furthermore, we propose a way how to estimate the overall usability of the combination of automatic translation and subtitling by measuring the quality, latency, and stability on a test set, and propose an improved measure for translation latency.", "cs": "Dále navrhujeme způsob, jak odhadnout celková využitelnost kombinace automatického překladu a titulkování měřením kvality, latence a stabilitu na testovací sadě a navrhnout vylepšené opatření kvůli zpoždění překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatického překladu", "en": "automatic translation"}, {"cs": "titulkování", "en": "subtitling"}, {"cs": "kvality", "en": "quality"}, {"cs": "latence", "en": "latency"}, {"cs": "stabilitu", "en": "stability"}, {"cs": "testovací sadě", "en": "test set"}, {"cs": "zpoždění překladu", "en": "translation latency"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper is an ELITR system submission for the non-native speech translation task at IWSLT 2020.", "cs": "Tento abstrakt je pouze v angličtině: This paper is an ELITR system submission for the non-native speech translation task at IWSLT 2020."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Tento abstrakt", "en": "This paper"}, {"cs": "ELITR system", "en": "ELITR system"}, {"cs": "non-native speech translation task", "en": "non-native speech translation task"}, {"cs": "IWSLT 2020", "en": "IWSLT 2020"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We investigate the effect of training NMT models on multiple target languages.", "cs": "Zkoumáme vliv trénování modelů NMT na více cílových jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "trénování modelů NMT", "en": "training NMT models"}, {"cs": "více cílových jazyků", "en": "multiple target languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We hypothesize that the integration of multiple languages and the increase of linguistic diversity will lead to a stronger representation of syntactic and semantic features captured by the model.", "cs": "Předpokládáme, že integrace více jazyků a zvýšení jazykové rozmanitosti povedou k silnějšímu zastoupení syntaktických a sémantických rysů zachycených modelem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "integrace více jazyků", "en": "integration of multiple languages"}, {"cs": "zvýšení jazykové rozmanitosti", "en": "increase of linguistic diversity"}, {"cs": "syntaktických a sémantických rysů", "en": "syntactic and semantic features"}, {"cs": "modelem", "en": "model"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We test our hypothesis on two different NMT architectures: The widely-used Transformer architecture and the Attention Bridge architecture.", "cs": "Testujeme naši hypotézu na dvou různých architekturách NMT: široce používaná architektura transformátorů a architektura Attention Bridge."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hypotézu", "en": "hypothesis"}, {"cs": "architekturách NMT", "en": "NMT architectures"}, {"cs": "architektura transformátorů", "en": "Transformer architecture"}, {"cs": "architektura Attention Bridge", "en": "Attention Bridge architecture"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We train models on Europarl data and quantify the level of syntactic and semantic information discovered by the models using three different methods: SentEval linguistic probing tasks, an analysis of the attention structures regarding the inherent phrase and dependency information and a structural probe on contextualized word representations.", "cs": "Trénujeme modely na datech Europarl a kvantifikujeme úroveň syntaktických a sémantických informací objevených modely pomocí tří různých metod: úkoly lingvistického průzkumu SentEval, analýza struktur pozornosti týkající se inherentních informací o frázích a závislostech a strukturální sonda na kontextových reprezentacích slov ."}, "data_name": "wmt23_terminology", "hints": [{"cs": "modely", "en": "models"}, {"cs": "datech Europarl", "en": "Europarl data"}, {"cs": "syntaktických", "en": "syntactic"}, {"cs": "sémantických informací", "en": "semantic information"}, {"cs": "tří různých metod", "en": "three different methods"}, {"cs": "úkoly lingvistického průzkumu SentEval", "en": "SentEval linguistic probing tasks"}, {"cs": "analýza struktur pozornosti", "en": "analysis of the attention structures"}, {"cs": "frázích a závislostech", "en": "phrase and dependency information"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our results show evidence that with growing number of target languages the Attention Bridge model increasingly picks up certain linguistic properties including some syntactic and semantic aspects of the sentence whereas Transformer models are largely unaffected.", "cs": "Naše výsledky ukazují, že s rostoucím počtem cílových jazyků model Attention Bridge stále více získává určité jazykové vlastnosti, včetně některých syntaktických a sémantických aspektů věty, zatímco transformátorské modely jsou do značné míry nedotčeny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rostoucím počtem cílových jazyků", "en": "growing number of target languages"}, {"cs": "model Attention Bridge", "en": "Attention Bridge model"}, {"cs": "jazykové vlastnosti", "en": "linguistic properties"}, {"cs": "syntaktických a sémantických aspektů", "en": "syntactic and semantic aspects"}, {"cs": "transformátorské modely", "en": "Transformer models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The latter also applies to phrase structure and syntactic dependencies that do not seem to be developing in sentence representations when increasing the linguistic diversity in training to translate.", "cs": "Posledně uvedené platí také pro frázovou strukturu a syntaktické závislosti, které se při zvyšování jazykové rozmanitosti při výcviku překladu nejeví ve větných vyjádřeních."}, "data_name": "wmt23_terminology", "hints": [{"cs": "frázovou strukturu", "en": "phrase structure"}, {"cs": "syntaktické závislosti", "en": "syntactic dependencies"}, {"cs": "jazykové rozmanitosti", "en": "linguistic diversity"}, {"cs": "výcviku překladu", "en": "training to translate"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This is rather surprising and may hint on the relatively little influence of grammatical structure on language understanding.", "cs": "To je docela překvapivé a může to naznačovat relativně malý vliv gramatické struktury na porozumění jazyku."}, "data_name": "wmt23_terminology", "hints": [{"cs": "gramatické struktury", "en": "grammatical structure"}, {"cs": "porozumění jazyku", "en": "language understanding"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In recent years, deep neural networks dominated the area of Natural Language Processing (NLP).", "cs": "V posledních letech dominovaly hluboké neuronové sítě v oblasti zpracování přirozeného jazyka (NLP)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hluboké neuronové sítě", "en": "deep neural networks"}, {"cs": "zpracování přirozeného jazyka", "en": "Natural Language Processing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "End-to-end-trained models can do tasks as skillfully as never before and develop their own language representations.", "cs": "Modely trénované od konce do konce mohou dělat úkoly stejně zručně jako nikdy předtím a rozvíjet vlastní vyjádření jazyka."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Modely trénované od konce do konce", "en": "End-to-end-trained models"}, {"cs": "úkoly", "en": "tasks"}, {"cs": "vlastní vyjádření jazyka", "en": "their own language representations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, they act as black boxes that are very hard to interpret.", "cs": "Působí však jako černé skříňky, které je velmi těžké interpretovat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "černé skříňky", "en": "black boxes"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This calls for an inspection to what extent the linguistic conceptualizations are consistent with what the models learn.", "cs": "To vyžaduje kontrolu, do jaké míry jsou jazykové koncepce v souladu s tím, co se modely učí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kontrolu", "en": "inspection"}, {"cs": "jazykové koncepce", "en": "linguistic conceptualizations"}, {"cs": "modely", "en": "models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Do neural networks use morphology and syntax the way people do when they talk about language?", "cs": "Používají neuronové sítě morfologii a syntaxi stejně jako lidé, když mluví o jazyce?"}, "data_name": "wmt23_terminology", "hints": [{"cs": "neuronové sítě", "en": "neural networks"}, {"cs": "morfologii", "en": "morphology"}, {"cs": "syntaxi", "en": "syntax"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Or do they develop their own way?", "cs": "Nebo si vyvinou vlastní způsob?"}, "data_name": "wmt23_terminology", "hints": [{"cs": "vyvinou vlastní způsob", "en": "develop their own way"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In our talk, we will half-open the neural black-box and analyze the internal representations of input sentences with respect to their morphological, syntactic, and semantic properties.", "cs": "V naší přednášce pootevřeme neurální černou skříňku a zanalyzujeme vnitřní reprezentace vstupních vět s ohledem na jejich morfologické, syntaktické a sémantické vlastnosti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neurální černou skříňku", "en": "neural black-box"}, {"cs": "vnitřní reprezentace", "en": "internal representations"}, {"cs": "vstupních vět", "en": "input sentences"}, {"cs": "morfologické", "en": "morphological"}, {"cs": "syntaktické", "en": "syntactic"}, {"cs": "sémantické vlastnosti", "en": "semantic properties"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We will focus on word embeddings as well as contextual embeddings and self-attentions of the Transformer models (BERT, NMT).", "cs": "Zaměříme se na embedinky slov i kontextové embedinky a sebepozornost modelů Transformer (BERT, NMT)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "embedinky slov", "en": "word embeddings"}, {"cs": "kontextové embedinky", "en": "contextual embeddings"}, {"cs": "sebepozornost", "en": "self-attentions"}, {"cs": "modelů Transformer", "en": "Transformer models"}, {"cs": "BERT", "en": "BERT"}, {"cs": "NMT", "en": "NMT"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We will show both supervised and unsupervised analysis approaches.", "cs": "Ukážeme jak řízené, tak i neřízené postupy analýzy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "řízené", "en": "supervised"}, {"cs": "neřízené", "en": "unsupervised"}, {"cs": "postupy analýzy", "en": "analysis approaches"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper provides a comprehensive analysis of the first shared task on End-to-End Natural Language Generation (NLG) and identifies avenues for future research based on the results.", "cs": "Tento článek představuje podrobnou analýzu první soutěže v end-to-end generování přirozeného jazyka (NLG) a na základě jejích výsledků naznačuje směr budoucího výzkumu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "analýzu", "en": "analysis"}, {"cs": "soutěže", "en": "shared task"}, {"cs": "end-to-end generování přirozeného jazyka", "en": "End-to-End Natural Language Generation"}, {"cs": "budoucího výzkumu", "en": "future research"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This shared task aimed to assess whether recent end-to-end NLG systems can generate more complex output by learning from datasets containing higher lexical richness, syntactic complexity and diverse discourse phenomena.", "cs": "Cílem této soutěže úkolu bylo posoudit, zda moderní end-to-end systémy NLG mohou generovat komplexnější výstup, jsou-li natrénovány z dat lexikálně bohatších, syntakticky složitějších a zahrnujících různé diskurzní jevy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "soutěže úkolu", "en": "shared task"}, {"cs": "moderní end-to-end systémy NLG", "en": "recent end-to-end NLG systems"}, {"cs": "komplexnější výstup", "en": "more complex output"}, {"cs": "dat lexikálně bohatších, syntakticky složitějších a zahrnujících různé diskurzní jevy", "en": "datasets containing higher lexical richness, syntactic complexity and diverse discourse phenomena"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Introducing novel automatic and human metrics, we compare 62 systems submitted by 17 institutions, covering a wide range of approaches, including machine learning architectures – with the majority implementing sequence-to-sequence models (seq2seq) – as well as systems based on grammatical rules and templates.", "cs": "S použitím nových automatických a lidských metrik porovnáváme 62 systémů zaslaných do soutěže 17 institucemi, které zahrnují širokou škálu přístupů, včetně architektur strojového učení – kde většina implementací jsou modely typu sequence-to-sequence (seq2seq) – i systémů založených na gramatických pravidlech a šablonách."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatických a lidských metrik", "en": "automatic and human metrics"}, {"cs": "62 systémů", "en": "62 systems"}, {"cs": "17 institucemi", "en": "17 institutions"}, {"cs": "architektur strojového učení", "en": "machine learning architectures"}, {"cs": "sequence-to-sequence (seq2seq)", "en": "sequence-to-sequence models (seq2seq)"}, {"cs": "gramatických pravidlech a šablonách", "en": "grammatical rules and templates"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Seq2seq-based systems have demonstrated a great potential for NLG in the challenge.", "cs": "Systémy založené na architektuře seq2seq ukázaly v této souteži velký potenciál pro NLG."}, "data_name": "wmt23_terminology", "hints": [{"cs": "architektuře seq2seq", "en": "Seq2seq-based systems"}, {"cs": "NLG", "en": "NLG"}, {"cs": "souteži", "en": "challenge"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We find that seq2seq systems generally score high in terms of word-overlap metrics and human evaluations of naturalness – with the winning Slug system (Juraska et al., 2018) being seq2seq-based.", "cs": "Zjistili jsme, že seq2seq systémy mají obecně vysoké skóre, pokud jde o metriky založené na překryvu slov a lidské hodnocení přirozenosti/plynulosti; vítězný systém Slug (Juraska et al., 2018) je založený na seq2seq."}, "data_name": "wmt23_terminology", "hints": [{"cs": "seq2seq systémy", "en": "seq2seq systems"}, {"cs": "metriky založené na překryvu slov", "en": "word-overlap metrics"}, {"cs": "lidské hodnocení přirozenosti/plynulosti", "en": "human evaluations of naturalness"}, {"cs": "vítězný systém Slug", "en": "winning Slug system"}, {"cs": "Juraska et al., 2018", "en": "Juraska et al., 2018"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, vanilla seq2seq models often fail to correctly express a given meaning representation if they lack a strong semantic control mechanism applied during decoding.", "cs": "Základní modely typu seq2seq však často nedokážou správně vyjádřit vstupný reprezentaci významu, pokud postrádají silný mechanismus sémantické kontroly použitý během dekódování."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Základní modely", "en": "vanilla seq2seq models"}, {"cs": "vstupný reprezentaci významu", "en": "meaning representation"}, {"cs": "sémantické kontroly", "en": "semantic control"}, {"cs": "dekódování", "en": "decoding"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Moreover, seq2seq models can be outperformed by hand-engineered systems in terms of overall quality, as well as complexity, length and diversity of outputs.", "cs": "Modely seq2seq mohou být navíc překonány ručně vytvořenými systémy z hlediska celkové kvality, jakož i složitosti, délky a rozmanitosti výstupů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Modely seq2seq", "en": "seq2seq models"}, {"cs": "ručně vytvořenými systémy", "en": "hand-engineered systems"}, {"cs": "celkové kvality", "en": "overall quality"}, {"cs": "složitosti", "en": "complexity"}, {"cs": "délky", "en": "length"}, {"cs": "rozmanitosti výstupů", "en": "diversity of outputs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This research has influenced, inspired and motivated a number of recent studies outwith the original competition, which we also summarise as part of this paper.", "cs": "Tento výzkum ovlivnil, inspiroval a motivoval řadu nedávných studií mimo původní soutěž, které v článku rovněž shrnujeme."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výzkum", "en": "research"}, {"cs": "soutěž", "en": "competition"}, {"cs": "článku", "en": "paper"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A major challenge in evaluating data-to-text (D2T) generation is measuring the semantic accuracy of the generated text, i.e.", "cs": "Velkým problémem v evaluaci systémů pro generování textu z dat (D2T) je jak změřit sémantickou přesnost vygenerovaného textu, tj."}, "data_name": "wmt23_terminology", "hints": [{"cs": "evaluaci systémů pro generování textu z dat (D2T)", "en": "evaluating data-to-text (D2T) generation"}, {"cs": "sémantickou přesnost vygenerovaného textu", "en": "semantic accuracy of the generated text"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "its faithfulness to the input data.", "cs": "jeho věrnost vstupním datům."}, "data_name": "wmt23_terminology", "hints": [{"cs": "věrnost vstupním datům", "en": "faithfulness to the input data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We propose a new metric for evaluating the semantic accuracy of D2T generation based on a neural model pretrained for natural language inference (NLI).", "cs": "Navrhujeme novou metriku pro evaluaci sémantické přesnosti D2T generování založené na neuronovém modelu předtrénovaném na úlohu automatické jazykové inference (NLI)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "novou metriku", "en": "new metric"}, {"cs": "evaluaci sémantické přesnosti", "en": "evaluating the semantic accuracy"}, {"cs": "D2T generování", "en": "D2T generation"}, {"cs": "neuronovém modelu", "en": "neural model"}, {"cs": "automatické jazykové inference", "en": "natural language inference"}, {"cs": "NLI", "en": "NLI"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We use the NLI model to check textual entailment between the input data and the output text in both directions, allowing us to reveal omissions or hallucinations.", "cs": "Pomocí modelu NLI kontrolujeme, zda generovaný text vyplývá (entailment) z dat a opačně, což nám dovoluje odhalit vynechané části dat nebo halucinované (daty nepodložené) části vygenerovaného textu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "modelu NLI", "en": "NLI model"}, {"cs": "generovaný text", "en": "output text"}, {"cs": "entailment", "en": "textual entailment"}, {"cs": "dat", "en": "input data"}, {"cs": "vynechané části dat", "en": "omissions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Input data are converted to text for NLI using trivial templates.", "cs": "Vstupní data pro model NLI převádíme do textu pomocí triviálních šablon."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Vstupní data", "en": "Input data"}, {"cs": "model NLI", "en": "NLI"}, {"cs": "triviálních šablon", "en": "trivial templates"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our experiments on two recent D2T datasets show that our metric can achieve high accuracy in identifying erroneous system outputs.", "cs": "Naše experimenty na dvou běžně užívaných datových sadách pro D2T ukazují, že naše metrika dokáže dosáhnout vysoké přesnosti při identifikaci chybných výstupů generátorů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experimenty", "en": "experiments"}, {"cs": "datových sadách", "en": "datasets"}, {"cs": "D2T", "en": "D2T"}, {"cs": "metrika", "en": "metric"}, {"cs": "přesnosti", "en": "accuracy"}, {"cs": "chybných výstupů generátorů", "en": "erroneous system outputs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper presents the results of the news translation task and the similar language translation task, both organised alongside the Conference on Machine Translation (WMT) 2020.", "cs": "Tato práce představuje výsledky překladatelských úloh týkajících se zpravodajských textů a podobného úkolu překladů jazyků, obojí organizováno v rámci Conference on Machine Translation (WMT) 2020."}, "data_name": "wmt23_terminology", "hints": [{"cs": "překladatelských úloh", "en": "translation task"}, {"cs": "zpravodajských textů", "en": "news translation"}, {"cs": "Conference on Machine Translation (WMT) 2020", "en": "Conference on Machine Translation (WMT) 2020"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the news task, participants were asked to build machine translation systems for any of 11 language pairs, to be evaluated on test sets consisting mainly of news stories.", "cs": "V úkolu týkajícím se zpravodajských textů byli účastníci požádáni o sestavení systémů strojového překladu pro kterýkoli z 11 jazykových párů, které budou hodnoceny na testovacích souborech sestávajících hlavně z reportáží."}, "data_name": "wmt23_terminology", "hints": [{"cs": "zpravodajských textů", "en": "news stories"}, {"cs": "systémů strojového překladu", "en": "machine translation systems"}, {"cs": "jazykových párů", "en": "language pairs"}, {"cs": "testovacích souborech", "en": "test sets"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The task was also opened up to additional test suites to probe specific aspects of translation.", "cs": "Úloha byla také otevřena pro další testovací sady, aby se daly zkoumat specifické aspekty překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Úloha", "en": "The task"}, {"cs": "další testovací sady", "en": "additional test suites"}, {"cs": "specifické aspekty překladu", "en": "specific aspects of translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the similar language translation task, participants built machine translation systems for translating between closely related pairs of languages.", "cs": "V další úloze účastníci sestavili systémy strojového překladu pro překládání mezi úzce příbuznými páry jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systémy strojového překladu", "en": "machine translation systems"}, {"cs": "úzce příbuznými páry jazyků", "en": "closely related pairs of languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "While recent neural sequence-to-sequence models have greatly improved the quality of speech synthesis, there has not been a system capable of fast training, fast inference and high-quality audio synthesis at the same time.", "cs": "Přestože nové neuronové modely typu sequence-to-sequence neurální značně zlepšily kvalitu syntézy řeči, dosud neexistuje systém schopný rychlého trénování, rychlé inference a zároveň vysoce kvalitní syntézy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "sequence-to-sequence", "en": "sequence-to-sequence"}, {"cs": "syntézy řeči", "en": "speech synthesis"}, {"cs": "systém", "en": "system"}, {"cs": "rychlého trénování", "en": "fast training"}, {"cs": "rychlé inference", "en": "fast inference"}, {"cs": "vysoce kvalitní syntézy", "en": "high-quality audio synthesis"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We propose a student-teacher network capable of high-quality faster-than-real-time spectrogram synthesis, with low requirements on computational resources and fast training time.", "cs": "Navrhujeme dvojici sítí typu učitel-student, která je schopna vysoce kvalitní syntézy spektrogramu rychleji než v reálném čase, s nízkými požadavky na výpočetní zdroje a rychlým trénováním."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dvojici sítí typu učitel-student", "en": "student-teacher network"}, {"cs": "syntézy spektrogramu", "en": "spectrogram synthesis"}, {"cs": "výpočetní zdroje", "en": "computational resources"}, {"cs": "trénováním", "en": "training time"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We show that self-attention layers are not necessary for generation of high quality audio.", "cs": "Ukazujeme, že vrstvy typu self-attention nejsou pro generování vysoce kvalitní řeči nutné."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vrstvy typu self-attention", "en": "self-attention layers"}, {"cs": "generování vysoce kvalitní řeči", "en": "generation of high quality audio"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We utilize simple convolutional blocks with residual connections in both student and teacher networks and use only a single attention layer in the teacher model.", "cs": "Jak v učitelské, tak ve studentské síti využíváme jednoduché konvoluční bloky s reziduálním propojením; používáme pouze jednu vrstvu attention v učitelském modelu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "učitelské", "en": "teacher"}, {"cs": "konvoluční bloky", "en": "convolutional blocks"}, {"cs": "reziduálním propojením", "en": "residual connections"}, {"cs": "učitelském modelu", "en": "teacher model"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Coupled with a MelGAN vocoder, our model's voice quality was rated significantly higher than Tacotron 2.", "cs": "Ve spojení s hlasovým kodérem MelGAN byla hlasová kvalita našeho modelu hodnocena signifikantně lépe než Tacotron 2."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hlasovým kodérem MelGAN", "en": "MelGAN vocoder"}, {"cs": "hlasová kvalita", "en": "voice quality"}, {"cs": "Tacotron 2", "en": "Tacotron 2"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our model can be efficiently trained on a single GPU and can run in real time even on a CPU.", "cs": "Náš model může být efektivně trénován na jednom GPU a může běžet v reálném čase i na CPU."}, "data_name": "wmt23_terminology", "hints": [{"cs": "model", "en": "model"}, {"cs": "GPU", "en": "GPU"}, {"cs": "reálném čase", "en": "real time"}, {"cs": "CPU", "en": "CPU"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We provide both our source code and audio samples in our GitHub repository.", "cs": "Zdrojový kód i zvukové ukázky poskytujeme na našem úložišti na GitHubu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Zdrojový kód", "en": "source code"}, {"cs": "zvukové ukázky", "en": "audio samples"}, {"cs": "úložišti na GitHubu", "en": "GitHub repository"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In Czech (similarly as in other Slavic languages), the clitic reflexives serve – among others – as a derivational means deriving lexical reciprocal verbs, i.e., those verbs that encode mutuality directly in their lexical meaning.", "cs": "V češtině – podobně jako v jiných slovanských jazycích – může mít klitické reflexivum funkci slovotvorného formantu, derivujícího lexikální reciproční slovesa, tedy slovesa obsahující rys vzájemnosti již ve svém lexikálním významu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "češtině", "en": "Czech"}, {"cs": "slovanských jazycích", "en": "Slavic languages"}, {"cs": "klitické reflexivum", "en": "clitic reflexives"}, {"cs": "slovotvorného formantu", "en": "derivational means"}, {"cs": "lexikální reciproční slovesa", "en": "lexical reciprocal verbs"}, {"cs": "vzájemnosti", "en": "mutuality"}, {"cs": "lexikálním významu", "en": "lexical meaning"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Here I draw a line between those lexical reciprocal verbs with which the reflexives introduce mutuality (nenávidět se ‘to hate each other’ ← nenávidět ‘to hate sb’ and slíbit si ‘to promise sth to each other’ ← slíbit ‘to promise sth to sb’) and those with which the reflexives have another function (oddělit se ‘to separate from each other’ ← oddělit ‘to separate sb/sth from sb/sth’).", "cs": "V článku rozlišuji mezi lexikálními recipročními slovesy, u nichž rys vzájemnosti vyjadřuje klitické reflexivum (např. nenávidět se ← nenávidět, slíbit si ← slíbit), a lexikálními recipročními slovesy, u nichž má klitické reflexivum jinou funkci (např. oddělit se ← oddělit)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lexikálními recipročními slovesy", "en": "lexical reciprocal verbs"}, {"cs": "klitické reflexivum", "en": "reflexives"}, {"cs": "vzájemnosti", "en": "mutuality"}, {"cs": "nenávidět se", "en": "to hate each other"}, {"cs": "nenávidět", "en": "to hate sb"}, {"cs": "slíbit si", "en": "to promise sth to each other"}, {"cs": "slíbit", "en": "to promise sth to sb"}, {"cs": "oddělit se", "en": "to separate from each other"}, {"cs": "oddělit", "en": "to separate sb/sth from sb/sth"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "I show that lexical reciprocal verbs of the former type uniformly form the so-called discontinuous constructions with the nominative subject and comitative indirect object (e.g., Petr si slíbil s Marií věrnost.", "cs": "Lexikální reciproka prvního typu vytvářejí konstrukce, u nichž se participanty ve vztahu vzájemnosti vyjadřují typicky v subjektové pozici a v pozici nepřímého objektu, vyjádřeného instrumentálem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Lexikální reciproka prvního typu", "en": "lexical reciprocal verbs of the former type"}, {"cs": "subjektové pozici", "en": "nominative subject"}, {"cs": "nepřímého objektu", "en": "indirect object"}, {"cs": "instrumentálem", "en": "comitative"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "‘Peter and Mary promised fidelity to each other.’) and that they fall into several semantic classes, which, however, semantically overlap to a great extent with lexical reciprocal verbs of other types.", "cs": "Ukazuji však, že tato slovesa tvoří sémantické skupiny, které se do značné míry sémanticky překrývají s dalšími typy lexikálních recipročních sloves."}, "data_name": "wmt23_terminology", "hints": [{"cs": "slovesa", "en": "semantic classes"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we draw attention to reciprocity in Czech light verb constructions – a language phenomenon, which has not been discussed yet.", "cs": "V tomto příspěvku se věnujeme způsobům vyjadřování vzájemnost v českých konstrukcích s kategoriálními slovesy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "způsobům vyjadřování vzájemnost", "en": "reciprocity"}, {"cs": "českých konstrukcích s kategoriálními slovesy", "en": "Czech light verb constructions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Reciprocity is contributed to light verb constructions by predictive nouns, as they are the nouns that represent the semantic core of these constructions.", "cs": "Reciprocitu do těchto konstrukcí vnáší prediktivní substantiva, neboť ta představují jejich sémantické jádro."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Reciprocitu", "en": "Reciprocity"}, {"cs": "prediktivní substantiva", "en": "predictive nouns"}, {"cs": "sémantické jádro", "en": "semantic core"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Here we focus on reciprocal light verb constructions derived by the syntactic operation of reciprocalization.", "cs": "Zaměřujeme se na reciproční konstrukce s kategoriálními slovesy, které vznikají odvozením syntaktickou operací reciprokalizace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "reciproční konstrukce", "en": "reciprocal light verb constructions"}, {"cs": "kategoriálními slovesy", "en": "light verb constructions"}, {"cs": "syntaktickou operací reciprokalizace", "en": "syntactic operation of reciprocalization"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We show that the complex mapping of semantic participants onto valency complementations, characteristic of reciprocalization, is reflected in reciprocal light verb constructions in the same way as in reciprocal nominal constructions.", "cs": "Ukazujeme, že komplexní mapování sémantických participantů na valenční doplnění charakteristické pro reciprocitu se zachovává i v recipročních konstrukcích s kategoriálními slovesy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "komplexní mapování sémantických participantů", "en": "complex mapping of semantic participants"}, {"cs": "valenční doplnění", "en": "valency complementations"}, {"cs": "reciprocitu", "en": "reciprocalization"}, {"cs": "recipročních konstrukcích", "en": "reciprocal light verb constructions"}, {"cs": "kategoriálními slovesy", "en": "reciprocal nominal constructions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The main difference between reciprocal nominal constructions and reciprocal light verb constructions lies in the morphosyntactic expression of reciprocalized participants.", "cs": "Hlavní rozdíl mezi recipročními nominálními konstrukcemi a recipročními konstrukcemi s kategoriálním slovesem spočívá v morfosyntaktickém vyjádření reciprokalizovaných participantů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "recipročními nominálními konstrukcemi", "en": "reciprocal nominal constructions"}, {"cs": "recipročními konstrukcemi s kategoriálním slovesem", "en": "reciprocal light verb constructions"}, {"cs": "morfosyntaktickém vyjádření", "en": "morphosyntactic expression"}, {"cs": "reciprokalizovaných participantů", "en": "reciprocalized participants"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We demonstrate that surface syntactic changes in reciprocal light verb constructions are regular enough to be described on the rule basis: the rule based generation of reciprocal light verb constructions requires a cooperation of two sets of rules – rules for deep and surface syntactic structure formation of light verb constructions and rules for capturing reciprocity.", "cs": "Ukazujeme, že povrchové syntaktické změny v recipročních konstrukcích s kategoriálními slovesy jsou natolik pravidelné, že je lze popsat pomocí pravidel, a to pravidel pro hlubokou a povrchovou tvorbu syntaktických struktury s kategoriálním slovesem a pravidel pro tvoření recipročních konatrukcí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "povrchové syntaktické změny", "en": "surface syntactic changes"}, {"cs": "recipročních konstrukcích", "en": "reciprocal light verb constructions"}, {"cs": "kategoriálními slovesy", "en": "light verb constructions"}, {"cs": "pravidel", "en": "rules"}, {"cs": "hlubokou a povrchovou tvorbu syntaktických struktury", "en": "deep and surface syntactic structure formation"}, {"cs": "recipročních konatrukcí", "en": "capturing reciprocity"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Recent progress in neural machine translation is directed towards larger neural networks trained on an increasing amount of hardware resources.", "cs": "Nedávný pokrok v neuronovém strojovém překladu směřuje k větším sítím trénovaným na stále větším množství hardwarových zdrojů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neuronovém strojovém překladu", "en": "neural machine translation"}, {"cs": "sítím", "en": "neural networks"}, {"cs": "hardwarových zdrojů", "en": "hardware resources"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "As a result, NMT models are costly to train, both financially, due to the electricity and hardware cost, and environmentally, due to the carbon footprint.", "cs": "V důsledku toho jsou modely NMT nákladné na trénování, a to jak finančně, kvůli nákladům na elektřinu a hardware, tak ekologicky, kvůli uhlíkové stopě."}, "data_name": "wmt23_terminology", "hints": [{"cs": "modely NMT", "en": "NMT models"}, {"cs": "trénování", "en": "train"}, {"cs": "finančně", "en": "financially"}, {"cs": "hardware", "en": "hardware"}, {"cs": "ekologicky", "en": "environmentally"}, {"cs": "uhlíkové stopě", "en": "carbon footprint"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It is especially true in transfer learning for its additional cost of training the ``parent'' model before transferring knowledge and training the desired ``child'' model.", "cs": "Zvláště to platí v transferu znalostí při trénování modelu \"rodiče\" před přenesením znalostí do požadovaného modelu \"dítě\"."}, "data_name": "wmt23_terminology", "hints": [{"cs": "transferu znalostí", "en": "transfer learning"}, {"cs": "rodiče", "en": "parent"}, {"cs": "přenesením znalostí", "en": "transferring knowledge"}, {"cs": "dítě", "en": "child"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we propose a simple method of re-using an already trained model for different language pairs where there is no need for modifications in model architecture.", "cs": "V tomto článku navrhujeme jednoduchou metodu opakovaného použití již natrénovaného modelu pro různé jazykové páry, u nichž není nutné upravovat modelovou architekturu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jednoduchou metodu", "en": "simple method"}, {"cs": "opakovaného použití", "en": "re-using"}, {"cs": "natrénovaného modelu", "en": "trained model"}, {"cs": "různé jazykové páry", "en": "different language pairs"}, {"cs": "modelovou architekturu", "en": "model architecture"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our approach does not need a separate parent model for each investigated language pair, as it is typical in NMT transfer learning.", "cs": "Náš přístup nepotřebuje samostatný model pro každou zkoumanou dvojici jazyků, jak je to typické v rámci přenosového učení u neuronového strojového překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přístup", "en": "approach"}, {"cs": "samostatný model", "en": "separate parent model"}, {"cs": "zkoumanou dvojici jazyků", "en": "investigated language pair"}, {"cs": "přenosového učení", "en": "transfer learning"}, {"cs": "neuronového strojového překladu", "en": "NMT"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "To show the applicability of our method, we recycle a Transformer model trained by different researchers and use it to seed models for different language pairs.", "cs": "Abychom ukázali použitelnost naší metody, recyklujeme model Transformeru, který natrénovali jiní vyzkumníci a použijeme ho pro různé jazykové páry."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metody", "en": "method"}, {"cs": "model Transformeru", "en": "Transformer model"}, {"cs": "jazykové páry", "en": "language pairs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We achieve better translation quality and shorter convergence times than when training from random initialization.", "cs": "Naše metoda dosahuje lepší kvality překladu a kratších časů konvergence, než když trénujeme z náhodné inicializace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lepší kvality překladu", "en": "better translation quality"}, {"cs": "kratších časů konvergence", "en": "shorter convergence times"}, {"cs": "náhodné inicializace", "en": "random initialization"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Gender bias in machine translation can manifest when choosing gender inflections based on spurious gender correlations.", "cs": "Genderová zaujatost ve strojovém překladu se může projevit při výběru genderových modulací na základě falešných genderových korelací."}, "data_name": "wmt23_terminology", "hints": [{"cs": "genderových modulací", "en": "gender inflections"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For example, always translating doctors as men and nurses as women.", "cs": "Například vždy překládat lékaře jako muže a sestry jako ženy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lékaře", "en": "doctors"}, {"cs": "sestry", "en": "nurses"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This can be particularly harmful as models become more popular and deployed within commercial systems.", "cs": "To může být obzvláště škodlivé, protože modely se stávají populárnějšími a jsou zaváděny v rámci komerčních systémů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "modely", "en": "models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our work presents the largest evidence for the phenomenon in more than 19 systems submitted to the WMT over four diverse target languages: Czech, German, Polish, and Russian.To achieve this, we use WinoMT, a recent automatic test suite which examines gender coreference and bias when translating from English to languages with grammatical gender.", "cs": "Naše práce představuje největší důkaz tohoto jevu ve více než 19 systémech předložených WMT ve čtyřech různých cílových jazycích: češtině, němčině, polštině a ruštině.K dosažení tohoto cíle používáme WinoMT, nedávnou automatickou testovací sadu, která zkoumá genderovou korektnost a zkreslení při překladu z angličtiny do jazyků s gramatickým pohlavím."}, "data_name": "wmt23_terminology", "hints": [{"cs": "práce", "en": "work"}, {"cs": "systémech", "en": "systems"}, {"cs": "WMT", "en": "WMT"}, {"cs": "cílových jazycích", "en": "target languages"}, {"cs": "češtině", "en": "Czech"}, {"cs": "němčině", "en": "German"}, {"cs": "polštině", "en": "Polish"}, {"cs": "ruštině", "en": "Russian"}, {"cs": "WinoMT", "en": "WinoMT"}, {"cs": "automatickou testovací sadu", "en": "automatic test suite"}, {"cs": "genderovou korektnost", "en": "gender coreference"}, {"cs": "zkreslení při překladu", "en": "bias when translating"}, {"cs": "angličtiny", "en": "English"}, {"cs": "gramatickým pohlavím", "en": "grammatical gender"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We ex-tend WinoMT to handle two new languages tested in WMT: Polish and Czech.", "cs": "Bývalí pracovníci WinoMT se starají o dva nové jazyky testované ve WMT: polštinu a češtinu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "WinoMT", "en": "WinoMT"}, {"cs": "polštinu", "en": "Polish"}, {"cs": "češtinu", "en": "Czech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We find that all systems consistently use spurious correlations in the data rather than meaningful contextual information.", "cs": "Zjistili jsme, že všechny systémy důsledně používají nepravdivé korelace v datech spíše než smysluplné kontextové informace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systémy", "en": "systems"}, {"cs": "datech", "en": "data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "CLARIN is a European Research Infrastructure providing access to digital language resources and tools from across Europe and beyond to researchers in the humanities and social sciences.", "cs": "CLARIN je evropská výzkumná infrastruktura, která poskytuje přístup k digitálním jazykovým zdrojům a nástrojům z celé Evropy i mimo ni výzkumným pracovníkům v humanitních a sociálních vědách."}, "data_name": "wmt23_terminology", "hints": [{"cs": "evropská výzkumná infrastruktura", "en": "European Research Infrastructure"}, {"cs": "digitálním jazykovým zdrojům", "en": "digital language resources"}, {"cs": "nástrojům", "en": "tools"}, {"cs": "humanitních a sociálních vědách", "en": "humanities and social sciences"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper focuses on CLARIN as a platform for the sharing of language resources.", "cs": "Tento dokument se zaměřuje na CLARIN jako platformu pro sdílení jazykových zdrojů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "CLARIN", "en": "CLARIN"}, {"cs": "platformu", "en": "platform"}, {"cs": "jazykových zdrojů", "en": "language resources"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It zooms in on the service offer for the aggregation of language repositories and the value proposition for a number of communities that benefit from the enhanced visibility of their data and services as a result of integration in CLARIN.", "cs": "Přibližuje nabídku služeb pro agregaci jazykových úložišť a návrh hodnot pro řadu komunit, které těží z větší viditelnosti svých údajů a služeb v důsledku integrace do CLARIN."}, "data_name": "wmt23_terminology", "hints": [{"cs": "agregaci jazykových úložišť", "en": "aggregation of language repositories"}, {"cs": "integrace do CLARIN", "en": "integration in CLARIN"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The enhanced findability of language resources is serving the social sciences and humanities (SSH) community at large and supports research communities that aim to collaborate based on virtual collections for a specific domain.", "cs": "Zvýšená jemnost jazykových zdrojů slouží celé komunitě společenských a humanitních věd (SSH) a podporuje výzkumné komunity, které usilují o spolupráci založenou na virtuálních sbírkách pro určitou oblast."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jemnost jazykových zdrojů", "en": "findability of language resources"}, {"cs": "komunitě společenských a humanitních věd", "en": "social sciences and humanities (SSH) community"}, {"cs": "výzkumné komunity", "en": "research communities"}, {"cs": "virtuálních sbírkách", "en": "virtual collections"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper also addresses the wider landscape of service platforms based on language technologies which has the potential of becoming a powerful set of interoperable facilities to a variety of communities of use.", "cs": "Dokument se také zabývá širším prostředím platforem služeb založených na jazykových technologiích, které mají potenciál stát se silným souborem interoperabilních zařízení pro nejrůznější využití."}, "data_name": "wmt23_terminology", "hints": [{"cs": "širším prostředím platforem služeb založených na jazykových technologiích", "en": "wider landscape of service platforms based on language technologies"}, {"cs": "silným souborem interoperabilních zařízení", "en": "powerful set of interoperable facilities"}, {"cs": "nejrůznější využití", "en": "a variety of communities of use"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we explore the potential benefits of leveraging eye-tracking information for dependency parsing on the English part of the Dundee corpus.", "cs": "V této studii zkoumáme možné výhody využití informací z eye trackeru pro analýzu závislostní syntaxe na anglické části Dundee corpu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "eye trackeru", "en": "eye-tracking information"}, {"cs": "závislostní syntaxe", "en": "dependency parsing"}, {"cs": "anglické části Dundee corpu", "en": "English part of the Dundee corpus"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "To achieve this, we cast dependency parsing as a sequence labelling task and then augment the neural model for sequence labelling with eye-tracking features.", "cs": "Abychom toho dosáhli, zavedeme parsing jako úlohu značkování sekvencí a pak rozšiřujeme neurální model pro značkování sekvencí o rysy z eye trackeru."}, "data_name": "wmt23_terminology", "hints": [{"cs": "parsing", "en": "dependency parsing"}, {"cs": "úlohu značkování sekvencí", "en": "sequence labelling task"}, {"cs": "neurální model", "en": "neural model"}, {"cs": "eye trackeru", "en": "eye-tracking features"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We then experiment with a variety of parser setups ranging from lexicalized parsing to a delexicalized parser.", "cs": "Poté experimentujeme s různými nastaveními analyzátorů od lexikalizovaného parsingu po delexikalizovaný parser."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experimentujeme", "en": "experiment"}, {"cs": "různými nastaveními", "en": "variety of parser setups"}, {"cs": "lexikalizovaného parsingu", "en": "lexicalized parsing"}, {"cs": "delexikalizovaný parser", "en": "delexicalized parser"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our experiments show that for a lexicalized parser, although the improvements are positive they are not significant whereas our delexicalized parser significantly outperforms the baseline we established.", "cs": "Naše experimenty ukazují, že u lexikalizovaného parseru, i když jsou zlepšení pozitivní, nejsou statisticky významná, zatímco náš delexikalizovaný parser statisticky významně překonává baseline, kterou jsme stanovili."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lexikalizovaného parseru", "en": "lexicalized parser"}, {"cs": "delexikalizovaný parser", "en": "delexicalized parser"}, {"cs": "baseline", "en": "baseline"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also analyze the contribution of various eye-tracking features towards the different parser setups and find that eye-tracking features contain information which is complementary in nature, thus implying that augmenting the parser with various gaze features grouped together provides better performance than any individual gaze feature.", "cs": "Analyzujeme také přínos různých rysů z eye trackeru k různým nastavením analyzátoru a zjišťujeme, že rysy z eye trackeru obsahují informace, které se svou povahou doplňují, což znamená, že rozšíření analyzátoru o různé rysy z eye trackeru seskupené dohromady poskytuje lepší výkon než jakýkoli jednotlivý prvek."}, "data_name": "wmt23_terminology", "hints": [{"cs": "eye trackeru", "en": "eye-tracking"}, {"cs": "analyzátoru", "en": "parser"}, {"cs": "rysy", "en": "features"}, {"cs": "výkon", "en": "performance"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present our submission to the SIGTYP 2020 Shared Task on the prediction of typological features.", "cs": "Představujeme náš příspěvek do společné úlohy SIGTYP 2020 v předpovídání typologických rysů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "příspěvek", "en": "submission"}, {"cs": "společné úlohy", "en": "Shared Task"}, {"cs": "SIGTYP 2020", "en": "SIGTYP 2020"}, {"cs": "předpovídání typologických rysů", "en": "prediction of typological features"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We submit a constrained system, predicting typological features only based on the WALS database.", "cs": "Náš systém je patří do omezené části soutěže, neboť používá pouze databázi WALS."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systém", "en": "system"}, {"cs": "databázi WALS", "en": "WALS database"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We investigate two approaches.", "cs": "Zkoumáme dva přístupy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dva přístupy", "en": "two approaches"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The simpler of the two is a system based on estimating correlation of feature values within languages by computing conditional probabilities and mutual information.", "cs": "Jednodušší z nich je založen na odhadu korelace mezi hodnotami rysů u stejného jazyka pomocí podmíněných pravděpodobností a vzájemné informace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "korelace", "en": "correlation"}, {"cs": "hodnotami rysů", "en": "feature values"}, {"cs": "podmíněných pravděpodobností", "en": "conditional probabilities"}, {"cs": "vzájemné informace", "en": "mutual information"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The second approach is to train a neural predictor operating on precomputed language embeddings based on WALS features.", "cs": "Druhý přístup je založen na neuronovém prediktoru, který využívá vektorovou reprezentaci jazyků předpočítanou na rysech z WALS."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neuronovém prediktoru", "en": "neural predictor"}, {"cs": "vektorovou reprezentaci jazyků", "en": "language embeddings"}, {"cs": "WALS", "en": "WALS features"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our submitted system combines the two approaches based on their self-estimated confidence scores.", "cs": "Ve výsledném systému oba přístupy kombinujeme s využitím jejich vlastního odhadu důvěryhodnosti předpovědi."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výsledném systému", "en": "submitted system"}, {"cs": "oba přístupy", "en": "the two approaches"}, {"cs": "odhadu důvěryhodnosti předpovědi", "en": "self-estimated confidence scores"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We reach the accuracy of 70.7% on the test data.", "cs": "Na testovacích datech dosahujeme úspěšnosti 70,7 %."}, "data_name": "wmt23_terminology", "hints": [{"cs": "testovacích datech", "en": "test data"}, {"cs": "úspěšnosti", "en": "accuracy"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For over 50 years, researchers have been trying to teach computers to read music notation, referred to as Optical Music Recognition (OMR).", "cs": "Více než 50 let se výzkumníci pokouší naučit počítače číst hudební notaci, kterýžto obor se nazývá rozpoznávání notopisu (Optical Music Recognition, OMR)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výzkumníci", "en": "researchers"}, {"cs": "počítače", "en": "computers"}, {"cs": "hudební notaci", "en": "music notation"}, {"cs": "rozpoznávání notopisu", "en": "Optical Music Recognition"}, {"cs": "Optical Music Recognition, OMR", "en": "OMR"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, this field is still difficult to access for new researchers, especially those without a significant musical background: Few introductory materials are available, and, furthermore, the field has struggled with defining itself and building a shared terminology.", "cs": "Do tohoto oboru je však pro začínající výzkumníky stále obtížné proniknout, obzvlášť pokud nemají nezanedbatelné hudební znalosti: je málo materiálů do problematiky uvádějících, a navíc se sám obor průběžně nedokáže shodnout na tom, jak sebe sama definovat a jak vybudovat sdílenou terminologii."}, "data_name": "wmt23_terminology", "hints": [{"cs": "oboru", "en": "field"}, {"cs": "začínající výzkumníky", "en": "new researchers"}, {"cs": "hudební znalosti", "en": "musical background"}, {"cs": "materiálů", "en": "materials"}, {"cs": "problematiky uvádějících", "en": "introductory"}, {"cs": "terminologii", "en": "terminology"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this work, we address these shortcomings by (1) providing a robust definition of OMR and its relationship to related fields, (2) analyzing how OMR inverts the music encoding process to recover the musical notation and the musical semantics from documents, and (3) proposing a taxonomy of OMR, with most notably a novel taxonomy of applications.", "cs": "V článku se těmto nedostatkům věnujeme: (1) formulujeme robustní definici OMR a vztahů k příbuzným oborům, (2) analyzujeme, jak OMR invertuje proces zapisování hudby, aby získalo z dokumentu popis hudební notace a hudební sémantiky, a (3) předkládáme taxonomii OMR, především novou taxonomii aplikací."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nedostatkům", "en": "shortcomings"}, {"cs": "robustní definici", "en": "robust definition"}, {"cs": "OMR", "en": "OMR"}, {"cs": "příbuzným oborům", "en": "related fields"}, {"cs": "zapisování hudby", "en": "music encoding process"}, {"cs": "hudební notace", "en": "musical notation"}, {"cs": "hudební sémantiky", "en": "musical semantics"}, {"cs": "taxonomii", "en": "taxonomy"}, {"cs": "aplikací", "en": "applications"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Additionally, we discuss how deep learning affects modern OMR research, as opposed to the traditional pipeline.", "cs": "Dále diskutujeme, jak hluboké učení ovlivňuje současný výzkum OMR v kontrastu s předchozími přístupy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hluboké učení", "en": "deep learning"}, {"cs": "současný výzkum OMR", "en": "modern OMR research"}, {"cs": "předchozími přístupy", "en": "traditional pipeline"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Based on this work, the reader should be able to attain a basic understanding of OMR: its objectives, its inherent structure, its relationship to other fields, the state of the art, and the research opportunities it affords.", "cs": "Na základě tohoto článku by měl čtenář získat základní porozumění OMR: jeho cílům, jeho vnitřní struktuře, vztahům k ostatním oborům, stavu poznání a výzkumných příležitostí, které OMR poskytuje."}, "data_name": "wmt23_terminology", "hints": [{"cs": "základní porozumění", "en": "basic understanding"}, {"cs": "OMR", "en": "OMR"}, {"cs": "cílům", "en": "objectives"}, {"cs": "vnitřní struktuře", "en": "inherent structure"}, {"cs": "vztahům k ostatním oborům", "en": "relationship to other fields"}, {"cs": "stavu poznání", "en": "state of the art"}, {"cs": "výzkumných příležitostí", "en": "research opportunities"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we introduce a new and improved version of DeriSearch, a search engine and visualizer for word-formation networks.", "cs": "V tomto článku představujeme novou vyhlepšenou verzi vyhledávače a vizualizátoru slovotvorných sítí DeriSearch."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vyhledávače a vizualizátoru slovotvorných sítí DeriSearch", "en": "DeriSearch, a search engine and visualizer for word-formation networks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Word-formation networks are datasets that express derivational, compounding and other word-formation relations between words.", "cs": "Slovotvorné sítě jsou datové sady zachycující derivační, kompoziční a jiné slovotvorné vztahy mezi slovy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Slovotvorné sítě", "en": "Word-formation networks"}, {"cs": "datové sady", "en": "datasets"}, {"cs": "derivační", "en": "derivational"}, {"cs": "kompoziční", "en": "compounding"}, {"cs": "slovotvorné vztahy", "en": "word-formation relations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "They are usually expressed as directed graphs, in which nodes correspond to words and edges to the relations between them.", "cs": "Jsou reprezentovatelné pomocí orientovaných grafů, ve kterých uzly představují slova a orientované hrany mezi nimi vyjadřují slovotvorné vztahy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "orientovaných grafů", "en": "directed graphs"}, {"cs": "uzly", "en": "nodes"}, {"cs": "slova", "en": "words"}, {"cs": "orientované hrany", "en": "edges"}, {"cs": "slovotvorné vztahy", "en": "relations between them"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Some networks also add other linguistic information, such as morphological segmentation of the words or identification of the processes expressed by the relations.", "cs": "Některé sítě navíc obsahují další lingvistické anotace, například segmentaci slov na morfémy nebo identifikaci slovotvorných procesů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lingvistické anotace", "en": "linguistic information"}, {"cs": "segmentaci slov na morfémy", "en": "morphological segmentation of the words"}, {"cs": "identifikaci slovotvorných procesů", "en": "identification of the processes expressed by the relations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Networks for morphologically rich languages with productive derivation or compounding have large connected components, which are difficult to visualize.", "cs": "Sítě pro morfologicky bohaté jazyky s produktivním odvozováním a skládáním mají velké komponenty souvislosti, které se obtížně vizualizují."}, "data_name": "wmt23_terminology", "hints": [{"cs": "morfologicky bohaté jazyky", "en": "morphologically rich languages"}, {"cs": "produktivním odvozováním", "en": "productive derivation"}, {"cs": "souvislosti", "en": "connected components"}, {"cs": "vizualizují", "en": "visualize"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For example, in the network for Czech, DeriNet 2.0, connected components over 500 words large contain 1/8 of the vocabulary, including its most common parts.", "cs": "Například v DeriNetu 2.0, jedné ze sítí pro češtinu, je 1/8 slovníku obsažena v komponentách souvislosti velkých přes 500 slov."}, "data_name": "wmt23_terminology", "hints": [{"cs": "DeriNetu 2.0", "en": "DeriNet 2.0"}, {"cs": "češtinu", "en": "Czech"}, {"cs": "slovníku", "en": "vocabulary"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the network for Latin, Word Formation Latin, over 10 000 words (1/3 of the vocabulary) are in a single connected component.", "cs": "V síti Word Formation Latin pro latinu je přes 10 000 slov (1/3 slovníku) v jediné komponentě."}, "data_name": "wmt23_terminology", "hints": [{"cs": "síti Word Formation Latin", "en": "network for Latin, Word Formation Latin"}, {"cs": "10 000 slov", "en": "over 10 000 words"}, {"cs": "slovníku", "en": "vocabulary"}, {"cs": "jediné komponentě", "en": "single connected component"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "With the recent release of the Universal Derivations collection of word-formation networks for several languages, there is a need for a searching and visualization tool that would allow browsing such complex data.", "cs": "S nedávným vydáním souboru slovotvorných sítí pro více jazyků Universal Derivations potřeba nástroje pro vyhledávání a vizualizaci takto komplexních dat dále vzrůstá."}, "data_name": "wmt23_terminology", "hints": [{"cs": "slovotvorných sítí", "en": "word-formation networks"}, {"cs": "Universal Derivations", "en": "Universal Derivations"}, {"cs": "vyhledávání a vizualizaci", "en": "searching and visualization"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The authors address the legal issues relating to the creation and use of language models.", "cs": "Autoři se zabývají právními otázkami týkajícími se tvorby a používání jazykových modelů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "právními otázkami", "en": "legal issues"}, {"cs": "tvorby", "en": "creation"}, {"cs": "používání", "en": "use"}, {"cs": "jazykových modelů", "en": "language models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The article begins with an explanation of the development of language technologies.", "cs": "Článek začíná vysvětlením vývoje jazykových technologií."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vývoje jazykových technologií", "en": "development of language technologies"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The authors analyse the technological process within the framework copyright, related rights and personal data protection law.", "cs": "Autoři analyzují technologický postup v rámci autorského práva, práv s ním souvisejících a práva na ochranu osobních údajů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "autorského práva", "en": "copyright"}, {"cs": "práv s ním souvisejících", "en": "related rights"}, {"cs": "práva na ochranu osobních údajů", "en": "personal data protection law"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The authors also cover commercial use of language models.", "cs": "Autoři se věnují také komerčnímu využití jazykových modelů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "komerčnímu využití jazykových modelů", "en": "commercial use of language models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The authors’ main argument is that legal restrictions applicable to language data containing copyrighted material and personal data usually do not apply to language mod-els.", "cs": "Hlavním argumentem autorů je, že právní omezení vztahující se na jazykové údaje obsahující materiály a osobní údaje chráněné autorským právem se obvykle nevztahují na jazykové modely."}, "data_name": "wmt23_terminology", "hints": [{"cs": "právní omezení", "en": "legal restrictions"}, {"cs": "jazykové údaje", "en": "language data"}, {"cs": "autorským právem", "en": "copyrighted material"}, {"cs": "osobní údaje", "en": "personal data"}, {"cs": "jazykové modely", "en": "language mod-els"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Language models are not normally considered derivative works.", "cs": "Jazykové modely nejsou obvykle považovány za odvozená díla."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Jazykové modely", "en": "Language models"}, {"cs": "odvozená díla", "en": "derivative works"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Due to a wide range of language models, this position is not absolute.", "cs": "Vzhledem k široké škále jazykových modelů není tato pozice absolutní."}, "data_name": "wmt23_terminology", "hints": [{"cs": "široké škále jazykových modelů", "en": "wide range of language models"}, {"cs": "pozice", "en": "position"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Large Scale Colloquial Persian Dataset\" (LSCP) is hierarchically organized in asemantic taxonomy that focuses on multi-task informal Persian language understanding as a comprehensive problem.", "cs": "„Large Scale Colloquial Persian Dataset“ (LSCP) je hierarchicky uspořádán do asemantické taxonomie, která se zaměřuje na víceúčelové neformální porozumění perskému jazyku jako komplexní problém."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Large Scale Colloquial Persian Dataset", "en": "Large Scale Colloquial Persian Dataset"}, {"cs": "LSCP", "en": "LSCP"}, {"cs": "asemantické taxonomie", "en": "asemantic taxonomy"}, {"cs": "perskému jazyku", "en": "Persian language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "LSCP includes 120M sentences from 27M casual Persian tweets with its dependency relations in syntactic annotation, Part-of-speech tags, sentiment polarity and automatic translation of original Persian sentences in five different languages (EN, CS, DE, IT, HI).", "cs": "LSCP zahrnuje 120 milionů vět z 27 milionů příležitostných perských tweetů se svými závislostními vztahy ve syntaktické anotaci, tagy řeči, polaritu sentimentu a automatický překlad původních perských vět do pěti různých jazyků (EN, CS, DE, IT, HI)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "LSCP", "en": "LSCP"}, {"cs": "120 milionů vět", "en": "120M sentences"}, {"cs": "27 milionů příležitostných perských tweetů", "en": "27M casual Persian tweets"}, {"cs": "závislostními vztahy", "en": "dependency relations"}, {"cs": "syntaktické anotaci", "en": "syntactic annotation"}, {"cs": "tagy řeči", "en": "Part-of-speech tags"}, {"cs": "polaritu sentimentu", "en": "sentiment polarity"}, {"cs": "automatický překlad", "en": "automatic translation"}, {"cs": "původních perských vět", "en": "original Persian sentences"}, {"cs": "pěti různých jazyků", "en": "five different languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Language recognition has been significantly advanced in recent years by means of modern machine learning methods such as deep learning and benchmarks with rich annotations.", "cs": "Rozpoznávání jazyků v posledních letech významně pokročilo pomocí moderních metod strojového učení, jako je deep learning a měřítka s bohatými anotacemi."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Rozpoznávání jazyků", "en": "Language recognition"}, {"cs": "strojového učení", "en": "machine learning"}, {"cs": "deep learning", "en": "deep learning"}, {"cs": "měřítka s bohatými anotacemi", "en": "benchmarks with rich annotations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, research is still limited in low-resource formal languages.", "cs": "Výzkum je však ve formálních jazycích s nízkými zdroji stále omezený."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Výzkum", "en": "research"}, {"cs": "formálních jazycích", "en": "formal languages"}, {"cs": "nízkými zdroji", "en": "low-resource"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This consists of a significant gap in describing the colloquial language especially for low-resourced ones such as Persian.", "cs": "Skládá se z významná mezera v popisu hovorového jazyka, zejména pro ty s nízkými zdroji, jako je perština."}, "data_name": "wmt23_terminology", "hints": [{"cs": "významná mezera", "en": "significant gap"}, {"cs": "popisu hovorového jazyka", "en": "describing the colloquial language"}, {"cs": "nízkými zdroji", "en": "low-resourced"}, {"cs": "perština", "en": "Persian"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In order to target this gap for low resource languages, we propose a “Large Scale Colloquial Persian Dataset” (LSCP).", "cs": "Aby bylo možné tuto mezeru zacílit pro jazyky s nízkými zdroji navrhujeme „Large Scale Colloquial Persian Dataset“ (LSCP)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Large Scale Colloquial Persian Dataset", "en": "Large Scale Colloquial Persian Dataset"}, {"cs": "LSCP", "en": "LSCP"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "LSCP is hierarchically organized in a semantic taxonomy that focuses on multi-task informal Persian language understanding as a comprehensive problem.", "cs": "LSCP je hierarchicky uspořádán do a sémantická taxonomie, která se zaměřuje na víceúčelové neformální porozumění perskému jazyku jako komplexní problém."}, "data_name": "wmt23_terminology", "hints": [{"cs": "LSCP", "en": "LSCP"}, {"cs": "sémantická taxonomie", "en": "semantic taxonomy"}, {"cs": "perskému jazyku", "en": "Persian language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This encompasses the recognition of multiple semantic aspects in the human-level sentences, which naturally captures from the real-world sentences.", "cs": "To zahrnuje uznání několika sémantických aspektů ve větách na lidské úrovni, které přirozeně zachycuje z vět z reálného světa."}, "data_name": "wmt23_terminology", "hints": [{"cs": "sémantických aspektů", "en": "semantic aspects"}, {"cs": "větách", "en": "sentences"}, {"cs": "reálného světa", "en": "real-world"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We believe that further investigations and processing, as well as the application of novel algorithms and methods, can strengthen enriching computerized understanding and processing of low resource languages.", "cs": "Věříme, že další vyšetřování a zpracování, stejně jako aplikace nových algoritmů a metod, může posílit obohacení počítačového porozumění a zpracování jazyků s nízkými zdroji."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vyšetřování", "en": "investigations"}, {"cs": "zpracování", "en": "processing"}, {"cs": "algoritmů", "en": "algorithms"}, {"cs": "metod", "en": "methods"}, {"cs": "nízkými zdroji", "en": "low resource"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The proposed corpus consists of 120M sentences resulted from 27M tweets annotated with parsing tree, part-of-speech tags, sentiment polarity and translation in five different languages.", "cs": "Navrhovaný korpus se skládá ze 120 milionů vět vycházejících z 27 milionů tweetů anotovaných stromem analýzy, tagy řeči, polaritou sentimentu a překladem do pěti různých jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "korpus", "en": "corpus"}, {"cs": "120 milionů vět", "en": "120M sentences"}, {"cs": "27 milionů tweetů", "en": "27M tweets"}, {"cs": "anotovaných stromem analýzy", "en": "annotated with parsing tree"}, {"cs": "tagy řeči", "en": "part-of-speech tags"}, {"cs": "polaritou sentimentu", "en": "sentiment polarity"}, {"cs": "překladem do pěti různých jazyků", "en": "translation in five different languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this work, we propose an algorithm that induces morphological networks for Persian and Turkish.", "cs": "V této práci navrhujeme algoritmus pro indukci morfologických sítí pro perštinu a turečtinu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "algoritmus", "en": "algorithm"}, {"cs": "morfologických sítí", "en": "morphological networks"}, {"cs": "perštinu", "en": "Persian"}, {"cs": "turečtinu", "en": "Turkish"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The algorithm uses morpheme-segmented lexicons for the two languages.", "cs": "Algoritmus využívá slovníky s morfematickou segmentací."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Algoritmus", "en": "algorithm"}, {"cs": "slovníky", "en": "lexicons"}, {"cs": "morfematickou segmentací", "en": "morpheme-segmented"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The resulting networks capture both derivational and inflectional relations.", "cs": "Výsledná síť zachycuje jak derivační, tak flektivní relace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "derivační", "en": "derivational"}, {"cs": "flektivní relace", "en": "inflectional relations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The network induction algorithm can use either manually annotated lists of roots and affixes, or simple heuristics to distinguish roots from affixes.", "cs": "Algoritmus pro indukci sítě vychází buď z automaticky rozlišených afixů a kořenů, nebo z jednoduché klasifikační heuristiky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Algoritmus", "en": "algorithm"}, {"cs": "indukci sítě", "en": "network induction"}, {"cs": "afixů", "en": "affixes"}, {"cs": "kořenů", "en": "roots"}, {"cs": "klasifikační heuristiky", "en": "heuristics"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We evaluate both variants empirically.", "cs": "Obě varianty jsou empiricky vyhodnoceny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Obě varianty", "en": "both variants"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We use our large hand-segmented set of word forms in the experiments with Persian, which is contrasted with employing only a very limited manually segmented lexicon for Turkish that existed previously.", "cs": "Pro perštinu používáme vlastní velký ručně segmentovaný slovník, pro turečtinu menší slovník publikovaný dříve."}, "data_name": "wmt23_terminology", "hints": [{"cs": "perštinu", "en": "Persian"}, {"cs": "turečtinu", "en": "Turkish"}, {"cs": "slovník", "en": "lexicon"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The network induction algorithm uses gold segmentation data for initializing the networks, which are subsequently extended with additional corpus attested word forms that were unseen in the segmented data.", "cs": "Ručně anotovaná data jsou algoritmem využita pro inicializaci sítě, která je následně rozšířena o formy pozorované v korpusech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Ručně anotovaná data", "en": "gold segmentation data"}, {"cs": "algoritmem", "en": "network induction algorithm"}, {"cs": "inicializaci sítě", "en": "initializing the networks"}, {"cs": "formy pozorované v korpusech", "en": "corpus attested word forms"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For this purpose, we use existing morpheme-segmentation tools, namely supervised and unsupervised version of Morfessor, and (unsupervised) MorphSyn.", "cs": "Slovní formy, které nebyly přítomny v ručně anotovaných datech, segmentujeme řízenou i neřízenou verzí segmentačního nástroje Morfessor a nástrojem MorphSyn."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Slovní formy", "en": "morpheme-segmentation tools"}, {"cs": "Morfessor", "en": "Morfessor"}, {"cs": "MorphSyn", "en": "MorphSyn"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The experimental results show that the accuracy of segmented initial data influences derivational network quality.", "cs": "Experimentální výsledky ukazují, jak inicializace ručně segmentovanými daty ovlivňuje finální kvalitu vygenerovaných sítí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Experimentální výsledky", "en": "experimental results"}, {"cs": "inicializace", "en": "accuracy"}, {"cs": "ručně segmentovanými daty", "en": "segmented initial data"}, {"cs": "finální kvalitu", "en": "derivational network quality"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present COSTRA 1.0, a dataset of complex sentence transformations.", "cs": "V tomto článku je představena COSTRA 1.0, dataset komplexních transformací vět."}, "data_name": "wmt23_terminology", "hints": [{"cs": "COSTRA 1.0", "en": "COSTRA 1.0"}, {"cs": "dataset komplexních transformací vět", "en": "dataset of complex sentence transformations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The dataset is intended for the study of sentence-level embeddings beyond simple word alternations or standard paraphrasing.", "cs": "Dataset je určen ke studiu větných embeddingů nad rámec jednoduchých výměn slov nebo standardních parafrází."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Dataset", "en": "dataset"}, {"cs": "větných embeddingů", "en": "sentence-level embeddings"}, {"cs": "jednoduchých výměn slov", "en": "simple word alternations"}, {"cs": "standardních parafrází", "en": "standard paraphrasing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This first version of the dataset is limited to sentences in Czech but the construction method is universal and we plan to use it also for other languages.", "cs": "COSTRA 1.0 obsahuje pouze věty v češtině, ale metoda konstrukce je univerzální a plánujeme ji použít i pro jiné jazyky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "COSTRA 1.0", "en": "This first version of the dataset"}, {"cs": "češtině", "en": "Czech"}, {"cs": "metoda konstrukce", "en": "construction method"}, {"cs": "jiné jazyky", "en": "other languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The dataset consists of 4,262 unique sentences with an average length of 10 words, illustrating 15 types of modifications, such as simplification, generalization, or formal and informal language variation.", "cs": "Dataset obsahuje 4262 unikátních vět s průměrnou délkou 10 slov, ilustrujících 15 typů úprav, jako je zjednodušení, zobecnění nebo formální a neformální jazykové variace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Dataset", "en": "dataset"}, {"cs": "unikátních vět", "en": "unique sentences"}, {"cs": "průměrnou délkou", "en": "average length"}, {"cs": "slov", "en": "words"}, {"cs": "typů úprav", "en": "types of modifications"}, {"cs": "zjednodušení", "en": "simplification"}, {"cs": "zobecnění", "en": "generalization"}, {"cs": "formální a neformální jazykové variace", "en": "formal and informal language variation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The hope is that with this dataset, we should be able to test semantic properties of sentence embeddings and perhaps even to find some topologically interesting ''skeleton'' in the sentence embedding space.", "cs": "Doufáme, že s tímto datovým souborem bychom měli být schopni otestovat sémantické vlastnosti větných embeddingů a možná dokonce najít nějaké topologicky zajímavé '' kostry '' v prostoru větných embeddingů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "datovým souborem", "en": "dataset"}, {"cs": "sémantické vlastnosti", "en": "semantic properties"}, {"cs": "větných embeddingů", "en": "sentence embeddings"}, {"cs": "topologicky zajímavé", "en": "topologically interesting"}, {"cs": "kostry", "en": "skeleton"}, {"cs": "prostoru", "en": "space"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A preliminary analysis using LASER, multi-purpose multi-lingual sentence embeddings suggests that the LASER space does not exhibit the desired properties", "cs": "Předběžná analýza s využitím mnohojazyčných větných embeddingů LASER naznačuje, že nevykazuje požadované vlastnosti"}, "data_name": "wmt23_terminology", "hints": [{"cs": "Předběžná analýza", "en": "A preliminary analysis"}, {"cs": "mnohojazyčných větných embeddingů LASER", "en": "LASER, multi-purpose multi-lingual sentence embeddings"}, {"cs": "požadované vlastnosti", "en": "the desired properties"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we present a new dataset for testing geometric properties of sentence embeddings spaces.", "cs": "V tomto článku představujeme nový dataset pro testování geometrických vlastností prostorů vět."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nový dataset", "en": "new dataset"}, {"cs": "geometrických vlastností", "en": "geometric properties"}, {"cs": "prostorů vět", "en": "sentence embeddings spaces"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In particular, we concentrate on examining how well sentence embeddings capture complex phenomena such paraphrases, tense or generalization.", "cs": "Zaměřujeme se zejména na to, jak jsou v rámci větných embeddingů interpretovány komplexní jevy, jako jsou parafrázy, časy nebo zobecnění."}, "data_name": "wmt23_terminology", "hints": [{"cs": "větných embeddingů", "en": "sentence embeddings"}, {"cs": "parafrázy", "en": "paraphrases"}, {"cs": "časy", "en": "tense"}, {"cs": "zobecnění", "en": "generalization"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The dataset is a direct expansion of Costra 1.0, which we extended with more sentences and sentence comparisons.", "cs": "Dataset je přímým rozšířením Costra 1.0, kterou jsme obohatili o další vět a jejich porovnání."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Dataset", "en": "dataset"}, {"cs": "Costra 1.0", "en": "Costra 1.0"}, {"cs": "vět", "en": "sentences"}, {"cs": "porovnání", "en": "comparisons"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We show that available off-the-shelf embeddings do not possess essential attributes such as having synonymous sentences embedded closer to each other than similar sentences with a significantly different meaning.", "cs": "Ukazujeme, že dostupným předtrénovaným větným embeddingům chybí základní předpoklad, aby synonymní věty byly zanořeny blíže k sobě než věty s výrazně odlišným významem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "předtrénovaným větným embeddingům", "en": "off-the-shelf embeddings"}, {"cs": "synonymní věty", "en": "synonymous sentences"}, {"cs": "významem", "en": "meaning"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "On the other hand, some embeddings appear to capture the linear order of sentence aspects such as style (formality and simplicity of the language) or time (past to future).", "cs": "Na druhou stranu se zdá, že některé embeddingy respektují lineární pořadí větných jevů jako je styl (formálnost a jednoduchost jazyka) nebo čas (minulost do budoucnosti)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "embeddingy", "en": "embeddings"}, {"cs": "lineární pořadí", "en": "linear order"}, {"cs": "větných jevů", "en": "sentence aspects"}, {"cs": "styl", "en": "style"}, {"cs": "formálnost", "en": "formality"}, {"cs": "jednoduchost jazyka", "en": "simplicity of the language"}, {"cs": "čas", "en": "time"}, {"cs": "minulost", "en": "past"}, {"cs": "budoucnosti", "en": "future"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a thorough comparison of two principal approaches to Cross-Lingual Information Retrieval: document translation (DT) and query translation (QT).", "cs": "Porovnáváme dva základní přístupy k vícejazyčnému vyhledávání informací: překlad dokumentů (DT) a překlad dotazů (QT)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vícejazyčnému vyhledávání informací", "en": "Cross-Lingual Information Retrieval"}, {"cs": "překlad dokumentů", "en": "document translation"}, {"cs": "překlad dotazů", "en": "query translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our experiments are conducted using the cross-lingual test collection produced within the CLEF eHealth information retrieval tasks in 2013–2015 containing English documents and queries in several European languages.", "cs": "Naše experimenty jsou prováděny na datech CLEF eHealth 2013–2015, které obsahují anglické dokumenty a dotazy v několika evropských jazycích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experimenty", "en": "experiments"}, {"cs": "datech CLEF eHealth 2013–2015", "en": "cross-lingual test collection produced within the CLEF eHealth information retrieval tasks in 2013–2015"}, {"cs": "anglické dokumenty", "en": "English documents"}, {"cs": "dotazy", "en": "queries"}, {"cs": "evropských jazycích", "en": "European languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We exploit the Statistical Machine Translation (SMT) and Neural Machine Translation (NMT) paradigms and train several domain-specific and task-specific machine translation systems to translate the non-English queries into English (for the QT approach) and the English documents to all the query languages (for the DT approach).", "cs": "S použitím Statistického strojového překladu (SMT) a Neurálního strojového překladu (NMT) a trénujeme několik systémů strojového překladu pro překlad neanglických dotazů do angličtiny (QT) a anglických dokumentů do jazyků dotazů (DT)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Statistického strojového překladu", "en": "Statistical Machine Translation"}, {"cs": "SMT", "en": "SMT"}, {"cs": "Neurálního strojového překladu", "en": "Neural Machine Translation"}, {"cs": "NMT", "en": "NMT"}, {"cs": "neanglických dotazů", "en": "non-English queries"}, {"cs": "angličtiny", "en": "English"}, {"cs": "QT", "en": "QT"}, {"cs": "anglických dokumentů", "en": "English documents"}, {"cs": "jazyků dotazů", "en": "query languages"}, {"cs": "DT", "en": "DT"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The results show that the quality of QT by SMT is sufficient enough to outperform the retrieval results of the DT approach for all the languages.", "cs": "Výsledky ukazují, že kvalita QT pomocí SMT je dostatečná k překonání výsledků vyhledávání s DT pro všechny jazyky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kvalita QT", "en": "quality of QT"}, {"cs": "SMT", "en": "SMT"}, {"cs": "výsledků vyhledávání", "en": "retrieval results"}, {"cs": "DT", "en": "DT"}, {"cs": "všechny jazyky", "en": "all the languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "NMT then further boosts translation quality and retrieval quality for both QT and DT for most languages, but still, QT provides generally better retrieval results than DT.", "cs": "NMT pak dále zvyšuje kvalitu překladu a kvalitu vyhledávání pro QT i DT pro většinu jazyků, QT ale stále poskytuje obecně lepší výsledky vyhledávání než DT."}, "data_name": "wmt23_terminology", "hints": [{"cs": "NMT", "en": "NMT"}, {"cs": "kvalitu překladu", "en": "translation quality"}, {"cs": "kvalitu vyhledávání", "en": "retrieval quality"}, {"cs": "QT", "en": "QT"}, {"cs": "DT", "en": "DT"}, {"cs": "většinu jazyků", "en": "most languages"}, {"cs": "lepší výsledky vyhledávání", "en": "better retrieval results"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Researchers at Charles University, Švanda Theater and the Academy of Performing Arts in Prague are currently working on an intriguing research project that merges artificial intelligence and robotics with theater.", "cs": "Výzkumní pracovníci Univerzity Karlovy, Švandova divadla a Akademie múzických umění v Praze v současné době pracují na zajímavém výzkumném projektu, který spojuje umělou inteligenci a robotiku s divadlem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Univerzity Karlovy", "en": "Charles University"}, {"cs": "Švandova divadla", "en": "Švanda Theater"}, {"cs": "Akademie múzických umění v Praze", "en": "Academy of Performing Arts in Prague"}, {"cs": "umělou inteligenci", "en": "artificial intelligence"}, {"cs": "robotiku", "en": "robotics"}, {"cs": "divadlem", "en": "theater"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Their project's main objective is to use artificial intelligence to create an innovative theatrical performance, which is expected to premiere in January 2021.", "cs": "Hlavním cílem jejich projektu je využít umělou inteligenci k vytvoření inovativního divadelního představení, které by mělo mít premiéru v lednu 2021."}, "data_name": "wmt23_terminology", "hints": [{"en": "artificial intelligence", "cs": "umělou inteligenci"}, {"en": "innovative theatrical performance", "cs": "inovativního divadelního představení"}, {"en": "premiere", "cs": "premiéru"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We introduce an approach to multilingual speech synthesis which uses the meta-learning concept of contextual parameter generation and produces natural-sounding multilingual speech using more languages and less training data than previous approaches.", "cs": "Představujeme přístup k vícejazyčné syntéze řeči, který využívá koncepce meta-učení – generování parametrů na základě kontextu – a produkuje přirozeně znějící vícejazyčnou řeč s využitím více jazyků a méně trénovacích dat než předchozí přístupy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vícejazyčné syntéze řeči", "en": "multilingual speech synthesis"}, {"cs": "meta-učení", "en": "meta-learning"}, {"cs": "kontextu", "en": "context"}, {"cs": "trénovacích dat", "en": "training data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our model is based on Tacotron 2 with a fully convolutional input text encoder whose weights are predicted by a separate parameter generator network.", "cs": "Náš model je založen na Tacotronu 2 s plně konvolučním enkodérem vstupního textu, jehož váhy jsou predikovány samostatnou sítí – generátorem parametrů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Tacotronu 2", "en": "Tacotron 2"}, {"cs": "plně konvolučním enkodérem", "en": "fully convolutional input text encoder"}, {"cs": "generátorem parametrů", "en": "parameter generator network"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "To boost voice cloning, the model uses an adversarial speaker classifier with a gradient reversal layer that removes speaker-specific information from the encoder.", "cs": "Pro zlepšení klonování hlasu napříč jazyky náš model používá adversariální klasifikaci mluvčího s vrstvou obracející gradienty, která z enkodéru odstraňuje informace specifické pro daného mluvčího."}, "data_name": "wmt23_terminology", "hints": [{"cs": "klonování hlasu", "en": "voice cloning"}, {"cs": "adversariální klasifikaci mluvčího", "en": "adversarial speaker classifier"}, {"cs": "vrstvou obracející gradienty", "en": "gradient reversal layer"}, {"cs": "enkodéru", "en": "encoder"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We arranged two experiments to compare our model with baselines using various levels of cross-lingual parameter sharing, in order to evaluate: (1) stability and performance when training on low amounts of data, (2) pronunciation accuracy and voice quality of code-switching synthesis.", "cs": "Provedli jsme dva experimenty, abychom náš model porovnali s baseliny používajícími různé úrovně sdílení parametrů napříč jazyky a přitom vyhodnotili: 1) stabilitu a výkonnost při trénování na malém množství dat, 2) přesnost výslovnosti a kvalitu hlasu při code-switchingu (změně jazyka uprostřed věty)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experimenty", "en": "experiments"}, {"cs": "model", "en": "model"}, {"cs": "baseliny", "en": "baselines"}, {"cs": "úrovně sdílení parametrů", "en": "cross-lingual parameter sharing"}, {"cs": "stabilitu", "en": "stability"}, {"cs": "výkonnost", "en": "performance"}, {"cs": "trénování", "en": "training"}, {"cs": "malém množství dat", "en": "low amounts of data"}, {"cs": "přesnost výslovnosti", "en": "pronunciation accuracy"}, {"cs": "kvalitu hlasu", "en": "voice quality"}, {"cs": "code-switchingu", "en": "code-switching synthesis"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For training, we used the CSS10 dataset and our new small dataset based on Common Voice recordings in five languages.", "cs": "Pro trénování jsme použili dataset CSS10 a náš nový malý dataset založený na nahrávkách Common Voice v pěti jazycích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "trénování", "en": "training"}, {"cs": "dataset CSS10", "en": "CSS10 dataset"}, {"cs": "nahrávkách Common Voice", "en": "Common Voice recordings"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our model is shown to effectively share information across languages and according to a subjective evaluation test, it produces more natural and accurate code-switching speech than the baselines.", "cs": "Ukazujeme, že náš model efektivně sdílí informace napříč jazyky a podle subjektivní evaluace vytváří přirozenější a přesnější vícejazyčnou řeč než baseliny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "náš model", "en": "Our model"}, {"cs": "informace", "en": "information"}, {"cs": "jazyky", "en": "languages"}, {"cs": "subjektivní evaluace", "en": "subjective evaluation test"}, {"cs": "přirozenější", "en": "more natural"}, {"cs": "přesnější", "en": "accurate"}, {"cs": "vícejazyčnou řeč", "en": "code-switching speech"}, {"cs": "baseliny", "en": "baselines"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In my talk, I will summarize our recent activities in text and speech translation.", "cs": "Ve svém projevu shrnu naše nedávné aktivity v překladu textu a řeči."}, "data_name": "wmt23_terminology", "hints": [{"cs": "překladu textu a řeči", "en": "text and speech translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "I will start with the EU project ELITR (https://elitr.eu/) where we are aiming at highly multi-lingual live translation of speech, highlighting the technical challenges (you probably know all of them) but I will also touch upon getting a better input from the end users so that better translation quality is possible (our activity on 'outbound translation' in the EU project Bergamot, https://browser.mt/).", "cs": "Začnu projektem EU ELITR (https://elitr.eu/), kde se zaměřujeme na vysoce mnohojazyčný živý překlad řeči, který upozorňuje na technické problémy (pravděpodobně je všechny znáte), ale dotknu se i toho, jak získat lepší vstupy od koncových uživatelů, aby byla možná lepší kvalita překladu (naše aktivita na \"odchozím překladu\" v projektu EU Bergamot, https://browser.mt/)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "projektem EU ELITR", "en": "EU project ELITR"}, {"cs": "vysoce mnohojazyčný živý překlad řeči", "en": "highly multi-lingual live translation of speech"}, {"cs": "technické problémy", "en": "technical challenges"}, {"cs": "koncových uživatelů", "en": "end users"}, {"cs": "lepší kvalita překladu", "en": "better translation quality"}, {"cs": "projektu EU Bergamot", "en": "EU project Bergamot"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Finally, I will ask for collaboration on my overall basic-research quest: to get the meaning right and to model it in a more human-like way.", "cs": "Na závěr požádám o spolupráci na svém celkovém úkolu základního výzkumu: správně určit význam a modelovat ho lidštějším způsobem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "základního výzkumu", "en": "basic-research"}, {"cs": "význam", "en": "meaning"}, {"cs": "modelovat", "en": "to model"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "ELITR (European Live Translator) project aims to create a speech translation system for simultaneous subtitling of conferences and online meetings targetting up to 43 languages.", "cs": "Strojový překlad: Projekt ELITR (European Live Translator) usiluje o vytvoření systému pro překlad řeči pro současné titulkování konferencí a on-line schůzky až do 43 jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Strojový překlad", "en": "speech translation system"}, {"cs": "European Live Translator", "en": "European Live Translator"}, {"cs": "současné titulkování konferencí", "en": "simultaneous subtitling of conferences"}, {"cs": "on-line schůzky", "en": "online meetings"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The technology is tested by the Supreme Audit Office of the Czech Republic and by alfaview®, a German online conferencing system.", "cs": "Technologii testuje společnost Nejvyššího kontrolního úřadu ČR a prostřednictvím alfaview®, německého online konferenční systém."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Technologii", "en": "technology"}, {"cs": "společnost Nejvyššího kontrolního úřadu ČR", "en": "Supreme Audit Office of the Czech Republic"}, {"cs": "alfaview®", "en": "alfaview®"}, {"cs": "německého online konferenční systém", "en": "German online conferencing system"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Other project goals are to advance document-level and multilingual machine translation, automatic speech recognition, and meeting summarization.", "cs": "Další cíle projektu mají posunout úroveň dokumentů a vícejazyčný strojový překlad, automatický rozpoznávání řeči a shrnutí setkání."}, "data_name": "wmt23_terminology", "hints": [{"cs": "úroveň dokumentů", "en": "document-level"}, {"cs": "vícejazyčný strojový překlad", "en": "multilingual machine translation"}, {"cs": "automatický rozpoznávání řeči", "en": "automatic speech recognition"}, {"cs": "shrnutí setkání", "en": "meeting summarization"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "MorfFlex CZ (the latest version is MorfFlex CZ 2.0) is the Czech morphological dictionary developed originally by Jan Hajič as a spelling checker and lemmatization dictionary.", "cs": "MorfFlex CZ 2.0 je český morfologický slovník, který původně vyvinul Jan Hajič jako slovník kontroly pravopisu a lemmatizace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "MorfFlex CZ 2.0", "en": "MorfFlex CZ 2.0"}, {"cs": "český morfologický slovník", "en": "Czech morphological dictionary"}, {"cs": "Jan Hajič", "en": "Jan Hajič"}, {"cs": "slovník kontroly pravopisu", "en": "spelling checker"}, {"cs": "lemmatizace", "en": "lemmatization"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "MorfFlex is a flat list of lemma-tag-wordform triples.", "cs": "MorfFlex je seznam trojic lemma-značka-slovní forma."}, "data_name": "wmt23_terminology", "hints": [{"cs": "MorfFlex", "en": "MorfFlex"}, {"cs": "lemma-značka-slovní forma", "en": "lemma-tag-wordform triples"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For each wordform, full inflectional information is coded in a positional tag.", "cs": "Pro každou slovní formu je kompletní morfologická informace kódována poziční značkou."}, "data_name": "wmt23_terminology", "hints": [{"cs": "slovní formu", "en": "wordform"}, {"cs": "morfologická informace", "en": "inflectional information"}, {"cs": "poziční značkou", "en": "positional tag"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Wordforms are organized into entries (paradigm instances or paradigms in short) according to their formal morphological behavior.", "cs": "Slovní formy jsou uspořádány do skupin (paradigma instancí nebo paradigmat ve zkratce) podle jejich formálního morfologického chování."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Slovní formy", "en": "Wordforms"}, {"cs": "skupin", "en": "entries"}, {"cs": "paradigma instancí", "en": "paradigm instances"}, {"cs": "paradigmat", "en": "paradigms"}, {"cs": "formálního morfologického chování", "en": "formal morphological behavior"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paradigm (set of wordforms) is identified by a unique lemma.", "cs": "Paradigma (množina slovník forem) je identifikováno jedinečným lemmatem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Paradigma", "en": "paradigm"}, {"cs": "množina slovník forem", "en": "set of wordforms"}, {"cs": "lemmatem", "en": "lemma"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Apart from traditional morphological categories, the description also contains some semantic, stylistic and derivational information.", "cs": "Kromě tradičních morfologických kategorií obsahuje popis také některé sémantické, stylistické a odvozené informace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "tradičních morfologických kategorií", "en": "traditional morphological categories"}, {"cs": "sémantické", "en": "semantic"}, {"cs": "stylistické", "en": "stylistic"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A richly annotated and genre-diversified language resource, The Prague Dependency Treebank – Consolidated 1.0 (PDT-C 1.0, or PDT-C in short in the sequel) is a consolidated release of the existing PDT-corpora of Czech data, uniformly annotated using the standard PDT scheme.", "cs": "Bohatě anotovaný a žánrově diverzifikovaný jazykový zdroj, Prague Dependency Treebank - Consolidated 1.0 (PDT-C 1.0) je konsolidovaným vydáním stávajících PDT-korpusů s českými texty, jednotně anotovanými podle standardního anotačního schématu PDT."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Prague Dependency Treebank - Consolidated 1.0 (PDT-C 1.0)", "en": "The Prague Dependency Treebank – Consolidated 1.0 (PDT-C 1.0, or PDT-C in short in the sequel)"}, {"cs": "anotačního schématu PDT", "en": "standard PDT scheme"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "PDT-corpora included in PDT-C: Prague Dependency Treebank (the original PDT contents, written newspaper and journal texts from three genres); Czech part of Prague Czech-English Dependency Treebank (translated financial texts, from English), Prague Dependency Treebank of Spoken Czech (spokem data, including audio and transcripts and multiple speech reconstruction annotation); PDT-Faust (user-generated texts).", "cs": "Korpusy zahrnuté do vydání PDT-C: Prague Dependency Treebank (psané noviny a texty časopisů tří žánrů); Česká část Prague Czech-English Dependency Treebank (přeložené finanční texty, z angličtiny), Prague Dependency Treebank of Spoken Czech (mluvená data, včetně audia a přepisu a anotace rekonstrukce řeči); PDT-Faust (texty generované uživateli)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Korpusy", "en": "PDT-corpora"}, {"cs": "Prague Dependency Treebank", "en": "Prague Dependency Treebank"}, {"cs": "Česká část Prague Czech-English Dependency Treebank", "en": "Czech part of Prague Czech-English Dependency Treebank"}, {"cs": "Prague Dependency Treebank of Spoken Czech", "en": "Prague Dependency Treebank of Spoken Czech"}, {"cs": "PDT-Faust", "en": "PDT-Faust"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The difference from the separately published original treebanks can be briefly described as follows: it is published in one package, to allow easier data handling for all the datasets; the data is enhanced with a manual linguistic annotation at the morphological layer and new version of morphological dictionary is enclosed; a common valency lexicon for all four original parts is enclosed.", "cs": "Rozdíl oproti samostatně publikovaným původním korpusům lze stručně popsat následovně: korpusy jsou publikovány v jednom balíčku, aby bylo umožněno jejich snadnější zpracování; data jsou doplněna o manuální lingvistickou anotaci na morfologické rovině a je přiložena nová verze morfologického slovníku; je přiložen společný valenční lexikon pro všechny čtyři původní části."}, "data_name": "wmt23_terminology", "hints": [{"cs": "korpusům", "en": "treebanks"}, {"cs": "jednom balíčku", "en": "one package"}, {"cs": "manuální lingvistickou anotaci", "en": "manual linguistic annotation"}, {"cs": "morfologické rovině", "en": "morphological layer"}, {"cs": "morfologického slovníku", "en": "morphological dictionary"}, {"cs": "společný valenční lexikon", "en": "common valency lexicon"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Documentation provides two browsing and editing desktop tools (TrEd and MEd) and the corpus is also available online for searching using PML-TQ.", "cs": "Dokumentace poskytuje dva nástroje pro procházení a úpravy (TrEd a MEd) a korpus je také k dispozici online pro vyhledávání pomocí PML-TQ."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Dokumentace", "en": "Documentation"}, {"cs": "nástroje", "en": "tools"}, {"cs": "procházení a úpravy", "en": "browsing and editing"}, {"cs": "TrEd", "en": "TrEd"}, {"cs": "MEd", "en": "MEd"}, {"cs": "korpus", "en": "corpus"}, {"cs": "online", "en": "online"}, {"cs": "vyhledávání", "en": "searching"}, {"cs": "PML-TQ", "en": "PML-TQ"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The system of adverbials with temporal meaning is analyzed here with specific emphasis on their surface expressions.", "cs": "V článku analyzujeme adverbiální určení s časovým významem se zvláštním důrazem na jejich formální realizaci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "adverbiální určení", "en": "adverbials"}, {"cs": "časovým významem", "en": "temporal meaning"}, {"cs": "formální realizaci", "en": "surface expressions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The traditional classification for the meanings applied as responses for the question When?, Since when?, Till when?, How long?, How often?", "cs": "Tradiční klasifikace významů podle toho na jakou otázku adverbiální určení odpovídá (Kdy?, Od kdy?, Do kdy?, Jak dlouho?, Jak často?)"}, "data_name": "wmt23_terminology", "hints": [{"cs": "Kdy?", "en": "When?"}, {"cs": "Od kdy?", "en": "Since when?"}, {"cs": "Do kdy?", "en": "Till when?"}, {"cs": "Jak dlouho?", "en": "How long?"}, {"cs": "Jak často?", "en": "How often?"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "requires a more precise subcategorization with regard to systemic behavior of the adverbials.", "cs": "vyžaduje přesnější subkategorizaci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přesnější subkategorizaci", "en": "more precise subcategorization"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For the primary temporal expressions answering the questions When?", "cs": "Pro primární časové výrazy, které odpovídají na otázky Kdy?"}, "data_name": "wmt23_terminology", "hints": [{"cs": "primární časové výrazy", "en": "primary temporal expressions"}, {"cs": "otázky Kdy", "en": "questions When"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "and How long?, a system of subfunctors is proposed, while for the secondary meanings Since when?, Till when?, the corresponding functors are not splitted into subfunctors.", "cs": "a Jak dlouho?, je navržen systém subfunktorů, zatímco pro sekundární významy Od kdy?, Do kdy?, nejsou odpovídající funktory rozděleny na subfunktory."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Jak dlouho?", "en": "How long?"}, {"cs": "Od kdy?", "en": "Since when?"}, {"cs": "Do kdy?", "en": "Till when?"}, {"cs": "subfunktorů", "en": "subfunctors"}, {"cs": "funktory", "en": "functors"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The meanings connected with the repetition and the frequency are not discussed here as they belong to the description of the boundary between lexicon and grammar.", "cs": "Významy spojené s opakováním a frekvencí zde nejsou diskutovány, protože patří k popisu hranice mezi lexikonem a gramatikou."}, "data_name": "wmt23_terminology", "hints": [{"cs": "opakováním", "en": "repetition"}, {"cs": "frekvencí", "en": "frequency"}, {"cs": "lexikonem", "en": "lexicon"}, {"cs": "gramatikou", "en": "grammar"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "An obituary devoted to the life and work of the late Professor Petr Sgall, the founder of computational linguistics in Czechoslovakia, a member of the Prague Linguistic Circle.", "cs": "Nekrolog věnovaný životu a dílu zesnulého profesora Petra Sgalla, zakladatele počítačové lingvistiky v Československu, člena Pražského lingvistického kroužku."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Nekrolog", "en": "obituary"}, {"cs": "životu a dílu", "en": "life and work"}, {"cs": "profesora Petra Sgalla", "en": "Professor Petr Sgall"}, {"cs": "počítačové lingvistiky", "en": "computational linguistics"}, {"cs": "Československu", "en": "Czechoslovakia"}, {"cs": "Pražského lingvistického kroužku", "en": "Prague Linguistic Circle"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The analysis of the so-called focalizers, i.e.", "cs": "Analýza tzv. fokalizátorů, tj."}, "data_name": "wmt23_terminology", "hints": [{"cs": "fokalizátorů", "en": "focalizers"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "particles such as E. also, only, even, and their Czech counterparts také, jenom, dokonce, based on the data from the English–Czech parallel corpus PCEDT, focused on (i) in which respects and under which conditions these focalizers may be said to serve as discourse connectives, (ii) which particular discourse relations are indicated by the focalizers in question.", "cs": "částic jako jsou anglické also, only, even, a jejich českých protějšků také, jenom, dokonce, vycházející z údajů anglicko-českého paralelního korpusu PCEDT, zaměřená na (i) za jakých podmínek lze o těchto fokalizátorech říci, že slouží jako diskurzní konektory, (ii) které konkrétní diskurzní vztahy jsou dotyčnými fokalizátory značeny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "částic", "en": "particles"}, {"cs": "anglické also, only, even", "en": "E. also, only, even"}, {"cs": "českých protějšků také, jenom, dokonce", "en": "Czech counterparts také, jenom, dokonce"}, {"cs": "anglicko-českého paralelního korpusu PCEDT", "en": "English–Czech parallel corpus PCEDT"}, {"cs": "diskurzní konektory", "en": "discourse connectives"}, {"cs": "diskurzní vztahy", "en": "discourse relations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our detailed analysis of the data from the English–Czech annotated parallel corpus PCEDT confirms the hypothesis that the particles also, only and even as well as their Czech equivalents play basically a discoursive role of explicit connectives, though in a different way and to a different extent.", "cs": "Naše podrobná analýza dat z anglicko-českého anotovaného paralelního korpusu PCEDT potvrzuje hypotézu, že anglické částice also, only a even i jejich české ekvivalenty hrají v zásadě diskurzivní roli explicitních konektorů, i když jiným způsobem a v jiné míře."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anglicko-českého anotovaného paralelního korpusu PCEDT", "en": "English–Czech annotated parallel corpus PCEDT"}, {"cs": "částice", "en": "particles"}, {"cs": "explicitních konektorů", "en": "explicit connectives"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper summarizes findings of a three-year study on verb synonymy in translation based on both syntactic and semantic criteria and reports on recent results extending this work.", "cs": "Tento dokument shrnuje závěry tříleté studie o slovesných synonymech v překladu, založené na syntaktických i sémantických kritériích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "tříleté studie", "en": "three-year study"}, {"cs": "slovesných synonymech", "en": "verb synonymy"}, {"cs": "překladu", "en": "translation"}, {"cs": "syntaktických", "en": "syntactic"}, {"cs": "sémantických kritériích", "en": "semantic criteria"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Primary language resources used are existing Czech and English lexical and corpus resources, namely the Prague Dependency Treebank-style valency lexicons, FrameNet, VerbNet, PropBank, WordNet and the parallel Prague Czech-English Dependency Treebank, which contains deep syntactic and partially semantic annotation of running texts.", "cs": "Primárními jazykovými zdroji jsou stávající české a anglické lexikální a korpusové zdroje, konkrétně valenční lexikony ve stylu Pražského závislostního korpusu, FrameNet, VerbNet, PropBank, WordNet a paralelní Pražský česko-anglický závislostní korpus."}, "data_name": "wmt23_terminology", "hints": [{"cs": "české a anglické lexikální a korpusové zdroje", "en": "Czech and English lexical and corpus resources"}, {"cs": "valenční lexikony ve stylu Pražského závislostního korpusu", "en": "Prague Dependency Treebank-style valency lexicons"}, {"cs": "FrameNet", "en": "FrameNet"}, {"cs": "VerbNet", "en": "VerbNet"}, {"cs": "PropBank", "en": "PropBank"}, {"cs": "WordNet", "en": "WordNet"}, {"cs": "Pražský česko-anglický závislostní korpus", "en": "parallel Prague Czech-English Dependency Treebank"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The resulting lexicon (called formerly CzEngClass, now SynSemClass) and all associated resources linked to the existing lexicons and corpora following from this project are publicly and freely available.", "cs": "Výsledný lexikon slovesných synonym (dříve nazývaný CzEngClass, nyní SynSemClass) a všechny související zdroje spojené se stávajícími lexikony jsou veřejně a volně dostupné."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lexikon slovesných synonym", "en": "lexicon"}, {"cs": "CzEngClass", "en": "CzEngClass"}, {"cs": "SynSemClass", "en": "SynSemClass"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "While the project proper assumes manual annotation work, we expect to use the resulting resource (together with the existing ones) as a necessary resource for developing automatic methods for extending such a lexicon, or creating similar lexicons for other languages.", "cs": "Projekt samotný sice předpokládá ruční práci s anotacemi, ale předpokládáme, že výsledný zdroj (spolu se stávajícími) použijeme jako nezbytný zdroj pro vývoj automatických metod rozšíření takového lexikonu nebo vytvoření podobných lexikonů pro další jazyky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Projekt", "en": "project"}, {"cs": "anotacemi", "en": "annotation work"}, {"cs": "zdroj", "en": "resource"}, {"cs": "automatických metod", "en": "automatic methods"}, {"cs": "lexikonu", "en": "lexicon"}, {"cs": "jazyky", "en": "languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "CzeDLex is an electronic lexicon of Czech discourse connectives with its data coming from a large treebank annotated with discourse relations.", "cs": "CzeDLex je elektronický slovník českých diskurzních konektorů s daty pocházejícími z velkého korpusu anotovaného diskurzními vztahy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "CzeDLex", "en": "CzeDLex"}, {"cs": "elektronický slovník", "en": "electronic lexicon"}, {"cs": "českých diskurzních konektorů", "en": "Czech discourse connectives"}, {"cs": "velkého korpusu", "en": "large treebank"}, {"cs": "anotovaného diskurzními vztahy", "en": "annotated with discourse relations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Its new version CzeDLex 0.6 is significantly larger with respect to manually processed entries.", "cs": "Jeho nová verze CzeDLex 0.6 přináší podstatně větší podíl ručně zpracovaných položek."}, "data_name": "wmt23_terminology", "hints": [{"cs": "CzeDLex 0.6", "en": "CzeDLex 0.6"}, {"cs": "ručně zpracovaných položek", "en": "manually processed entries"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Also, its structure has been modified to allow for primary connectives to appear with multiple entries for a single discourse sense.", "cs": "Struktura slovníku byla upravena, aby umožňovala výskyt primárních konektorů s více položkami pro jeden diskurzní typ."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Struktura slovníku", "en": "structure"}, {"cs": "primárních konektorů", "en": "primary connectives"}, {"cs": "diskurzní typ", "en": "discourse sense"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present the new version of the lexicon and demonstrate possibilities of mining various types of information from the lexicon using PML-Tree Query.", "cs": "Představujeme novou verzi slovníku a ukazujeme možnosti vyhledávání různých typů informací ve slovníku pomocí PML-Tree Query."}, "data_name": "wmt23_terminology", "hints": [{"cs": "novou verzi slovníku", "en": "new version of the lexicon"}, {"cs": "PML-Tree Query", "en": "PML-Tree Query"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Many linguistic theories and annotation frameworks contain a deep-syntactic and/or semantic layer.", "cs": "Mnohé lingvistické teorie a anotační projekty obsahují hloubkově-syntaktickou a/nebo sémantickou rovinu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lingvistické teorie", "en": "linguistic theories"}, {"cs": "anotační projekty", "en": "annotation frameworks"}, {"cs": "hloubkově-syntaktickou", "en": "deep-syntactic"}, {"cs": "sémantickou rovinu", "en": "semantic layer"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "While many of these frameworks have been applied to more than one language, none of them is anywhere near the number of languages that are covered in Universal Dependencies (UD).", "cs": "I když většina z těchto projektů mířila na více než jeden jazyk, žádný z nich se ani zdaleka neblíží počtu jazyků, které jsou pokryté projektem Universal Dependencies (UD)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "projektů", "en": "frameworks"}, {"cs": "jazyk", "en": "language"}, {"cs": "Universal Dependencies (UD)", "en": "Universal Dependencies (UD)"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In my talk, I will first discuss Enhanced Universal Dependencies (EUD), a set of semantically-oriented enhancements that have been proposed within the framework of Universal Dependencies (but which are still available only for a small number of languages).", "cs": "Ve své přednášce nejprve proberu tzv. rozšířené univerzální závislosti (Enhanced Universal Dependencies, EUD), sadu sémanticky orientovaných rozšíření, která byla navržena v rámci projektu Universal Dependencies (ale v současné době jsou k dispozici pouze pro malý počet jazyků)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozšířené univerzální závislosti", "en": "Enhanced Universal Dependencies"}, {"cs": "Enhanced Universal Dependencies", "en": "EUD"}, {"cs": "Universal Dependencies", "en": "Universal Dependencies"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "I will also present some preliminary observations from the current shared task on parsing into EUD (https://universaldependencies.org/iwpt20/).", "cs": "Představím také předběžná pozorování z právě probíhající soutěže v automatickém větném rozboru do EUD (https://universaldependencies.org/iwpt20/)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "soutěže v automatickém větném rozboru do EUD", "en": "shared task on parsing into EUD"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the second part, I will present some additional enhancements, called Deep UD, which extend beyond the official UD guidelines.", "cs": "Ve druhé části představím další rozšíření, která navrhujeme v rámci projektu Deep UD a která přesahují rámec současných anotačních pravidel UD."}, "data_name": "wmt23_terminology", "hints": [{"cs": "druhé části", "en": "second part"}, {"cs": "rozšíření", "en": "enhancements"}, {"cs": "projektu Deep UD", "en": "Deep UD"}, {"cs": "anotačních pravidel UD", "en": "official UD guidelines"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "I will focus on two aspects: how can these enhancements be useful for natural language understanding, and to what extent can they be obtained semi-automatically from the surface annotation for many typologically different languages.", "cs": "Zaměřím se na dva aspekty: jak tato rozšíření mohou být užitečná při porozumění přirozenému jazyku strojem a do jaké míry je můžeme získat z povrchově syntaktické anotace automaticky, pro mnoho typologicky odlišných jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozšíření", "en": "enhancements"}, {"cs": "přirozenému jazyku", "en": "natural language understanding"}, {"cs": "povrchově syntaktické anotace", "en": "surface annotation"}, {"cs": "typologicky odlišných jazyků", "en": "typologically different languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Universal Dependencies is an international project and community that seeks to provide morphologically and syntactically annotated data for many languages, using a uniform annotation style.", "cs": "Universal Dependencies (univerzální závislosti) je mezinárodní projekt a komunita, která se snaží poskytnout morfologicky a syntakticky anotovaná data pro mnoho jazyků v jednotném anotačním stylu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Universal Dependencies", "en": "Universal Dependencies"}, {"cs": "mezinárodní projekt", "en": "international project"}, {"cs": "komunita", "en": "community"}, {"cs": "morfologicky a syntakticky anotovaná data", "en": "morphologically and syntactically annotated data"}, {"cs": "jednotném anotačním stylu", "en": "uniform annotation style"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We report on the Czech grant project MANYLA that was one of the driving forces behind UD.", "cs": "Informujeme o českém grantovém projektu MANYLA, který byl jednou z hnacích sil UD."}, "data_name": "wmt23_terminology", "hints": [{"cs": "českém grantovém projektu MANYLA", "en": "Czech grant project MANYLA"}, {"cs": "hnacích sil UD", "en": "driving forces behind UD"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Prague Tectogrammatical Graphs (PTG) is a meaning representation framework that originates in the tectogrammatical layer of the Prague Dependency Treebank (PDT) and is theoretically founded in Functional Generative Description of language (FGD).", "cs": "Pražské tektogramatické grafy (PTG) představují reprezentaci pro zachycení významu, která má kořeny v tektogramatické rovině Pražského závislostního korpusu (PDT) a je teoreticky podložena Funkčním generativním popisem jazyka (FGP)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Pražské tektogramatické grafy", "en": "Prague Tectogrammatical Graphs"}, {"cs": "PTG", "en": "PTG"}, {"cs": "Pražského závislostního korpusu", "en": "Prague Dependency Treebank"}, {"cs": "PDT", "en": "PDT"}, {"cs": "Funkčním generativním popisem jazyka", "en": "Functional Generative Description of language"}, {"cs": "FGP", "en": "FGD"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "PTG in its present form has been prepared for the CoNLL 2020 shared task on Cross-Framework Meaning Representation Parsing (MRP).", "cs": "Ve své současné podobě byly PTG připraveny pro soutěž CoNLL 2020 v analýze významových reprezentací napříč formalismy (MRP)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "soutěž CoNLL 2020", "en": "CoNLL 2020 shared task"}, {"cs": "analýze významových reprezentací napříč formalismy (MRP)", "en": "Cross-Framework Meaning Representation Parsing (MRP)"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It is generated automatically from the Prague treebanks and stored in the JSON-based MRP graph interchange format.", "cs": "Jsou automaticky generovány z pražských závislostních korpusů a uloženy v grafovém formátu založeném na JSONu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "pražských závislostních korpusů", "en": "Prague treebanks"}, {"cs": "grafovém formátu", "en": "graph interchange format"}, {"cs": "JSONu", "en": "JSON-based MRP"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The conversion is partially lossy; in this paper we describe what part of annotation was included and how it is represented in PTG.", "cs": "Převod je částečně ztrátový; v tomto článku popisujeme, které části anotace byly do PTG zahrnuty a jak jsou v PTG reprezentovány."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Převod", "en": "The conversion"}, {"cs": "částečně ztrátový", "en": "partially lossy"}, {"cs": "anotace", "en": "annotation"}, {"cs": "PTG", "en": "PTG"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present our system for prediction of typological features from the World Atlas of Language Structures (WALS), which participated in the shared task organized as a part of the SIGTYP 2020 workshop.", "cs": "Představujeme systém pro předpovídání rysů z World Atlas of Language Structures (WALS), který se účastnil soutěže pořádané u příležitosti typologického workshopu SIGTYP 2020."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systém", "en": "system"}, {"cs": "World Atlas of Language Structures", "en": "World Atlas of Language Structures"}, {"cs": "WALS", "en": "WALS"}, {"cs": "soutěže", "en": "shared task"}, {"cs": "typologického workshopu", "en": "SIGTYP 2020 workshop"}, {"cs": "SIGTYP 2020", "en": "SIGTYP 2020"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The Parliament of the Czech Republic consists of two chambers: the Chamber of Deputies (Lower House) and the Senate (Upper House).", "cs": "Parlament České republiky se skládá ze dvou komor: Poslanecké sněmovny (dolní komora) a Senátu (horní komora)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Parlament České republiky", "en": "The Parliament of the Czech Republic"}, {"cs": "Poslanecké sněmovny", "en": "the Chamber of Deputies"}, {"cs": "dolní komora", "en": "Lower House"}, {"cs": "Senátu", "en": "the Senate"}, {"cs": "horní komora", "en": "Upper House"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In our work, we focus on agenda and documents that relate to the Chamber of Deputies.", "cs": "V naší práci se zaměřujeme na agendu a dokumenty týkající se Poslanecké sněmovny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "agendu", "en": "agenda"}, {"cs": "dokumenty", "en": "documents"}, {"cs": "Poslanecké sněmovny", "en": "Chamber of Deputies"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Namely, we pay particular attention to stenographic protocols that record the Chamber of Deputies’ meetings.", "cs": "Konkrétně věnujeme zvláštní pozornost stenografickým protokolům, které zaznamenávají schůze Poslanecké sněmovny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "stenografickým protokolům", "en": "stenographic protocols"}, {"cs": "schůze Poslanecké sněmovny", "en": "the Chamber of Deputies’ meetings"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our overall goal is to continually compile the protocols into the TEI encoded corpus ParCzech and make the corpus accessible in a more user friendly way than the Parliament publishes the protocols.", "cs": "Naším cílem je kontinuálně kompilovat protokoly do korpusu ParCzech kódovaného TEI a zpřístupnit ho uživatelsky přívětivějším způsobem, než tak činí Parlament ČR."}, "data_name": "wmt23_terminology", "hints": [{"cs": "korpusu ParCzech", "en": "corpus ParCzech"}, {"cs": "Parlament ČR", "en": "Parliament"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the very first stage of the compilation, the ParCzech corpus consists of the 2013+ protocols that we make accessible and searchable in the TEITOK web-based platform.", "cs": "V první fázi kompilace ParCzech obsahuje protokoly z let 2013+, které zpřístupňujeme a prohledáváme ve webové platformě TEITOK."}, "data_name": "wmt23_terminology", "hints": [{"cs": "ParCzech", "en": "ParCzech corpus"}, {"cs": "protokoly", "en": "protocols"}, {"cs": "webové platformě TEITOK", "en": "TEITOK web-based platform"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The ParCzech PS7 1.0 corpus is the very first member of the corpus family of data coming from the Parliament of the Czech Republic.", "cs": "Korpus ParCzech PS7 1.0 je úplně první část rodiny korpusů z Parlamentu České republiky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Korpus ParCzech PS7 1.0", "en": "ParCzech PS7 1.0 corpus"}, {"cs": "Parlamentu České republiky", "en": "Parliament of the Czech Republic"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "ParCzech PS7 1.0 consists of stenographic protocols that record the Chamber of Deputies' meetings held in the 7th term between 2013-2017.", "cs": "ParCzech PS7 1.0 obsahuje stenoprotokoly z Poslanecké sněmovny sedmého volebního období z let 2013-2017."}, "data_name": "wmt23_terminology", "hints": [{"cs": "stenoprotokoly", "en": "stenographic protocols"}, {"cs": "Poslanecké sněmovny", "en": "Chamber of Deputies"}, {"cs": "sedmého volebního období", "en": "7th term"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The audio recordings are available as well.", "cs": "Audio záznamy jsou přiloženy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Audio záznamy", "en": "audio recordings"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Transcripts are provided in the original HTML as harvested, and also converted into TEI-derived XML format for use in TEITOK corpus manager.", "cs": "Přepisy jsou poskytnuty v původním HTML formátu a navíc zkonvertovány do TEI-odvozeném formátu pro korpusového správce TEITOK."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Přepisy", "en": "Transcripts"}, {"cs": "HTML formátu", "en": "HTML"}, {"cs": "TEI-odvozeném formátu", "en": "TEI-derived XML format"}, {"cs": "korpusového správce TEITOK", "en": "TEITOK corpus manager"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The corpus is automatically enriched with the morphological and named-entity annotations using the procedures MorphoDita and NameTag.", "cs": "Korpus je automaticky obohacen o morfologii a jmenné entity programy MorphoDita a NameTag."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Korpus", "en": "corpus"}, {"cs": "morfologii", "en": "morphological"}, {"cs": "jmenné entity", "en": "named-entity annotations"}, {"cs": "MorphoDita", "en": "MorphoDita"}, {"cs": "NameTag", "en": "NameTag"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Although the title of this report inherits the word \"Manual\" from the previous versions, it is no more intended to guide the annotators.", "cs": "Ačkoli název této zprávy přebírá slovo „Manuál“ z předchozích verzí, její účel již primárně není sloužit jako návod pro anotátory."}, "data_name": "wmt23_terminology", "hints": [{"cs": "název", "en": "title"}, {"cs": "zprávy", "en": "report"}, {"cs": "Manuál", "en": "Manual"}, {"cs": "předchozích verzí", "en": "previous versions"}, {"cs": "anotátory", "en": "annotators"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Rather it attempts to describe the current state of the morphological annotation in the Prague Dependency Treebank – Consolidated 1.0 (PDT-C 1.0) We believe that the guidelines can be of use to the users of the PDT-C 1.0 data, as well as for possible preparation of new data.", "cs": "Spíše se pokouší popsat současný stav morfologické anotace ve vydání Prague Dependency Treebank - Consolidated 1.0 (PDT-C 1.0) Věříme, že pokyny mohou být užitečné pro uživatele dat PDT-C 1.0, stejně jako pro přípravu nových."}, "data_name": "wmt23_terminology", "hints": [{"cs": "morfologické anotace", "en": "morphological annotation"}, {"cs": "Prague Dependency Treebank - Consolidated 1.0 (PDT-C 1.0)", "en": "Prague Dependency Treebank – Consolidated 1.0 (PDT-C 1.0)"}, {"cs": "přípravu nových", "en": "preparation of new data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This overview introduces the task of parsing into enhanced universal dependencies, describes the datasets used for training and evaluation, and evaluation metrics.", "cs": "Tento článek představuje úlohu parsingu (syntaktické analýzy) do rozšířených Universal Dependencies, popisuje data použitá pro trénování a vyhodnocení, jakož i evaluační metriky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "parsingu (syntaktické analýzy)", "en": "parsing"}, {"cs": "Universal Dependencies", "en": "universal dependencies"}, {"cs": "data", "en": "datasets"}, {"cs": "trénování", "en": "training"}, {"cs": "vyhodnocení", "en": "evaluation"}, {"cs": "evaluační metriky", "en": "evaluation metrics"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We outline various approaches and discuss the results of the shared task.", "cs": "Stručně shrnujeme jednotlivé přístupy a probíráme výsledky úlohy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jednotlivé přístupy", "en": "various approaches"}, {"cs": "výsledky úlohy", "en": "results of the shared task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The method of stylometry by most frequent words does not allow direct comparison of original texts and their translations, i.e.", "cs": "Metoda stylometrie nejčastějšími slovy neumožňuje přímé srovnání původních textů a jejich překladů, tj."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Metoda stylometrie nejčastějšími slovy", "en": "The method of stylometry by most frequent words"}, {"cs": "původních textů", "en": "original texts"}, {"cs": "jejich překladů", "en": "their translations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "across languages.", "cs": "Napříč jazyky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Napříč jazyky", "en": "across languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For instance, in a bilingual Czech-German text collection containing parallel texts (originals and translations in both directions, along with Czech and German translations from other languages), authors would not cluster across languages, since frequency word lists for any Czech texts are obviously going to be more similar to each other than to a German text, and the other way round.", "cs": "Například v dvojjazyčné česko-německé textové sbírce obsahující paralelní texty (originály a překlady v obou směrech spolu s českými a německými překlady z jiných jazyků) by autoři neshlukovali mezi jazyky, protože seznamy četných slov pro jakékoli české texty jsou zjevně bude se více podobat německému textu a naopak."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dvojjazyčné česko-německé textové sbírce", "en": "bilingual Czech-German text collection"}, {"cs": "paralelní texty", "en": "parallel texts"}, {"cs": "originály a překlady", "en": "originals and translations"}, {"cs": "českými a německými překlady", "en": "Czech and German translations"}, {"cs": "četných slov", "en": "frequency word lists"}, {"cs": "české texty", "en": "Czech texts"}, {"cs": "německému textu", "en": "German text"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We have tried to come up with an interlingua that would remove the language-specific features and possibly keep the linguistically independent features of individual author signal, if they exist.", "cs": "Pokusili jsme se přijít s interlinguou, která by odstranila rysy specifické pro jazyk a případně zachovala jazykově nezávislé rysy signálu jednotlivého autora, pokud existují."}, "data_name": "wmt23_terminology", "hints": [{"cs": "interlinguou", "en": "interlingua"}, {"cs": "jazyk", "en": "language"}, {"cs": "jazykově nezávislé rysy", "en": "linguistically independent features"}, {"cs": "signálu jednotlivého autora", "en": "individual author signal"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We have tagged, lemmatized, and parsed each language counterpart with the corresponding language model in UDPipe, which provides a linguistic markup that is cross-lingual to a significant extent.", "cs": "Každý jazykový protějšek jsme označili, lemmatizovali a analyzovali odpovídajícím jazykovým modelem v UDPipe, který poskytuje jazykové označení, které je do značné míry vícejazyčné."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jazykový protějšek", "en": "language counterpart"}, {"cs": "lemmatizovali", "en": "lemmatized"}, {"cs": "analyzovali", "en": "parsed"}, {"cs": "jazykovým modelem", "en": "language model"}, {"cs": "UDPipe", "en": "UDPipe"}, {"cs": "jazykové označení", "en": "linguistic markup"}, {"cs": "vícejazyčné", "en": "cross-lingual"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We stripped the output of language-dependent items, but that alone did not help much.", "cs": "Odstranili jsme výstup jazykově závislých položek, ale to samo o sobě moc nepomohlo."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výstup jazykově závislých položek", "en": "output of language-dependent items"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "As a next step, we transformed the lemmas of both language counterparts into shared pseudolemmas based on a very crude Czech-German glossary, with a 95.6% success.", "cs": "V dalším kroku jsme transformovali lemma obou jazykových protějšků na sdílená pseudolemata na základě velmi hrubého česko-německého glosáře s 95,6% úspěšností."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lemma", "en": "lemmas"}, {"cs": "jazykových protějšků", "en": "language counterparts"}, {"cs": "pseudolemata", "en": "pseudolemmas"}, {"cs": "česko-německého glosáře", "en": "Czech-German glossary"}, {"cs": "úspěšností", "en": "success"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We show that, for stylometric methods based on the most frequent words, we can do without translations.", "cs": "Ukazujeme, že u stylometrických metod založených na nejčastějších slovech se můžeme obejít bez překladů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "stylometrických metod", "en": "stylometric methods"}, {"cs": "nejčastějších slovech", "en": "most frequent words"}, {"cs": "překladů", "en": "translations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The interplay between borrowing and word formation (in particular, derivation) is documented on the example of the suffixes -ismus and -ita, which are listed among the most common suffixes in loan nouns in Czech.", "cs": "Vzájemná provázanost přejímání slov a slovotvorby (specificky derivace) je demonstrována na příkladu přípon -ismus a -ita, které jsou uváděny mezi nejběžnějšími příponami v přejatých substantivech v češtině."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přejímání slov", "en": "borrowing"}, {"cs": "slovotvorby", "en": "word formation"}, {"cs": "derivace", "en": "derivation"}, {"cs": "přípon", "en": "suffixes"}, {"cs": "přejatých substantivech", "en": "loan nouns"}, {"cs": "češtině", "en": "Czech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "They are both used to form abstract nouns but differ in many aspects.", "cs": "Obě přípony odvozují abstraktní substantiva, nicméně v mnoha dalších ohledech se liší."}, "data_name": "wmt23_terminology", "hints": [{"cs": "abstraktní substantiva", "en": "abstract nouns"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The suffix -ismus combines with bases that form larger derivational families than those of -ita but still most nouns in -ita share their root with several other derivatives, too.", "cs": "Přípona -ismus se kombinuje se základy, které vytvářejí větší derivační rodiny než základy kombinované s -ita, ale i substantiva na -ita většinou sdílejí svůj kořen s několika dalšími deriváty."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Přípona", "en": "suffix"}, {"cs": "-ismus", "en": "-ismus"}, {"cs": "základy", "en": "bases"}, {"cs": "derivační rodiny", "en": "derivational families"}, {"cs": "-ita", "en": "-ita"}, {"cs": "substantiva", "en": "nouns"}, {"cs": "deriváty", "en": "derivatives"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "By analysing selected derivatives and their mutual relations across a large amount of derivational families, I demonstrate that the size and inner structure of derivational families can provide significant knowledge about the meaning of the formations analysed.", "cs": "Analýzou vybraných derivátů a jejich vzájemných vztahů napříč velkého množství derivačních rodin ukazuji, že velikost a vnitřní struktura derivačních rodin může poskytnout informace o významu analyzovaných derivátů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "derivátů", "en": "derivatives"}, {"cs": "derivačních rodin", "en": "derivational families"}, {"cs": "velikost", "en": "size"}, {"cs": "vnitřní struktura", "en": "inner structure"}, {"cs": "význam", "en": "meaning"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The meanings of the suffixes are described using patterns which involve the most relevant derivatives with explicitly marked derivational relations.", "cs": "Význam přípon je popsán pomocí vzorců, do kterých jsou zahrnuty relevantní deriváty s explicitně vyznačenými derivačními vztahy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přípon", "en": "suffixes"}, {"cs": "vzorců", "en": "patterns"}, {"cs": "deriváty", "en": "derivatives"}, {"cs": "derivačními vztahy", "en": "derivational relations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Using the patterns, it is possible to explain semantic nuances that have not been described with loan words in Czech so far.", "cs": "S použitím těchto vzorců je možné vysvětlit sémantické nuance, které u přejaých slov v češtině zatím nebyly popsány."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vzorců", "en": "patterns"}, {"cs": "sémantické nuance", "en": "semantic nuances"}, {"cs": "přejaých slov", "en": "loan words"}, {"cs": "češtině", "en": "Czech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Cross-Lingual Information Retrieval (for Elitr LangTools workshop at Eurosai 2020)", "cs": "Mezijazyčné vyhledávání informací (pro Elitr LangTools workshop při Eurosai 2020)"}, "data_name": "wmt23_terminology", "hints": [{"cs": "Mezijazyčné vyhledávání informací", "en": "Cross-Lingual Information Retrieval"}, {"cs": "Elitr LangTools workshop", "en": "Elitr LangTools workshop"}, {"cs": "Eurosai 2020", "en": "Eurosai 2020"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The Cross-Lingual Information Retrieval (CLIR) tool allows you to search in documents in various languages, using your own language both to enter the search query as well as to display the search results, thanks to automated machine translation.", "cs": "Nástroj Cross-Lingual Information Retrieval (CLIR) vám umožňuje vyhledávat v dokumentech v různých jazycích a pomocí vlastního jazyka zadávat vyhledávací dotaz i zobrazovat výsledky vyhledávání díky automatizovanému strojovému překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Cross-Lingual Information Retrieval (CLIR)", "en": "Cross-Lingual Information Retrieval (CLIR)"}, {"cs": "vyhledávat", "en": "search"}, {"cs": "dokumentech", "en": "documents"}, {"cs": "jazycích", "en": "languages"}, {"cs": "vyhledávací dotaz", "en": "search query"}, {"cs": "výsledky vyhledávání", "en": "search results"}, {"cs": "automatizovanému strojovému překladu", "en": "automated machine translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the demo, you can search in audits and other documents published by the Czech and Belgian Supreme Audit Institutions.", "cs": "V ukázce můžete vyhledávat v auditech a dalších dokumentech publikovaných českými a belgickými nejvyššími kontrolními institucemi."}, "data_name": "wmt23_terminology", "hints": [{"cs": "auditech", "en": "audits"}, {"cs": "českými a belgickými nejvyššími kontrolními institucemi", "en": "Czech and Belgian Supreme Audit Institutions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The demo works in English, German, French and Czech.", "cs": "Demo funguje v angličtině, němčině, francouzštině a češtině."}, "data_name": "wmt23_terminology", "hints": [{"cs": "angličtině", "en": "English"}, {"cs": "němčině", "en": "German"}, {"cs": "francouzštině", "en": "French"}, {"cs": "češtině", "en": "Czech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This deliverable reports on the preparation of the LangTools workshop at EUROSAI Congress 2020, aimed at presenting NLP Technologies to supreme audit institution (SAI) representatives.", "cs": "Tento deliverable reportuje přípravu workshopu LangTools na kongres EUROSAI 2020, zaměřeného na prezentaci jazykových technologií zástupcům nejvyšších kontrolních úřadů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "workshopu LangTools", "en": "LangTools workshop"}, {"cs": "kongres EUROSAI 2020", "en": "EUROSAI Congress 2020"}, {"cs": "jazykových technologií", "en": "NLP Technologies"}, {"cs": "nejvyšších kontrolních úřadů", "en": "supreme audit institution (SAI)"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present the THEaiTRE project, in which we are trying to computationally generate a theatre play script.", "cs": "Představujeme projekt THEaiTRE, ve kterém se snažíme počítačově vygenerovat scénář divadelní hry."}, "data_name": "wmt23_terminology", "hints": [{"cs": "projekt THEaiTRE", "en": "THEaiTRE project"}, {"cs": "scénář divadelní hry", "en": "theatre play script"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present THEaiTRE, a starting research project aimed at automatic generation of theatre play scripts.", "cs": "Prezentujeme THEaiTRE, začínající výzkumný projekt zaměřený na automatické generování scénářů divadelních her."}, "data_name": "wmt23_terminology", "hints": [{"cs": "THEaiTRE", "en": "THEaiTRE"}, {"cs": "výzkumný projekt", "en": "research project"}, {"cs": "automatické generování", "en": "automatic generation"}, {"cs": "scénářů divadelních her", "en": "theatre play scripts"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper reviews related work and drafts an approach we intend to follow.", "cs": "Tento článek podává přehled související literatury a návrh přístupu, který plánujeme použít."}, "data_name": "wmt23_terminology", "hints": [{"cs": "článek", "en": "paper"}, {"cs": "související literatury", "en": "related work"}, {"cs": "návrh přístupu", "en": "drafts an approach"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We plan to adopt generative neural language models and hierarchical generation approaches, supported by summarization and machine translation methods, and complemented with a human-in-the-loop approach.", "cs": "Konkrétně jde o generativní neuronové jazykové modely a metody hierarchického generování, s podporou automatické sumarizace a strojového překladu, doplněné o přístupy používající manuální lidské vstupy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "generativní neuronové jazykové modely", "en": "generative neural language models"}, {"cs": "metody hierarchického generování", "en": "hierarchical generation approaches"}, {"cs": "automatické sumarizace", "en": "summarization"}, {"cs": "strojového překladu", "en": "machine translation"}, {"cs": "manuální lidské vstupy", "en": "human-in-the-loop approach"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Multiple studies have probed representations emerging in neural networks trained for end-to-end NLP tasks and examined what word-level linguistic information may be encoded in the representations.", "cs": "Mnohé studie zkoumaly reprezentace vznikající v neuronových sítích trénovaných pro úkoly NLP a zkoumaly, jaké jazykové informace na úrovni slov mohou být v reprezentacích zakódovány."}, "data_name": "wmt23_terminology", "hints": [{"cs": "studie", "en": "studies"}, {"cs": "reprezentace", "en": "representations"}, {"cs": "neuronových sítích", "en": "neural networks"}, {"cs": "úkoly NLP", "en": "end-to-end NLP tasks"}, {"cs": "jazykové informace", "en": "linguistic information"}, {"cs": "úrovni slov", "en": "word-level"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In classical probing, a classifier is trained on the representations to extract the target linguistic information.", "cs": "V klasickém sondování je klasifikátor trénován na reprezentacích k získání cílové jazykové informace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "klasickém sondování", "en": "classical probing"}, {"cs": "klasifikátor", "en": "classifier"}, {"cs": "reprezentacích", "en": "representations"}, {"cs": "cílové jazykové informace", "en": "target linguistic information"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, there is a threat of the classifier simply memorizing the linguistic labels for individual words, instead of extracting the linguistic abstractions from the representations, thus reporting false positive results.", "cs": "Hrozí však, že si klasifikátor pouze zapamatuje jazykové popisky pro jednotlivá slova, místo toho, aby z vyjádření vytěžil jazykové abstrakce, čímž by vykázal falešně pozitivní výsledky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "klasifikátor", "en": "classifier"}, {"cs": "jazykové popisky", "en": "linguistic labels"}, {"cs": "jednotlivá slova", "en": "individual words"}, {"cs": "jazykové abstrakce", "en": "linguistic abstractions"}, {"cs": "falešně pozitivní výsledky", "en": "false positive results"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "While considerable efforts have been made to minimize the memorization problem, the task of actually measuring the amount of memorization happening in the classifier has been understudied so far.", "cs": "I když bylo vynaloženo značné úsilí na minimalizaci problému s memorizací, úkol skutečně změřit množství memorizace odehrávající se v klasifikaci byl zatím podceněn."}, "data_name": "wmt23_terminology", "hints": [{"cs": "minimalizaci problému s memorizací", "en": "minimize the memorization problem"}, {"cs": "množství memorizace", "en": "amount of memorization"}, {"cs": "klasifikaci", "en": "classifier"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In our work, we propose a simple general method for measuring the memorization effect, based on a symmetric selection of comparable sets of test words seen versus unseen in training.", "cs": "V naší práci navrhujeme jednoduchou obecnou metodu měření memorizačního efektu, založenou na symetrickém výběru srovnatelných sad viděných a neviděných slov pro trénování a testování."}, "data_name": "wmt23_terminology", "hints": [{"cs": "memorizačního efektu", "en": "memorization effect"}, {"cs": "viděných a neviděných slov", "en": "test words seen versus unseen"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our method can be used to explicitly quantify the amount of memorization happening in a probing setup, so that an adequate setup can be chosen and the results of the probing can be interpreted with a reliability estimate.", "cs": "Naši metodu lze použít k explicitní kvantifikaci množství memorování, které se děje, aby bylo možné zvolit adekvátní nastavení a výsledky sondování bylo možné spolehlivěji interpretovat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metodu", "en": "method"}, {"cs": "kvantifikaci", "en": "quantify"}, {"cs": "množství memorování", "en": "amount of memorization"}, {"cs": "nastavení", "en": "setup"}, {"cs": "výsledky sondování", "en": "results of the probing"}, {"cs": "spolehlivěji interpretovat", "en": "interpreted with a reliability estimate"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We exemplify this by showcasing our method on a case study of probing for part of speech in a trained neural machine translation encoder.", "cs": "To dokládáme ukázkou naší metody na případové studii sondování slovních druhů v natrénovaném enkodéru neuronového strojového překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "případové studii", "en": "case study"}, {"cs": "slovních druhů", "en": "part of speech"}, {"cs": "natrénovaném enkodéru neuronového strojového překladu", "en": "trained neural machine translation encoder"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper presents the results of the WMT20 Metrics Shared Task.", "cs": "Tento dokument představuje výsledky WMT20 Metriky sdíleného úkolu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "WMT20 Metriky sdíleného úkolu", "en": "WMT20 Metrics Shared Task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Participants were asked to score the outputs of the translation systems competing in the WMT20 News Translation Task with automatic metrics.", "cs": "Účastníci byli dotázáni k hodnocení výstupů překladatelských systémů soutěžících v WMT20 News Translation s automatickými metrikami."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hodnocení výstupů", "en": "score the outputs"}, {"cs": "překladatelských systémů", "en": "translation systems"}, {"cs": "WMT20 News Translation", "en": "WMT20 News Translation Task"}, {"cs": "automatickými metrikami", "en": "automatic metrics"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Ten research groups submitted 27 metrics, four of which are reference-less “metrics”.", "cs": "Deset výzkumů skupiny předložily 27 metrik, z nichž čtyři jsou „metriky“ bez odkazů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Deset výzkumů", "en": "Ten research groups"}, {"cs": "27 metrik", "en": "27 metrics"}, {"cs": "čtyři", "en": "four"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In addition, we computed five baseline metrics, including SENT BLEU, BLEU, TER and CHR F using the SacreBLEU scorer.", "cs": "Kromě toho jsme vypočítali pět základních metrik, včetně SENT BLEU, BLEU, TER a CHR F us- SacreBLEU."}, "data_name": "wmt23_terminology", "hints": [{"cs": "pět základních metrik", "en": "five baseline metrics"}, {"cs": "SENT BLEU", "en": "SENT BLEU"}, {"cs": "BLEU", "en": "BLEU"}, {"cs": "TER", "en": "TER"}, {"cs": "CHR F", "en": "CHR F"}, {"cs": "SacreBLEU", "en": "SacreBLEU scorer"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "All metrics were evaluated on how well they correlate at the system-, document- and segment-level with the WMT20 official human scores.", "cs": "Všechny metriky dobře korelují na úrovni systému, dokumentu a segmentu s oficiálním prekladem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metriky", "en": "metrics"}, {"cs": "systému", "en": "system"}, {"cs": "dokumentu", "en": "document"}, {"cs": "segmentu", "en": "segment"}, {"cs": "oficiálním prekladem", "en": "WMT20 official human scores"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present an extensive analysis on influence of reference translations on metric reliability, how well automatic metrics score human trans- lations, and we also flag major discrepancies between metric and human scores when eval- uating MT systems.", "cs": "Předkládáme rozsáhlou analýzu vlivu referenčních překladů o metrické spolehlivosti, jak dobře automatické metriky hodnotí lidské preklady a také upozorňujeme na velké nesrovnalosti mezi metrickým a lidským skóre při hodnocení systémem MT."}, "data_name": "wmt23_terminology", "hints": [{"cs": "analýzu", "en": "analysis"}, {"cs": "referenčních překladů", "en": "reference translations"}, {"cs": "metrické spolehlivosti", "en": "metric reliability"}, {"cs": "automatické metriky", "en": "automatic metrics"}, {"cs": "nesrovnalosti", "en": "discrepancies"}, {"cs": "metrickým a lidským skóre", "en": "metric and human scores"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Finally, we investigate whether we can use automatic metrics to flag incorrect human ratings.", "cs": "Nakonec zkoumame, zda můžeme použít automatické metriky k označení nesprávného hodnocení lidí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatické metriky", "en": "automatic metrics"}, {"cs": "nesprávného hodnocení lidí", "en": "incorrect human ratings"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Reading comprehension is a well studied task, with huge training datasets in English.", "cs": "Čtení s porozuměním je značně studovaný úkol s obrovskými trénovacími datasety v angličtině."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Čtení s porozuměním", "en": "Reading comprehension"}, {"cs": "trénovacími datasety", "en": "training datasets"}, {"cs": "angličtině", "en": "English"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This work focuses on building reading comprehension systems for Czech, without requiring any manually annotated Czech training data.", "cs": "Tato práce se zaměřuje na tvorbu systému čtení s porozuměním pro češtinu, aniž by byla potřeba ručně anotovaná česká trénovací data."}, "data_name": "wmt23_terminology", "hints": [{"cs": "tvorbu systému čtení s porozuměním", "en": "building reading comprehension systems"}, {"cs": "češtinu", "en": "Czech"}, {"cs": "ručně anotovaná česká trénovací data", "en": "manually annotated Czech training data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "First of all, we automatically translated SQuAD 1.1 and SQuAD 2.0 datasets to Czech to create training and development data, which we release at http://hdl.handle.net/11234/1-3249.", "cs": "Nejprve jsme automaticky přeložili datasety SQuAD 1.1 a SQuAD 2.0 do češtiny, abychom vytvořili trénovací a validační data, která zveřejňujeme na http://hdl.handle.net/11234/1-3249."}, "data_name": "wmt23_terminology", "hints": [{"cs": "datasety SQuAD 1.1 a SQuAD 2.0", "en": "SQuAD 1.1 and SQuAD 2.0 datasets"}, {"cs": "trénovací a validační data", "en": "training and development data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We then trained and evaluated several BERT and XLM-RoBERTa baseline models.", "cs": "Poté jsme natrénovali a vyhodnotili několik referenčních modelů založených na architekturách BERT a XLM-RoBERTa."}, "data_name": "wmt23_terminology", "hints": [{"cs": "referenčních modelů", "en": "baseline models"}, {"cs": "architekturách BERT", "en": "BERT"}, {"cs": "XLM-RoBERTa", "en": "XLM-RoBERTa"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, our main focus lies in cross-lingual transfer models.", "cs": "Náš hlavní příspěvek však spočívá v modelech mezijazykového přenosu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "modelech mezijazykového přenosu", "en": "cross-lingual transfer models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We report that a XLM-RoBERTa model trained on English data and evaluated on Czech achieves very competitive performance, only approximately 2 percent points worse than a model trained on the translated Czech data.", "cs": "Model XLM-RoBERTa, trénovaný na anglických datech a vyhodnocený na češtině, dosahuje velmi konkurenceschopných výsledků, jen přibližně o 2 procenta horší než model trénovaný na přeložených českých datech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Model XLM-RoBERTa", "en": "XLM-RoBERTa model"}, {"cs": "anglických datech", "en": "English data"}, {"cs": "češtině", "en": "Czech"}, {"cs": "přeložených českých datech", "en": "translated Czech data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This result is extremely good, considering the fact that the model has not seen any Czech data during training.", "cs": "Tento výsledek je mimořádně dobrý, vezmeme-li v úvahu skutečnost, že model během trénování neviděl žádná česká data."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výsledek", "en": "result"}, {"cs": "trénování", "en": "training"}, {"cs": "česká data", "en": "Czech data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The cross-lingual transfer approach is very flexible and provides a reading comprehension in any language, for which we have enough monolingual raw texts.", "cs": "Mezijazykový přenos je velmi flexibilní a je pomocí něj možné vytvořit model v jakémkoli jazyce, pro který máme dostatek čistých dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Mezijazykový přenos", "en": "cross-lingual transfer approach"}, {"cs": "jakémkoli jazyce", "en": "any language"}, {"cs": "dostatek čistých dat", "en": "enough monolingual raw texts"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper presents the results of the shared tasks from the 7th workshop on Asian transla­tion (WAT2020).", "cs": "Tento dokument představuje výsledky sdílených úkolů ze 7. workshopu o překladech do asijských jazyků (WAT2020)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "7. workshopu o překladech do asijských jazyků", "en": "7th workshop on Asian transla­tion"}, {"cs": "WAT2020", "en": "WAT2020"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For the WAT2020, 20 teams participated in the shared tasks and 14 teams submitted their translation results for the hu­man evaluation.", "cs": "WAT2020 se účastnilo 20 týmů a 14 týmů předložilo výsledky překladů pro lidské hodnocení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "WAT2020", "en": "WAT2020"}, {"cs": "20 týmů", "en": "20 teams"}, {"cs": "14 týmů", "en": "14 teams"}, {"cs": "lidské hodnocení", "en": "hu­man evaluation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also received 12 research paper submissions out of which 7 were ac­cepted.", "cs": "Obdrželi jsme také 12 písemných podání k výzkumu, z nichž 7 bylo přijato s výjimkou."}, "data_name": "wmt23_terminology", "hints": [{"cs": "12 písemných podání", "en": "12 research paper submissions"}, {"cs": "7 bylo přijato", "en": "7 were ac­cepted"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "About 500 translation results were submitted to the automatic evaluation server, and selected submissions were manually eval­uated.", "cs": "Zhruba 500 výsledků překladů bylo odevzdáno na automatickém hodnotícím serveru a vybraná podání byla vyhodnocena ručně."}, "data_name": "wmt23_terminology", "hints": [{"cs": "500 výsledků překladů", "en": "500 translation results"}, {"cs": "automatickém hodnotícím serveru", "en": "automatic evaluation server"}, {"cs": "vybraná podání", "en": "selected submissions"}, {"cs": "vyhodnocena ručně", "en": "manually eval­uated"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We describe the joint submission of the University of Edinburgh and Charles University, Prague, to the Czech/English track in the WMT 2020 Shared Task on News Translation.", "cs": "Popisujeme společný příspěvek Edinburské univerzity a Univerzity Karlovy do soutěže v česko-anglickém strojovém překladu - WMT 2020 Shared Task on News Translation."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Edinburské univerzity", "en": "University of Edinburgh"}, {"cs": "Univerzity Karlovy", "en": "Charles University, Prague"}, {"cs": "česko-anglickém strojovém překladu", "en": "Czech/English track"}, {"cs": "WMT 2020 Shared Task on News Translation", "en": "WMT 2020 Shared Task on News Translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our fast and compact student models distill knowledge from a larger, slower teacher.", "cs": "Naše rychlé a kompaktní studentské modely destilují znalosti z většího, pomalejšího učitelského modelu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rychlé a kompaktní studentské modely", "en": "fast and compact student models"}, {"cs": "většího, pomalejšího učitelského modelu", "en": "larger, slower teacher"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "They are designed to offer a good trade-off between translation quality and inference efficiency.", "cs": "Jsou navrženy tak, aby nabízely dobrý kompromis mezi kvalitou překladu a efektivitou inference."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kvalitou překladu", "en": "translation quality"}, {"cs": "efektivitou inference", "en": "inference efficiency"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "On the WMT 2020 Czech-English test sets, they achieve translation speeds of over 700 whitespace-delimited source words per second on a single CPU thread, thus making neural translation feasible on consumer hardware without a GPU.", "cs": "Na česko-anglických testovacích sadách WMT 2020 dosahují rychlosti překladu přes 700 zdrojových slov za sekundu na jednom procesoru, což umožňuje neuronový strojový překlad na spotřebním hardwaru bez GPU."}, "data_name": "wmt23_terminology", "hints": [{"cs": "česko-anglických testovacích sadách WMT 2020", "en": "WMT 2020 Czech-English test sets"}, {"cs": "rychlosti překladu", "en": "translation speeds"}, {"cs": "zdrojových slov za sekundu", "en": "source words per second"}, {"cs": "jednom procesoru", "en": "single CPU thread"}, {"cs": "neuronový strojový překlad", "en": "neural translation"}, {"cs": "spotřebním hardwaru", "en": "consumer hardware"}, {"cs": "bez GPU", "en": "without a GPU"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "I present a way to leverage the stenographed recordings of the Czech parliament meetings for purposes of training a speech-to-text system.", "cs": "Prezentuji způsob, jak využít stenografované záznamy jednání PSPČR pro účely trénování systémů rozpoznávání řeči."}, "data_name": "wmt23_terminology", "hints": [{"cs": "stenografované záznamy jednání PSPČR", "en": "stenographed recordings of the Czech parliament meetings"}, {"cs": "rozpoznávání řeči", "en": "speech-to-text system"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The article presents a method for scraping the data, acquiring word-level alignment and selecting reliable parts of the imprecise transcript.", "cs": "V článku je uvedena metoda pro získání dat, zarovnání na úrovni slov a výběr spolehlivých částí nepřesného přepisu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metoda", "en": "method"}, {"cs": "získání dat", "en": "scraping the data"}, {"cs": "zarovnání na úrovni slov", "en": "acquiring word-level alignment"}, {"cs": "výběr spolehlivých částí nepřesného přepisu", "en": "selecting reliable parts of the imprecise transcript"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Finally, I present an ASR system trained on these and other data.", "cs": "Konečně prezentuji systém rozpoznávání řeči natrénovaný na těchto i jiných datech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systém rozpoznávání řeči", "en": "ASR system"}, {"cs": "těchto i jiných datech", "en": "these and other data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The practice of tattooing has been part of human culture since the dawn of history.", "cs": "Praxe tetování je součástí lidské kultury od počátku dějin."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Praxe tetování", "en": "The practice of tattooing"}, {"cs": "lidské kultury", "en": "human culture"}, {"cs": "počátku dějin", "en": "the dawn of history"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, despite the mentioned cultural shifts toward the voluntary nature and social acceptability of tattooing, we focus on some cases of tattooing as an involuntary “branding” practice, which is a historical form of exercising total physical control over one’s person, such as in the case of human slaves.", "cs": "Navzdory kulturním posunům směrem k dobrovolné povaze a společenské přijatelnosti tetování se v tomto textu zaměřujeme na některé případy tetování jako nedobrovolného „značkování“, což je způsob vykonávání naprosté fyzické kontroly nad člověkem, jako v případě lidských otroků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kulturním posunům", "en": "cultural shifts"}, {"cs": "dobrovolné povaze", "en": "voluntary nature"}, {"cs": "společenské přijatelnosti", "en": "social acceptability"}, {"cs": "tetování", "en": "tattooing"}, {"cs": "nedobrovolného „značkování“", "en": "involuntary “branding”"}, {"cs": "fyzické kontroly", "en": "physical control"}, {"cs": "lidských otroků", "en": "human slaves"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In terms of empirical material, our study is based on the USC Shoah Foundation's Visual History Archive.", "cs": "Ve své empirické dimenzi vychází naše studie z Archivu vizuální historie nadace USC Shoah."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Archivu vizuální historie nadace USC Shoah", "en": "USC Shoah Foundation's Visual History Archive"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Speech recognition and machine translation have made major progress over the past decades, providing practical systems to map one language sequence to another.", "cs": "Rozpoznávání řeči a strojový překlad učinily v posledních desetiletích velký pokrok a vedly ke vzniku praktických systémů, které dovedou mapovat jednu jazykovou posloupnost na druhou."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Rozpoznávání řeči", "en": "Speech recognition"}, {"cs": "strojový překlad", "en": "machine translation"}, {"cs": "jazykovou posloupnost", "en": "language sequence"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Although multiple modalities such as sound and video are becoming increasingly available, the state-of-the-art systems are inherently unimodal, in the sense that they take a single modality⁠—either speech or text⁠—as input.", "cs": "Přestože jsou stále dostupnější data ve více modalitách jako je zvuk a video, nejmodernější systémy jsou ze své podstaty unimodální v tom smyslu, že jako vstup berou jedinou modalitu - ať už řeč nebo text."}, "data_name": "wmt23_terminology", "hints": [{"cs": "data", "en": "multiple modalities"}, {"cs": "zvuk", "en": "sound"}, {"cs": "video", "en": "video"}, {"cs": "unimodální", "en": "unimodal"}, {"cs": "řeč", "en": "speech"}, {"cs": "text", "en": "text"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Evidence from human learning suggests that additional modalities can provide disambiguating signals crucial for many language tasks.", "cs": "Zkušenosti z toho, jak se učí lidé učí jazyk, ukazují, že různé modality nesou navzájem se dolňující se signály, které jsou často klíčové pro řešení mnoha jazykových úkolů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lidé učí jazyk", "en": "human learning"}, {"cs": "různé modality", "en": "additional modalities"}, {"cs": "jazykových úkolů", "en": "language tasks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Here, we describe the How2 dataset, a large, open-domain collection of videos with transcriptions and their translations.", "cs": "V tomto článku popisujeme datovou sadu How2, rozsáhlou, kolekci videí s přepisy a jejich překlady."}, "data_name": "wmt23_terminology", "hints": [{"cs": "datovou sadu How2", "en": "How2 dataset"}, {"cs": "videí", "en": "videos"}, {"cs": "přepisy", "en": "transcriptions"}, {"cs": "překlady", "en": "translations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We then show how this single dataset can be used to develop systems for a variety of language tasks and present a number of models meant as starting points.", "cs": "Ukazujeme, jak lze tuto datovou sadu využít k vývoji systémů pro různé jazykové úlohy a představujeme řadu modelů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "datovou sadu", "en": "dataset"}, {"cs": "jazykové úlohy", "en": "language tasks"}, {"cs": "řadu modelů", "en": "a number of models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Across tasks, we find that building multi-modal architectures that perform better than their unimodal counterpart remains a challenge.", "cs": "V rámci řešení těchto úloh zjišťujeme, že budování multimodálních architektur, které by fungovaly lépe, než jejich unimodální protějšek, zůstává i nadále velkou výzvou."}, "data_name": "wmt23_terminology", "hints": [{"cs": "multimodálních architektur", "en": "multi-modal architectures"}, {"cs": "unimodální protějšek", "en": "unimodal counterpart"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This leaves plenty of room for the exploration of more advanced solutions that fully exploit the multi-modal nature of the How2 dataset, and the general direction of multimodal learning with other datasets as well.", "cs": "To ponechává velký prostor pro zkoumání pokročilejších řešení, která plně využívají multimodální povahu datového souboru How2, a také obecného směřování multimodálního učení s využitím jiných multimodálních datových sad."}, "data_name": "wmt23_terminology", "hints": [{"cs": "zkoumání", "en": "exploration"}, {"cs": "pokročilejších řešení", "en": "more advanced solutions"}, {"cs": "datového souboru How2", "en": "How2 dataset"}, {"cs": "multimodálního učení", "en": "multimodal learning"}, {"cs": "multimodálních datových sad", "en": "other datasets"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Even though sentence-centric metrics are used widely in machine translation evaluation, document-level performance is at least equally important for professional usage.", "cs": "I když se při strojovém vyhodnocování překladů ve velké míře používají metriky se středem věty, výkonnost na úrovni dokumentů je pro profesionální použití přinejmenším stejně důležitá."}, "data_name": "wmt23_terminology", "hints": [{"cs": "strojovém vyhodnocování překladů", "en": "machine translation evaluation"}, {"cs": "metriky se středem věty", "en": "sentence-centric metrics"}, {"cs": "úrovni dokumentů", "en": "document-level performance"}, {"cs": "profesionální použití", "en": "professional usage"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we bring attention to detailed document-level evaluation focused on markables (expressions bearing most of the document meaning) and the negative impact of various markable error phenomena on the translation.", "cs": "V tomto dokumentu upozorňujeme na podrobné hodnocení na úrovni dokumentů zaměřené na markables (výrazy nesoucí většinu významu dokumentu) a negativní dopad různých markable error fenomenů na překlad."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dokumentu", "en": "paper"}, {"cs": "markables", "en": "markables"}, {"cs": "výrazy nesoucí většinu významu dokumentu", "en": "expressions bearing most of the document meaning"}, {"cs": "negativní dopad", "en": "negative impact"}, {"cs": "markable error fenomenů", "en": "markable error phenomena"}, {"cs": "překlad", "en": "translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For an annotation experiment of two phases, we chose Czech and English documents translated by systems submitted to WMT20 News Translation Task.", "cs": "Pro anotační experiment dvou fází jsme vybrali české a anglické dokumenty přeložené systémy, které byly předány do WMT20 News Translation Task."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anotační experiment", "en": "annotation experiment"}, {"cs": "dvou fází", "en": "two phases"}, {"cs": "české a anglické dokumenty", "en": "Czech and English documents"}, {"cs": "WMT20 News Translation Task", "en": "WMT20 News Translation Task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "These documents are from the News, Audit and Lease domains.", "cs": "Tyto dokumenty jsou z domén News, Audit a Lease."}, "data_name": "wmt23_terminology", "hints": [{"cs": "News", "en": "News"}, {"cs": "Audit", "en": "Audit"}, {"cs": "Lease", "en": "Lease"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We show that the quality and also the kind of errors varies significantly among the domains.", "cs": "Ukazujeme, že kvalita a také druh chyb se mezi doménami výrazně liší."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kvalita", "en": "quality"}, {"cs": "druh chyb", "en": "kind of errors"}, {"cs": "doménami", "en": "domains"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This systematic variance is in contrast to the automatic evaluation results.", "cs": "Tento systematický rozptyl je v protikladu k automatickým výsledkům hodnocení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systematický rozptyl", "en": "systematic variance"}, {"cs": "automatickým výsledkům hodnocení", "en": "automatic evaluation results"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We inspect which specific markables are problematic for MT systems and conclude with an analysis of the effect of markable error types on the MT performance measured by humans and automatic evaluation tools.", "cs": "Zkoumáme, které specifické značení je problematické pro systémy MT, a zakončíme analýzou vlivu značených chybových typů na výkonnost MT měřenou lidmi a automatickými hodnotícími nástroji."}, "data_name": "wmt23_terminology", "hints": [{"cs": "specifické značení", "en": "specific markables"}, {"cs": "problematické pro systémy MT", "en": "problematic for MT systems"}, {"cs": "analýzou", "en": "analysis"}, {"cs": "výkonnost MT", "en": "MT performance"}, {"cs": "lidmi", "en": "humans"}, {"cs": "automatickými hodnotícími nástroji", "en": "automatic evaluation tools"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we present our submission to the Non-Native Speech Translation Task for IWSLT 2020.", "cs": "Strojový překlad z angličtiny: V tomto dokumentu předkládáme naše podání k úkolu překládat nenarozené projevy pro IWSLT 2020."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Strojový překlad z angličtiny", "en": "In this paper"}, {"cs": "nenarozené projevy", "en": "Non-Native Speech Translation Task"}, {"cs": "IWSLT 2020", "en": "IWSLT 2020"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our main contribution is a proposed speech recognition pipeline that consists of an acoustic model and a phoneme-to grapheme model.", "cs": "Naším hlavním příspěvkem je navržený systém rozpoznávání řeči, který se skládá z akustického modelu a modelu foném-tographeme."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systém rozpoznávání řeči", "en": "speech recognition pipeline"}, {"cs": "akustického modelu", "en": "acoustic model"}, {"cs": "modelu foném-tographeme", "en": "phoneme-to grapheme model"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "As an intermediate representation, we utilize phonemes.", "cs": "Jako mezičlánek používáme telefony."}, "data_name": "wmt23_terminology", "hints": [{"cs": "telefony", "en": "phonemes"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We demonstrate that the proposed pipeline surpasses commercially used automatic speech recognition (ASR) and submit it into the ASR track.", "cs": "Dokazujeme, že navrhovaný ropovod překonává komerčně využívané automatické rozpoznávání řeči (ASR) a zavádí jej na dráhu ASR."}, "data_name": "wmt23_terminology", "hints": [{"cs": "ropovod", "en": "pipeline"}, {"cs": "automatické rozpoznávání řeči", "en": "automatic speech recognition"}, {"cs": "ASR", "en": "ASR"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We complement this ASR with off-the-shelf MT systems to take part also in the speech translation track.", "cs": "Doplňujeme toto ASR o běžně dostupné systémy MT, abychom se zapojili také do skladby pro překlad řeči."}, "data_name": "wmt23_terminology", "hints": [{"cs": "ASR", "en": "ASR"}, {"cs": "systémy MT", "en": "MT systems"}, {"cs": "překlad řeči", "en": "speech translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The lecture deals with the relation of implicit discourse relations and other factors, such as their frequency, specificity of their semantics, and features signalling the meaning of implicit discourse relation (confrontation: word order, long and short forms of pronouns, accent; concession: intonation).", "cs": "Přednáška pojednává o vztahu implicitnosti diskurzních vztahů a dalších faktorů, jako je jejich frekvence, specifičnost jejich sémantiky, a o signálech spoluvytvářejících význam implicitního diskurzního vztahu (konfrontace: slovosled, dlouhé a krátké tvary zájmen, přízvuk; přípustka: intonace)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "implicitnosti diskurzních vztahů", "en": "implicit discourse relations"}, {"cs": "frekvence", "en": "frequency"}, {"cs": "specifičnost jejich sémantiky", "en": "specificity of their semantics"}, {"cs": "slovosled", "en": "word order"}, {"cs": "dlouhé a krátké tvary zájmen", "en": "long and short forms of pronouns"}, {"cs": "přízvuk", "en": "accent"}, {"cs": "intonace", "en": "intonation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a large corpus of Czech parliament plenary sessions.", "cs": "Představujeme velký soubor plenárních zasedání českého parlamentu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "plenárních zasedání českého parlamentu", "en": "Czech parliament plenary sessions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The corpus consists of approximately 1200 hours of speech data and corresponding text transcriptions.", "cs": "Korpus se skládá z přibližně 1200 hodin řečových dat a odpovídajících textových přepisů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Korpus", "en": "corpus"}, {"cs": "řečových dat", "en": "speech data"}, {"cs": "textových přepisů", "en": "text transcriptions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The whole corpus has been segmented to short audio segments making it suitable for both training and evaluation of automatic speech recognition (ASR) systems.", "cs": "Celý korpus byl segmentován na krátké zvukové segmenty, takže je vhodný jak pro trénink, tak pro hodnocení systémů automatického rozpoznávání řeči (ASR)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "korpus", "en": "corpus"}, {"cs": "zvukové segmenty", "en": "audio segments"}, {"cs": "trénink", "en": "training"}, {"cs": "hodnocení", "en": "evaluation"}, {"cs": "ASR", "en": "ASR"}, {"cs": "systémů", "en": "systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The source language of the corpus is Czech, which makes it a valuable resource for future research as only a few public datasets are available in the Czech language.", "cs": "Zdrojovým jazykem korpusu je čeština, což z něj činí cenný zdroj pro budoucí výzkum, protože v českém jazyce je k dispozici pouze několik veřejných datových souborů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "korpusu", "en": "corpus"}, {"cs": "čeština", "en": "Czech"}, {"cs": "výzkum", "en": "research"}, {"cs": "českém jazyce", "en": "Czech language"}, {"cs": "datových souborů", "en": "datasets"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We complement the data release with experiments of two baseline ASR systems trained on the presented data: the more traditional approach implemented in the Kaldi ASRtoolkit which combines hidden Markov models and deep neural networks (NN) and a modern ASR architecture implemented in Jaspertoolkit which uses deep NNs in an end-to-end fashion.", "cs": "Vydání dat doplňujeme experimenty dvou základních systémů ASR trénovaných na prezentovaných datech: tradičnější přístup implementovaný v Kaldi ASR toolkit, který kombinuje skryté Markovovy modely a hluboké neurální sítě (NN), a moderní ASR architekturu implementovanou v Jasper toolkit, který využívá NN v podobě end-to-end."}, "data_name": "wmt23_terminology", "hints": [{"cs": "ASR", "en": "ASR"}, {"cs": "Kaldi ASR toolkit", "en": "Kaldi ASRtoolkit"}, {"cs": "skryté Markovovy modely", "en": "hidden Markov models"}, {"cs": "hluboké neurální sítě", "en": "deep neural networks"}, {"cs": "NN", "en": "NN"}, {"cs": "Jasper toolkit", "en": "Jaspertoolkit"}, {"cs": "end-to-end", "en": "end-to-end"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "UDPipe 2 is an pipeline for tokenization, tagging, lemmatization and dependency parsing of CoNLL-U files.", "cs": "UDPipe 2 je nástroj pro tokenizaci, tagging, lemmatizaci a závislostní parsing CoNLL-U souborů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "tokenizaci", "en": "tokenization"}, {"cs": "tagging", "en": "tagging"}, {"cs": "lemmatizaci", "en": "lemmatization"}, {"cs": "závislostní parsing", "en": "dependency parsing"}, {"cs": "CoNLL-U souborů", "en": "CoNLL-U files"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Trained models are provided for nearly all UD treebanks and achieve performance competitive with state-of-the-art.", "cs": "Předtrénované jazykové modely jsou k dispozici pro téměř všechny UD korpusy a dosahují úspěšnosti srovnatelné s nejlepšími známými výsledky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Předtrénované jazykové modely", "en": "Trained models"}, {"cs": "UD korpusy", "en": "UD treebanks"}, {"cs": "úspěšnosti", "en": "performance"}, {"cs": "nejlepšími známými výsledky", "en": "state-of-the-art"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "UDPipe 2 is a free software under Mozilla Public License 2.0 and the linguistic models are free for non-commercial use and distributed under CC BY-NC-SA license, although for some models the original data used to create the model may impose additional licensing conditions.", "cs": "UDPipe 2 je svobodný software licencovaný pod Mozilla Public License 2.0 a jazykové modely jsou k dispozici pro nekomerční použití pod licencí CC BY-NC-SA, nicméně původní data použitá k vytvoření modelů mohou v některých případech ukládat další licenční omezení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "svobodný software", "en": "free software"}, {"cs": "Mozilla Public License 2.0", "en": "Mozilla Public License 2.0"}, {"cs": "jazykové modely", "en": "linguistic models"}, {"cs": "nekomerční použití", "en": "non-commercial use"}, {"cs": "licencí CC BY-NC-SA", "en": "CC BY-NC-SA license"}, {"cs": "původní data", "en": "original data"}, {"cs": "licenční omezení", "en": "licensing conditions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present our contribution to the EvaLatin shared task, which is the first evaluation campaign devoted to the evaluation of NLP tools for Latin.", "cs": "Představujeme náš příspěvek k shared tasku EvaLatin, což je první hodnotící kampaň věnovaná hodnocení nástrojů zpracování přirozeného textu pro latinu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "shared tasku EvaLatin", "en": "EvaLatin shared task"}, {"cs": "hodnotící kampaň", "en": "evaluation campaign"}, {"cs": "nástrojů zpracování přirozeného textu", "en": "NLP tools"}, {"cs": "latinu", "en": "Latin"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We submitted a system based on UDPipe 2.0, one of the winners of the CoNLL 2018 Shared Task, The 2018 Shared Task on Extrinsic Parser Evaluation and SIGMORPHON 2019 Shared Task.", "cs": "Předložili jsme systém založený na UDPipe 2, jednom z vítězů soutěže CoNLL 2018 Shared Task, dále The 2018 Shared Task on Extrinsic Parser Evaluation a také SIGMORPHON 2019 Shared Task."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systém", "en": "system"}, {"cs": "UDPipe 2", "en": "UDPipe 2.0"}, {"cs": "CoNLL 2018 Shared Task", "en": "CoNLL 2018 Shared Task"}, {"cs": "The 2018 Shared Task on Extrinsic Parser Evaluation", "en": "The 2018 Shared Task on Extrinsic Parser Evaluation"}, {"cs": "SIGMORPHON 2019 Shared Task", "en": "SIGMORPHON 2019 Shared Task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our system places first by a wide margin both in lemmatization and POS tagging in the open modality, where additional supervised data is allowed, in which case we utilize all Universal Dependency Latin treebanks.", "cs": "Náš systém získal s velkým náskokem první místo jak v lemmatizaci tak v značkování v režimu otevřené modality, kde jsou povoleny další trénovací data, v kterémžto případě využíváme všechny latinské korpusy Universal Dependencies."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systém", "en": "system"}, {"cs": "lemmatizaci", "en": "lemmatization"}, {"cs": "značkování", "en": "POS tagging"}, {"cs": "otevřené modality", "en": "open modality"}, {"cs": "trénovací data", "en": "supervised data"}, {"cs": "latinské korpusy Universal Dependencies", "en": "Universal Dependency Latin treebanks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the closed modality, where only the EvaLatin training data is allowed, our system achieves the best performance in lemmatization and in classical subtask of POS tagging, while reaching second place in cross-genre and cross-time settings.", "cs": "V režimu uzavřené modality, kdy jsou povoleny pouze EvaLatin trénovací data, dosahuje náš systém nejlepších výsledků v lemmatizaci a značkování klasických textů a zároveň dosahuje druhého místa v nastavení napříč žánry a napříč časem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "režimu uzavřené modality", "en": "closed modality"}, {"cs": "EvaLatin trénovací data", "en": "EvaLatin training data"}, {"cs": "lemmatizaci", "en": "lemmatization"}, {"cs": "značkování klasických textů", "en": "classical subtask of POS tagging"}, {"cs": "druhého místa", "en": "second place"}, {"cs": "napříč žánry", "en": "cross-genre"}, {"cs": "napříč časem", "en": "cross-time settings"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the ablation experiments, we also evaluate the influence of BERT and XLM-RoBERTa contextualized embeddings, and the treebank encodings of the different flavors of Latin treebanks.", "cs": "V ablačních experimentech hodnotíme vliv BERT a XLM-RoBERTa kontextualizovaných embeddingů a také kódování různých druhů latinských korpusů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "ablačních experimentech", "en": "ablation experiments"}, {"cs": "BERT", "en": "BERT"}, {"cs": "XLM-RoBERTa", "en": "XLM-RoBERTa"}, {"cs": "kontextualizovaných embeddingů", "en": "contextualized embeddings"}, {"cs": "kódování", "en": "treebank encodings"}, {"cs": "latinských korpusů", "en": "Latin treebanks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We introduce a new symmetric metric (called θpos) that utilises the non-symmetric KLcpos3 metric (Rosa and Žabokrtský, 2015) to allow us to compare the annotation consistency between different annotated treebanks of a given language, when annotated under the same guidelines.", "cs": "Zavádíme novou symetrickou míru (zvanou θpos), která využívá asymetrickou míru KLcpos3 (Rosa a Žabokrtský, 2015), abychom porovnali konzistenci anotace mezi různými anotovanými treebanky téhož jazyka, jestliže jsou anotované podle téhož anotačního schématu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "symetrickou míru", "en": "symmetric metric"}, {"cs": "anotovanými treebanky", "en": "annotated treebanks"}, {"cs": "anotačního schématu", "en": "guidelines"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We can set a threshold for this new metric so that a pair of treebanks can be considered harmonious in their annotation consistency if θpos surpasses the threshold.", "cs": "Pro tuto míru můžeme nastavit práh a říct, že dva treebanky lze považovat za harmonické, pokud jde o jejich anotaci, jestliže θpos nepřekročí daný práh."}, "data_name": "wmt23_terminology", "hints": [{"cs": "práh", "en": "threshold"}, {"cs": "treebanky", "en": "pair of treebanks"}, {"cs": "anotaci", "en": "annotation consistency"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For the calculation of the threshold, we estimate the effects of (i) the size variation, and (ii) the genre variation in the considered pair of treebanks.", "cs": "Při stanovování prahové hodnoty posuzujeme vliv (i) různých velikostí dat a (ii) různého žánrového složení dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "prahové hodnoty", "en": "threshold"}, {"cs": "velikostí dat", "en": "size variation"}, {"cs": "žánrového složení dat", "en": "genre variation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The estimations are based on data from treebanks of distinct language families, making the threshold less dependent on the properties of individual languages.", "cs": "Naše odhady vycházejí z dat z různých jazykových rodin, takže práh není tolik závislý na vlastnostech jednotlivých jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "odhady", "en": "estimations"}, {"cs": "dat", "en": "data"}, {"cs": "jazykových rodin", "en": "language families"}, {"cs": "práh", "en": "threshold"}, {"cs": "vlastnostech", "en": "properties"}, {"cs": "jednotlivých jazyků", "en": "individual languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We demonstrate the utility of the proposed metric by listing the treebanks in Universal Dependencies version 2.5 (UDv2.5) (Zeman et al., 2019) data that are annotated consistently with other treebanks of the same language.", "cs": "Užití navržené míry demonstrujeme na treebancích z vydání 2.5 Universal Dependencies (Zeman et al., 2019): tam, kde je více než jeden treebank pro daný jazyk, uvádíme míru konzistence pro každý pár treebanků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "treebancích", "en": "treebanks"}, {"cs": "Universal Dependencies", "en": "Universal Dependencies"}, {"cs": "Zeman et al., 2019", "en": "Zeman et al., 2019"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, the metric could be used to assess inter-treebank annotation consistency under other (non-UD) annotation guidelines as well.", "cs": "Navržená míra může být nicméně využita pro vyhodnocení konzistence i v jiných anotačních schématech než Universal Dependencies."}, "data_name": "wmt23_terminology", "hints": [{"cs": "míra", "en": "metric"}, {"cs": "vyhodnocení konzistence", "en": "assess inter-treebank annotation consistency"}, {"cs": "anotačních schématech", "en": "annotation guidelines"}, {"cs": "Universal Dependencies", "en": "UD"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The Malach User Interface created for the needs of the Malach Center for Visual History makes several large collections and databases of oral history sources available for the research of 20th century history, with special attention to the issue of the Holocaust History.", "cs": "Uživatelské rozhraní vytvářené pro potřeby Centra vizuální historie Malach zpřístupňuje několik velkých kolekcí a databází orálně historických pramenů k výzkumu dějin 20. století, se zvláštním zřetelem na problematiku holokaustu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Centra vizuální historie Malach", "en": "Malach Center for Visual History"}, {"cs": "Uživatelské rozhraní", "en": "User Interface"}, {"cs": "orálně historických pramenů", "en": "oral history sources"}, {"cs": "holokaustu", "en": "Holocaust History"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Neural networks trained on natural language processing tasks capture syntax even though it is not provided as a supervision signal.", "cs": "Neurální sítě trénované na zpracování přirozeného jazyka zachycují syntaxi, i když není poskytována jako signál dohledu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Neurální sítě", "en": "Neural networks"}, {"cs": "zpracování přirozeného jazyka", "en": "natural language processing"}, {"cs": "syntaxi", "en": "syntax"}, {"cs": "signál dohledu", "en": "supervision signal"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This indicates that syntactic analysis is essential to the understating of language in artificial intelligence systems.", "cs": "To naznačuje, že syntaktická analýza je nezbytná pro podcenění jazyka v systémech umělé inteligence."}, "data_name": "wmt23_terminology", "hints": [{"cs": "syntaktická analýza", "en": "syntactic analysis"}, {"cs": "umělé inteligence", "en": "artificial intelligence"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This overview paper covers approaches of evaluating the amount of syntactic information included in the representations of words for different neural network architectures.", "cs": "Tento přehledný dokument se zabývá přístupy k hodnocení množství syntaktických informací obsažených v reprezentacích slov pro různé architektury neuronových sítí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přístupy k hodnocení", "en": "approaches of evaluating"}, {"cs": "množství syntaktických informací", "en": "amount of syntactic information"}, {"cs": "reprezentacích slov", "en": "representations of words"}, {"cs": "architektury neuronových sítí", "en": "neural network architectures"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We mainly summarize research on English monolingual data on language modeling tasks and multilingual data for neural machine translation systems and multilingual language models.", "cs": "Shrnujeme především výzkum anglických jednojazyčných dat o úkolech jazykového modelování a vícejazyčných dat pro systémy neurálního strojového překladu a vícejazyčné jazykové modely."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výzkum", "en": "research"}, {"cs": "anglických jednojazyčných dat", "en": "English monolingual data"}, {"cs": "úkolech jazykového modelování", "en": "language modeling tasks"}, {"cs": "vícejazyčných dat", "en": "multilingual data"}, {"cs": "systémy neurálního strojového překladu", "en": "neural machine translation systems"}, {"cs": "vícejazyčné jazykové modely", "en": "multilingual language models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We describe which pre-trained models and representations of language are best suited for transfer to syntactic tasks.", "cs": "Popisujeme, které předcvičené modely a znázornění jazyka jsou nejvhodnější pro přenos do syntaktických úloh."}, "data_name": "wmt23_terminology", "hints": [{"cs": "předcvičené modely", "en": "pre-trained models"}, {"cs": "znázornění jazyka", "en": "representations of language"}, {"cs": "syntaktických úloh", "en": "syntactic tasks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This work focuses on analyzing the form and extent of syntactic abstraction captured by BERT by extracting labeled dependency trees from self-attentions.", "cs": "Tato práce se zaměřuje na analýzu formy a rozsahu syntaktické abstrakce zachycené BERT extrahováním označených stromů závislosti ze sebepozornosti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "analýzu formy a rozsahu syntaktické abstrakce", "en": "analyzing the form and extent of syntactic abstraction"}, {"cs": "BERT extrahováním označených stromů závislosti", "en": "BERT by extracting labeled dependency trees"}, {"cs": "sebepozornosti", "en": "self-attentions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Previous work showed that individual BERT heads tend to encode particular dependency relation types.", "cs": "Předchozí práce ukázaly, že jednotlivé hlavy BERT mají tendenci kódovat konkrétní typy vztahů závislosti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Předchozí práce", "en": "Previous work"}, {"cs": "jednotlivé hlavy BERT", "en": "individual BERT heads"}, {"cs": "konkrétní typy vztahů závislosti", "en": "particular dependency relation types"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We extend these findings by explicitly comparing BERT relations to Universal Dependencies (UD) annotations, showing that they often do not match one-to-one.", "cs": "Rozšiřujeme tato zjištění explicitním porovnáním vztahů BERT s anotacemi Universal Dependencies (UD), což ukazuje, že se často neshodují jedna ku jedné."}, "data_name": "wmt23_terminology", "hints": [{"cs": "BERT", "en": "BERT"}, {"cs": "Universal Dependencies (UD)", "en": "Universal Dependencies (UD)"}, {"cs": "anotacemi", "en": "annotations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We suggest a method for relation identification and syntactic tree construction.", "cs": "Navrhujeme metodu pro identifikaci vztahu a syntaktickou stavbu stromu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metodu", "en": "method"}, {"cs": "identifikaci vztahu", "en": "relation identification"}, {"cs": "syntaktickou stavbu stromu", "en": "syntactic tree construction"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our approach produces significantly more consistent dependency trees than previous work, showing that it better explains the syntactic abstractions in BERT.", "cs": "Náš přístup vytváří podstatně více konzistentních stromů závislosti než předchozí práce, což ukazuje, že lépe vysvětluje syntaktické abstrakce v BERT."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přístup", "en": "approach"}, {"cs": "konzistentních stromů závislosti", "en": "consistent dependency trees"}, {"cs": "předchozí práce", "en": "previous work"}, {"cs": "syntaktické abstrakce", "en": "syntactic abstractions"}, {"cs": "BERT", "en": "BERT"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "At the same time, it can be successfully applied with only a minimal amount of supervision and generalizes well across languages.", "cs": "Zároveň ji lze úspěšně aplikovat jen s minimální mírou dohledu a dobře zobecňuje napříč jazyky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "minimální mírou dohledu", "en": "minimal amount of supervision"}, {"cs": "napříč jazyky", "en": "across languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The presentation wis devoted to the current discourse-oriented projects/research directions at ÚFAL institute in connection with the implicitness of discourse relations, such as underspecified connectives or semantic signalling.", "cs": "Prezentace je věnována implicitnosti diskurzních vztahů, jako je například podspecifikované užití konektivních prostředků nebo sémantická signalizace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "implicitnosti diskurzních vztahů", "en": "implicitness of discourse relations"}, {"cs": "konektivních prostředků", "en": "connectives"}, {"cs": "sémantická signalizace", "en": "semantic signalling"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "CzeDLex 0.7 is the third development version of a lexicon of Czech discourse connectives.", "cs": "CzeDLex 0.7 je třetí vývojová verze slovníku českých diskurzních konektorů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "CzeDLex 0.7", "en": "CzeDLex 0.7"}, {"cs": "slovníku českých diskurzních konektorů", "en": "lexicon of Czech discourse connectives"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The most frequent entries in the lexicon (covering more than 95% of the discourse relations annotated in the PDiT 2.0) have been manually checked, translated to English and supplemented with additional linguistic information.", "cs": "Nejfrekventovanější slovníková hesla (pokrývající více než 95% diskurzních vztahů anotovaných v PDiT 2.0) byla ručně zkontrolována, přeložena do angličtiny a doplněna dalšími lingvistickými informacemi."}, "data_name": "wmt23_terminology", "hints": [{"cs": "slovníková hesla", "en": "entries in the lexicon"}, {"cs": "diskurzních vztahů", "en": "discourse relations"}, {"cs": "PDiT 2.0", "en": "PDiT 2.0"}, {"cs": "angličtiny", "en": "English"}, {"cs": "lingvistickými informacemi", "en": "linguistic information"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Existing models of multilingual sentence embeddings require large parallel data resources which are not available for low-resource languages.", "cs": "Existující modely vícejazyčných větných vektorových reprezentací (embeddingů) vyžadují rozsáhlé paralelní datové zdroje, které nejsou k dispozici pro všechny jazyky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "modely vícejazyčných větných vektorových reprezentací (embeddingů)", "en": "models of multilingual sentence embeddings"}, {"cs": "rozsáhlé paralelní datové zdroje", "en": "large parallel data resources"}, {"cs": "všechny jazyky", "en": "low-resource languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We propose a novel unsupervised method to derive multilingual sentence embeddings relying only on monolingual data.", "cs": "Navrhujeme novou metodu neřízeného učení pro získání vícejazyčných větných embeddingů pouze z jednojazyčných dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "novou metodu", "en": "novel unsupervised method"}, {"cs": "vícejazyčných větných embeddingů", "en": "multilingual sentence embeddings"}, {"cs": "jednojazyčných dat", "en": "monolingual data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We first produce a synthetic parallel corpus using unsupervised machine translation, and use it to fine-tune a pretrained cross-lingual masked language model (XLM) to derive the multilingual sentence representations.", "cs": "Nejprve pomocí neřízeného strojového překladu vytvoříme syntetický paralelní korpus a použijeme jej k doladění předtrénovaného cross-lingválního maskovaného jazykového modelu (XLM) a k odvození vícejazyčných větných reprezentací."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neřízeného strojového překladu", "en": "unsupervised machine translation"}, {"cs": "syntetický paralelní korpus", "en": "synthetic parallel corpus"}, {"cs": "cross-lingválního maskovaného jazykového modelu", "en": "cross-lingual masked language model"}, {"cs": "XLM", "en": "XLM"}, {"cs": "vícejazyčných větných reprezentací", "en": "multilingual sentence representations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The quality of the representations is evaluated on two parallel corpus mining tasks with improvements of up to 22 F1 points over vanilla XLM.", "cs": "Kvalita reprezentací je hodnocena na dvou úlohách dolování paralelních dat se zlepšením F1 skóre až o 22 bodů oproti standardnímu XLM."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Kvalita reprezentací", "en": "The quality of the representations"}, {"cs": "úlohách dolování paralelních dat", "en": "parallel corpus mining tasks"}, {"cs": "F1 skóre", "en": "F1 points"}, {"cs": "standardnímu XLM", "en": "vanilla XLM"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In addition, we observe that a single synthetic bilingual corpus is able to improve results for other language pairs.", "cs": "Dále pozorujeme, že jeden syntetický dvojjazyčný korpus je schopen vylepšit výsledky i pro jiné jazykové páry."}, "data_name": "wmt23_terminology", "hints": [{"cs": "syntetický dvojjazyčný korpus", "en": "synthetic bilingual corpus"}, {"cs": "jazykové páry", "en": "language pairs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper presents a description of CUNI systems submitted to the WMT20 task on unsupervised and very low-resource supervised machine translation between German and Upper Sorbian.", "cs": "Tento článek představuje popis soutěžních systémů Univerzity Karlovy pro úlohu WMT20 ve strojovém překladu mezi němčinou a lužickou srbštinou při nedostatku dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Univerzity Karlovy", "en": "CUNI"}, {"cs": "WMT20", "en": "WMT20"}, {"cs": "strojovém překladu", "en": "machine translation"}, {"cs": "němčinou", "en": "German"}, {"cs": "lužickou srbštinou", "en": "Upper Sorbian"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We experimented with training on synthetic data and pre-training on a related language pair.", "cs": "Provedli jsme experimenty s trénováním na syntetických datech a předtrénováním na příbuzných jazykových párech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experimenty", "en": "experimented"}, {"cs": "trénováním", "en": "training"}, {"cs": "syntetických datech", "en": "synthetic data"}, {"cs": "předtrénováním", "en": "pre-training"}, {"cs": "příbuzných jazykových párech", "en": "related language pair"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the fully unsupervised scenario, we achieved 25.5 and 23.7 BLEU translating from and into Upper Sorbian, respectively.", "cs": "V plně neřízeném režimu jsme dosáhli 25,5 a 23,7 BLEU při překladu z a do lužické srbštiny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neřízeném režimu", "en": "unsupervised scenario"}, {"cs": "BLEU", "en": "BLEU"}, {"cs": "lužické srbštiny", "en": "Upper Sorbian"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our low-resource systems relied on transfer learning from German-Czech parallel data and achieved 57.4 BLEU and 56.1 BLEU, which is an improvement of 10 BLEU points over the baseline trained only on the available small German-Upper Sorbian parallel corpus.", "cs": "Ve volnějším režimu jsme použili transfer learning z německo-českých paralelních dat a dosáhli 57,4 BLEU a 56,1 BLEU, což je zlepšení o 10 BLEU bodů oproti baseline natrénované pouze na malém množství dostupných německo-lužickosrbských paralelních vět."}, "data_name": "wmt23_terminology", "hints": [{"cs": "transfer learning", "en": "transfer learning"}, {"cs": "německo-českých paralelních dat", "en": "German-Czech parallel data"}, {"cs": "BLEU", "en": "BLEU"}, {"cs": "baseline", "en": "baseline"}, {"cs": "německo-lužickosrbských paralelních vět", "en": "German-Upper Sorbian parallel corpus"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Multilingual contextual embeddings, such as multilingual BERT (mBERT) and XLM-RoBERTa, have proved useful for many multi-lingual tasks.", "cs": "Mnohojazyčné kontextové embedinky, jako vícejazyčný BERT (mBERT) a XLM-RoBERTa, se osvědčily pro mnoho vícejazyčných úloh."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Mnohojazyčné kontextové embedinky", "en": "Multilingual contextual embeddings"}, {"cs": "vícejazyčný BERT (mBERT)", "en": "multilingual BERT (mBERT)"}, {"cs": "XLM-RoBERTa", "en": "XLM-RoBERTa"}, {"cs": "vícejazyčných úloh", "en": "multi-lingual tasks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Previous work probed the cross-linguality of the representations indirectly using zero-shot transfer learning on morphological and syntactic tasks.", "cs": "Předchozí práce zkoumala mnohojazyčnost reprezentací nepřímo s využitím nulového transferového učení na morfologických a syntaktických úkolech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "mnohojazyčnost", "en": "cross-linguality"}, {"cs": "nulového transferového učení", "en": "zero-shot transfer learning"}, {"cs": "morfologických", "en": "morphological"}, {"cs": "syntaktických úkolech", "en": "syntactic tasks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We instead focus on the language-neutrality of mBERT with respect to lexical semantics.", "cs": "Místo toho se zaměřujeme na jazykovou neutralitu mBERTu s ohledem na lexikální sémantiku."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jazykovou neutralitu", "en": "language-neutrality"}, {"cs": "mBERTu", "en": "mBERT"}, {"cs": "lexikální sémantiku", "en": "lexical semantics"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our results show that contextual embeddings are more language-neutral and in general more informative than aligned static word-type embeddings which are explicitly trained for language neutrality.", "cs": "Naše výsledky ukazují, že kontextové embedinky jsou jazykově neutrálnější a obecně informativnější než zarovnané statické slovní embedinky, které jsou explicitně trénovány na jazykovou neutralitu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kontextové embedinky", "en": "contextual embeddings"}, {"cs": "jazykově neutrálnější", "en": "more language-neutral"}, {"cs": "obecně informativnější", "en": "in general more informative"}, {"cs": "zarovnané statické slovní embedinky", "en": "aligned static word-type embeddings"}, {"cs": "jazykovou neutralitu", "en": "language neutrality"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Contextual embeddings are still by default only moderately language-neutral, however, we show two simple methods for achieving stronger language neutrality: first, by unsupervised centering of the representation for languages, and second by fitting an explicit projection on small parallel data.", "cs": "Kontextové embedinky jsou stále standardně pouze mírně jazykově neutrální, nicméně ukazujeme dvě jednoduché metody, jak dosáhnout silnější jazykové neutrality: zaprvé neřízeným vystředěním reprezentace pro jazyky a zadruhé explicitní projekcí na malých paralelních datech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Kontextové embedinky", "en": "Contextual embeddings"}, {"cs": "jazykově neutrální", "en": "language-neutral"}, {"cs": "neřízeným vystředěním", "en": "unsupervised centering"}, {"cs": "reprezentace pro jazyky", "en": "representation for languages"}, {"cs": "explicitní projekcí", "en": "explicit projection"}, {"cs": "malých paralelních datech", "en": "small parallel data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In addition, we show how to reach state-of-the-art accuracy on language identification and word alignment in parallel sentences.", "cs": "Kromě toho ukazujeme, jak překonat nejlepší dosažené přesnosti při identifikaci jazyka a zarovnávání slov v paralelních větách."}, "data_name": "wmt23_terminology", "hints": [{"cs": "identifikaci jazyka", "en": "language identification"}, {"cs": "zarovnávání slov", "en": "word alignment"}, {"cs": "paralelních větách", "en": "parallel sentences"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present our submission to the Simultaneous Translation And Paraphrase for Language Education (STAPLE) challenge.", "cs": "Představujeme příspěvek do soutěže a kombinace automatického překladu a parafrázování ve výuce jazyků (STAPLE)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "soutěže a kombinace automatického překladu a parafrázování ve výuce jazyků (STAPLE)", "en": "Simultaneous Translation And Paraphrase for Language Education (STAPLE) challenge"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We used a standard Transformer model for translation, with a crosslingual classifier predicting correct translations on the output n-best list.", "cs": "Pro překlad jsme použili standardní model Transformer, doplněný kroslinguálním klasifikátorem pro filtrování překladových hypotéz."}, "data_name": "wmt23_terminology", "hints": [{"cs": "standardní model Transformer", "en": "standard Transformer model"}, {"cs": "kroslinguálním klasifikátorem", "en": "crosslingual classifier"}, {"cs": "překladových hypotéz", "en": "correct translations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "To increase the diversity of the outputs, we used additional data to train the translation model, and we trained a paraphrasing model based on the Levenshtein Transformer architecture to generate further synonymous translations.", "cs": "Abychom zvýšili rozmanitost výstupů, použili jsme další trénovací data a vyvinuli jsme parafrázovací model založený na architektuře Levenshtein Transformer, který generuje další synonymní překlady."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozmanitost výstupů", "en": "diversity of the outputs"}, {"cs": "trénovací data", "en": "additional data"}, {"cs": "parafrázovací model", "en": "paraphrasing model"}, {"cs": "architektuře Levenshtein Transformer", "en": "Levenshtein Transformer architecture"}, {"cs": "synonymní překlady", "en": "synonymous translations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paraphrasing results were again filtered using our classifier.", "cs": "Výsledky parafrázování byly opět filtrovány kroslinguálním klasifikátorem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "parafrázování", "en": "paraphrasing"}, {"cs": "kroslinguálním klasifikátorem", "en": "classifier"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "While the use of additional data and our classifier filter were able to improve results, the paraphrasing model produced too many invalid outputs to further improve the output quality.", "cs": "Zatímco použití dalších dat a náš filtr zlepšily výsledky, parafrázování generovalo příliš mnoho neplatných výstupů, aby dále zlepšilo kvalitu výstupů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dalších dat", "en": "additional data"}, {"cs": "náš filtr", "en": "our classifier filter"}, {"cs": "parafrázování", "en": "paraphrasing model"}, {"cs": "neplatných výstupů", "en": "invalid outputs"}, {"cs": "kvalitu výstupů", "en": "output quality"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our model without the paraphrasing component finished in the middle of the field for the shared task, improving over the best baseline by a margin of 10-22 % weighted F1 absolute.", "cs": "Náš model bez parafrázování skončil přibližně uprostřed soutěžního pořadí a přinesl zlepšení o 10-22% vážený F1 bodů oproti základnímu řešení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "model bez parafrázování", "en": "model without the paraphrasing component"}, {"cs": "základnímu řešení", "en": "best baseline"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present our systems for the WMT20 Very Low Resource MT Task for translation between German and Upper Sorbian.", "cs": "Představujeme naše systémy pro WMT20 Very Low Resource MT Task k překladu mezi němčinou a hornolužickou srbštinou."}, "data_name": "wmt23_terminology", "hints": [{"cs": "WMT20 Very Low Resource MT Task", "en": "WMT20 Very Low Resource MT Task"}, {"cs": "němčinou", "en": "German"}, {"cs": "hornolužickou srbštinou", "en": "Upper Sorbian"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For training our systems, we generate synthetic data by both back- and forward-translation.", "cs": "Pro trénink našich systémů generujeme syntetická data zpětným i dopředným překladem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "trénink", "en": "training"}, {"cs": "systémů", "en": "systems"}, {"cs": "syntetická data", "en": "synthetic data"}, {"cs": "zpětným i dopředným překladem", "en": "back- and forward-translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Additionally, we enrich the training data with German-Czech translated from Czech to Upper Sorbian by an unsupervised statistical MT system incorporating orthographically similar word pairs and transliterations of OOV words.", "cs": "Trénvací data navíc obohacujeme o německo-české překlady z češtiny do hornolužické srbštiny pomocí neřízeného statistického MT systému, který obsahuje ortograficky podobné slovní dvojice a transliterace slov mimo slovník."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Trénvací data", "en": "training data"}, {"cs": "německo-české překlady", "en": "German-Czech translated"}, {"cs": "hornolužické srbštiny", "en": "Upper Sorbian"}, {"cs": "neřízeného statistického MT systému", "en": "unsupervised statistical MT system"}, {"cs": "ortograficky podobné slovní dvojice", "en": "orthographically similar word pairs"}, {"cs": "transliterace slov mimo slovník", "en": "transliterations of OOV words"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our best translation system between German and Sorbian is based on transfer learning from a Czech-German system and scores 12 to 13 BLEU higher than a baseline system built using the available parallel data only.", "cs": "Náš nejlepší překladový systém mezi němčinou a srbštinou je založen na transferu modelu z česko-německého systému a má o 12 až 13 BLEU vyšší skóre než základní systém vytvořený pouze s využitím dostupných paralelních dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "překladový systém", "en": "translation system"}, {"cs": "němčinou", "en": "German"}, {"cs": "srbštinou", "en": "Sorbian"}, {"cs": "transferu modelu", "en": "transfer learning"}, {"cs": "česko-německého systému", "en": "Czech-German system"}, {"cs": "BLEU", "en": "BLEU"}, {"cs": "základní systém", "en": "baseline system"}, {"cs": "paralelních dat", "en": "parallel data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We describe our two NMT systems submitted to the WMT 2020 shared task in English-Czech and English-Polish news translation.", "cs": "Popisujeme naše dva neuronové překladové systémy pro anglicko-český a anglicko-polský překlad, které se zúčastnily soutěže v překladu novinových článků WMT 2020."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neuronové překladové systémy", "en": "NMT systems"}, {"cs": "anglicko-český", "en": "English-Czech"}, {"cs": "anglicko-polský", "en": "English-Polish"}, {"cs": "WMT 2020", "en": "WMT 2020"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "One system is sentence level, translating each sentence independently.", "cs": "První systém překládá každou větu nezázvisle."}, "data_name": "wmt23_terminology", "hints": [{"cs": "První systém", "en": "One system"}, {"cs": "překládá", "en": "translating"}, {"cs": "každou větu", "en": "each sentence"}, {"cs": "nezázvisle", "en": "independently"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The second system is document level, translating multiple sentences, trained on multi-sentence sequences up to 3000 characters long.", "cs": "Druhý systém je tzv. document-level, tedy překládá více vět naráz a je trénovaný na vícevětných sekvencích dlouhých až 3000 znaků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "document-level", "en": "document level"}, {"cs": "více vět naráz", "en": "translating multiple sentences"}, {"cs": "vícevětných sekvencích", "en": "multi-sentence sequences"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The quality of human translation was long thought to be unattainable for computer translation systems.", "cs": "Kvalita lidského překladu byla dlouho považována za nedosažitelnou pro počítačové překladové systémy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "počítačové překladové systémy", "en": "computer translation systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this study, we present a deep-learning system, CUBBITT, which challenges this view.", "cs": "V této studii představujeme systém hlubokého učení CUBBITT, který tento názor zpochybňuje."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systém hlubokého učení CUBBITT", "en": "deep-learning system, CUBBITT"}, {"cs": "tento názor", "en": "this view"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In a context-aware blind evaluation by human judges, CUBBITT significantly outperformed professional-agency English-to-Czech news translation in preserving text meaning (translation adequacy).", "cs": "V zaslepeném lidském hodnocení překladu novinových článků z angličtiny do češtiny CUBBITT výrazně předčil lidský překlad od profesionální agentury v zachování významu textu (adequacy, přesnosti překladu)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "zaslepeném lidském hodnocení", "en": "context-aware blind evaluation"}, {"cs": "novinových článků", "en": "news translation"}, {"cs": "angličtiny do češtiny", "en": "English-to-Czech"}, {"cs": "CUBBITT", "en": "CUBBITT"}, {"cs": "lidský překlad", "en": "professional-agency"}, {"cs": "významu textu", "en": "text meaning"}, {"cs": "adequacy, přesnosti překladu", "en": "translation adequacy"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "While human translation is still rated as more fluent, CUBBITT is shown to be substantially more fluent than previous state-of-the-art systems.", "cs": "Zatímco lidský překlad je stále hodnocen jako plynulejší, ukázalo se, že CUBBITT je podstatně plynulejší než dosavadní překladače."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lidský překlad", "en": "human translation"}, {"cs": "CUBBITT", "en": "CUBBITT"}, {"cs": "překladače", "en": "state-of-the-art systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Moreover, most participants of a Translation Turing test struggle to distinguish CUBBITT translations from human translations.", "cs": "Většina účastníků překladového Turingova testu navíc nedokázala rozlišit překlady CUBBITT od překladů lidských."}, "data_name": "wmt23_terminology", "hints": [{"cs": "překladového Turingova testu", "en": "Translation Turing test"}, {"cs": "CUBBITT", "en": "CUBBITT"}, {"cs": "překlady", "en": "translations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This work approaches the quality of human translation and even surpasses it in adequacy in certain circumstances.", "cs": "Tato práce se blíží kvalitě lidského překladu a za určitých okolností jej dokonce v přiměřenosti překonává."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kvalitě", "en": "quality"}, {"cs": "lidského překladu", "en": "human translation"}, {"cs": "určitých okolností", "en": "certain circumstances"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This suggests that deep learning may have the potential to replace humans in applications where conservation of meaning is the primary aim.", "cs": "To naznačuje, že hluboké učení může mít potenciál nahradit člověka v aplikacích, kde je hlavním cílem zachování významu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hluboké učení", "en": "deep learning"}, {"cs": "potenciál", "en": "potential"}, {"cs": "aplikacích", "en": "applications"}, {"cs": "významu", "en": "meaning"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper presents our progress towards deploying a versatile communication platform in the task of highly multilingual live speech translation for conferences and remote meetings live subtitling.", "cs": "Tento dokument představuje náš pokrok směrem k zavedení univerzální komunikační platformy v úkolu vysoce mnohojazyčného živého projevu překlady pro konference a vzdálené schůzky živé titulkování."}, "data_name": "wmt23_terminology", "hints": [{"cs": "univerzální komunikační platformy", "en": "versatile communication platform"}, {"cs": "vysoce mnohojazyčného živého projevu překlady", "en": "highly multilingual live speech translation"}, {"cs": "konference", "en": "conferences"}, {"cs": "vzdálené schůzky živé titulkování", "en": "remote meetings live subtitling"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The platform has been designed with a focus on very low latency and high flexibility while allowing research prototypes of speech and text processing tools to be easily connected, regardless of where they physically run.", "cs": "Platforma byla navržena se zaměřením na velmi nízkou latenci a vysoká flexibilita při umožnění snadného propojení výzkumných prototypů nástrojů pro zpracování řeči a textu, bez ohledu na to, kde fyzicky běhat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Platforma", "en": "The platform"}, {"cs": "nízkou latenci", "en": "low latency"}, {"cs": "vysoká flexibilita", "en": "high flexibility"}, {"cs": "zpracování řeči a textu", "en": "speech and text processing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We outline our architecture solution and also briefly compare it with the ELG platform.", "cs": "Nastíníme naše řešení architektury a také ho krátce porovnáme s platformou ELG."}, "data_name": "wmt23_terminology", "hints": [{"cs": "řešení architektury", "en": "architecture solution"}, {"cs": "platformou ELG", "en": "ELG platform"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Technical details are provided on the most important components and we summarize the test deployment events we ran so far.", "cs": "Technické podrobnosti jsou uvedeny o nejdůležitějších součástech a shrnujeme události zkušebního nasazení, které jsme zatím provedli."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Technické podrobnosti", "en": "Technical details"}, {"cs": "nejdůležitějších součástech", "en": "most important components"}, {"cs": "zkušebního nasazení", "en": "test deployment"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The aim of the paper is to introduce a Czech-German dictionary database containing frequently used language expressions involved in the text structure – anaphoric discourse connectives.", "cs": "Cílem příspěvku je představit česko-německou slovníkovou databázi obsahující frekventované jazykové výrazy podílející se na strukturaci textu – anaforické diskurzní konektory."}, "data_name": "wmt23_terminology", "hints": [{"cs": "česko-německou slovníkovou databázi", "en": "Czech-German dictionary database"}, {"cs": "frekventované jazykové výrazy", "en": "frequently used language expressions"}, {"cs": "anaforické diskurzní konektory", "en": "anaphoric discourse connectives"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present EVALD applications (Evaluator of Discourse) for automated essay scoring.", "cs": "Představujeme aplikace EVALD (Evaluator of Discourse) pro automatické vyhodnocování českých textů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "aplikace EVALD", "en": "EVALD applications"}, {"cs": "Evaluator of Discourse", "en": "Evaluator of Discourse"}, {"cs": "automatické vyhodnocování českých textů", "en": "automated essay scoring"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We analyze in detail newly acquired language data – texts written by non-native speakers reaching the threshold level of the Czech language acquisition.", "cs": "Podrobně analyzujeme nově získaná jazyková data - texty psané cizími mluvčími dosahující první úrovně osvojování českého jazyka."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nově získaná jazyková data", "en": "newly acquired language data"}, {"cs": "texty", "en": "texts"}, {"cs": "cizími mluvčími", "en": "non-native speakers"}, {"cs": "první úrovně osvojování českého jazyka", "en": "threshold level of the Czech language acquisition"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also present new spelling features added in the system.", "cs": "Představujeme také nové pravopisné \"featury\" přidané do systému."}, "data_name": "wmt23_terminology", "hints": [{"cs": "pravopisné", "en": "spelling"}, {"cs": "featury", "en": "features"}, {"cs": "systému", "en": "system"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "GeCzLex - Lexicon of Czech and German Anaphoric Connectives - is a translation equivalent database of Czech and German discourse connectives, based on the data of annotated corpora and lexicons: Prague Discourse Treebank 2.0 and CzeDLex 0.6 (for Czech), DiMLex 2.0 (for German) and Intercorp 11 (a large resource of parallel Czech - German texts).", "cs": "GeCzLex je databáze překladových ekvivalentů českých a německých textových konektorů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "GeCzLex", "en": "GeCzLex - Lexicon of Czech and German Anaphoric Connectives"}, {"cs": "databáze překladových ekvivalentů", "en": "translation equivalent database"}, {"cs": "českých a německých textových konektorů", "en": "Czech and German discourse connectives"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Its current, first release is a pilot version representing one of the outcomes of a research project on anaphoricity in Czech and German connectives.", "cs": "Je založena na značkovaných datech několika elekronických jazykových zdrojů: pro češtinu je jeho základem Pražský diskurzní korpus 2.0 a slovník českých konektorů CzeDLex 0.6, pro němčinu podobný slovník DiMLex, pro oba jazyky pak česko-německá část paralelního korpusu Intercorp 11."}, "data_name": "wmt23_terminology", "hints": [{"cs": "elekronických jazykových zdrojů", "en": "research project"}, {"cs": "češtinu", "en": "Czech"}, {"cs": "němčinu", "en": "German"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Thus, it contains translation equivalents for a) connectives originally formed from a preposition and an anaphoric element (e.g.", "cs": "Současné, první vydání je pilotní verzí a zároveň výstupem výzkumného projektu o anaforičnosti českých a německých konektorů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anaforičnosti českých a německých konektorů", "en": "anaphoric element"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "\"darum\" in German, \"proto\" in Czech) and b) Czech connectives with the ability to relate \"remotely\" to non-adjacent text segments.", "cs": "Databáze tedy nyní obsahuje překladové ekvivalenty pro a) konektory utvořené zpravidla spojením předložky a anaforického prvku (jako např. \"darum\" v němčině a \"proto\" v češtině) a b) české konektory, u nichž byla demonstrována schopnost vázat se na nesousední, vzdálené textové segmenty."}, "data_name": "wmt23_terminology", "hints": [{"cs": "konektory", "en": "connectives"}, {"cs": "němčině", "en": "German"}, {"cs": "češtině", "en": "Czech"}, {"cs": "textové segmenty", "en": "text segments"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper describes the Idiap submission to WAT 2019 for the English-Hindi MultiModal Translation Task.", "cs": "Tento článek popisuje podání Idiap pro WAT 2019 pro anglicko-hindský vícemodální překladatelský úkol."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Idiap", "en": "Idiap"}, {"cs": "WAT 2019", "en": "WAT 2019"}, {"cs": "anglicko-hindský", "en": "English-Hindi"}, {"cs": "vícemodální překladatelský úkol", "en": "MultiModal Translation Task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We have used the state-of-the-art Transformer model and utilized the IITB English-Hindi parallel corpus as an additional data source.", "cs": "Použili jsme nejmodernější model Transformeru a jako dodatečný zdroj dat jsme použili anglicko-hindský paralelní korpus IITB."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nejmodernější model Transformeru", "en": "state-of-the-art Transformer model"}, {"cs": "anglicko-hindský paralelní korpus IITB", "en": "IITB English-Hindi parallel corpus"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Among the different tracks of the multimodal task, we have participated in the “Text-Only” track for the evaluation and challenge test sets.", "cs": "Z různých skladeb multimodálního úkolu jsme se zúčastnili skladby „Text-Only“ pro hodnocení a testovací sady."}, "data_name": "wmt23_terminology", "hints": [{"cs": "multimodálního úkolu", "en": "multimodal task"}, {"cs": "Text-Only", "en": "Text-Only"}, {"cs": "hodnocení", "en": "evaluation"}, {"cs": "testovací sady", "en": "challenge test sets"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our submission tops in its track among the competitors in terms of both automatic and manual evaluation.", "cs": "Naše podání je mezi konkurenty špičkové jak z hlediska automatického, tak manuálního hodnocení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "podání", "en": "submission"}, {"cs": "automatického", "en": "automatic"}, {"cs": "manuálního hodnocení", "en": "manual evaluation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Based on automatic scores, our text-only submission also outperforms systems that consider visual information in the “multimodal translation” task.", "cs": "Na základě automatických skóre předčí naše pouze textové podání i systémy, které v úkolu „multimodální překlad“ zohledňují vizuální informace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatických skóre", "en": "automatic scores"}, {"cs": "textové podání", "en": "text-only submission"}, {"cs": "multimodální překlad", "en": "multimodal translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Visual Genome is a dataset connecting structured image information with English language.", "cs": "Visual Genome je dataset spojující strukturované obrazové informace s anglickým jazykem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Visual Genome", "en": "Visual Genome"}, {"cs": "dataset", "en": "dataset"}, {"cs": "strukturované obrazové informace", "en": "structured image information"}, {"cs": "anglickým jazykem", "en": "English language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present “Hindi Visual Genome”, a multi-modal dataset consisting of text and images suitable for English-Hindi multi-modal machine translation task and multi-modal research.", "cs": "Představujeme „Hindi Visual Genome“, multimodální datový soubor skládající se z textu a obrazů vhodný pro anglicko-hindský multimodální strojový překlad a multimodální výzkum."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Hindi Visual Genome", "en": "Hindi Visual Genome"}, {"cs": "multimodální datový soubor", "en": "multi-modal dataset"}, {"cs": "textu a obrazů", "en": "text and images"}, {"cs": "anglicko-hindský multimodální strojový překlad", "en": "English-Hindi multi-modal machine translation"}, {"cs": "multimodální výzkum", "en": "multi-modal research"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We have selected short English segments (captions) from Visual Genome along with the associated images and automatically translated them to Hindi.", "cs": "Vybrali jsme krátké anglické segmenty (popisky) z Visual Genome spolu s přidruženými obrázky a automaticky je přeložili do hindštiny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anglické segmenty", "en": "English segments"}, {"cs": "Visual Genome", "en": "Visual Genome"}, {"cs": "hindštiny", "en": "Hindi"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A careful manual post-editing followed which took the associated images into account.", "cs": "Následovala pečlivá ruční kontrola, která vzala v úvahu související obrázky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "pečlivá ruční kontrola", "en": "careful manual post-editing"}, {"cs": "související obrázky", "en": "associated images"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We inspect the multi-head self-attention in Transformer NMT encoders for three source languages, looking for patterns that could have a syntactic interpretation.", "cs": "Zkoumáme vícehlavou sebepozornost v enkodérech Transformer NMT pro tři zdrojové jazyky a hledáme vzory, které by mohly mít syntaktickou interpretaci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vícehlavou sebepozornost", "en": "multi-head self-attention"}, {"cs": "enkodérech Transformer NMT", "en": "Transformer NMT encoders"}, {"cs": "zdrojové jazyky", "en": "source languages"}, {"cs": "syntaktickou interpretaci", "en": "syntactic interpretation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In many of the attention heads, we frequently find sequences of consecutive states attending to the same position, which resemble syntactic phrases.", "cs": "V mnoha hlavách pozornosti často nalézáme sekvence po sobě jdoucích stavů, které sledují stejnou pozici, které se podobají syntaktickým frázím."}, "data_name": "wmt23_terminology", "hints": [{"cs": "pozornosti", "en": "attention"}, {"cs": "sekvence po sobě jdoucích stavů", "en": "sequences of consecutive states"}, {"cs": "pozici", "en": "position"}, {"cs": "syntaktickým frázím", "en": "syntactic phrases"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We propose a transparent deterministic method of quantifying the amount of syntactic information present in the self-attentions, based on automatically building and evaluating phrase-structure trees from the phrase-like sequences.", "cs": "Navrhujeme transparentní deterministickou metodu kvantifikace množství syntaktické informace přítomné v sebepozornosti, založenou na automatickém vytváření a vyhodnocování frázových stromů z frázovitých sekvencí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "transparentní deterministickou metodu", "en": "transparent deterministic method"}, {"cs": "kvantifikace množství syntaktické informace", "en": "quantifying the amount of syntactic information"}, {"cs": "sebepozornosti", "en": "self-attentions"}, {"cs": "automatickém vytváření a vyhodnocování frázových stromů", "en": "automatically building and evaluating phrase-structure trees"}, {"cs": "frázovitých sekvencí", "en": "phrase-like sequences"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We compare the resulting trees to existing constituency treebanks, both manually and by computing precision and recall.", "cs": "Výsledné stromy porovnáváme se stávajícími syntaktickými korpusy, a to jak ručně, tak pomocí výpočtu přesnosti a úplnosti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "stromy", "en": "trees"}, {"cs": "syntaktickými korpusy", "en": "constituency treebanks"}, {"cs": "přesnosti", "en": "precision"}, {"cs": "úplnosti", "en": "recall"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Word embeddings and Deep neural networks perform great.", "cs": "Slovní embedinky a hluboké neuronové sítě fungují skvěle."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Slovní embedinky", "en": "Word embeddings"}, {"cs": "hluboké neuronové sítě", "en": "Deep neural networks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "They do not have any explicit knowledge of linguistic abstractions.", "cs": "Nemají žádné explicitní znalosti jazykových abstrakcí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "explicitní znalosti jazykových abstrakcí", "en": "explicit knowledge of linguistic abstractions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "How do they work?", "cs": "Jak fungují?"}, "data_name": "wmt23_terminology", "hints": [{"cs": "Jak fungují?", "en": "How do they work?"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "What emergent abstractions can we observe in them?", "cs": "Jaké emergentní abstrakce v nich můžeme pozorovat?"}, "data_name": "wmt23_terminology", "hints": [{"cs": "emergentní abstrakce", "en": "emergent abstractions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "How can we interpret them?", "cs": "Jak je můžeme interpretovat?"}, "data_name": "wmt23_terminology", "hints": [{"cs": "interpretovat", "en": "interpret"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Are the emergent structures and abstractions similar to classical linguistic structures and abstractions?", "cs": "Jsou emergentní struktury a abstrakce podobné klasickým lingvistickým strukturám a abstrakcím?"}, "data_name": "wmt23_terminology", "hints": [{"cs": "emergentní struktury", "en": "emergent structures"}, {"cs": "abstrakce", "en": "abstractions"}, {"cs": "klasickým lingvistickým strukturám", "en": "classical linguistic structures"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this work, we conduct a study on Neural Machine Translation (NMT) for English-Indonesian (EN-ID) and Indonesian-English (ID-EN).", "cs": "V této práci provádíme studii soustřeďující se na neuronový překlad (NMT) pro angličtinu-indonéštinu (EN-ID) a indonéštinu-angličtinu (ID-EN)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neuronový překlad", "en": "Neural Machine Translation"}, {"cs": "angličtinu-indonéštinu", "en": "English-Indonesian"}, {"cs": "indonéštinu-angličtinu", "en": "Indonesian-English"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We focus on spoken language domains, namely colloquial and speech languages.", "cs": "Zaměřujeme se na doménu mluveného jazyka, jmenovitě na hovorový jazyk."}, "data_name": "wmt23_terminology", "hints": [{"cs": "doménu mluveného jazyka", "en": "spoken language domains"}, {"cs": "hovorový jazyk", "en": "colloquial and speech languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We build NMT systems using the Transformer model for both translation directions and implement domain adaptation, in which we train our pre-trained NMT systems on speech language (in-domain) data.", "cs": "Budujeme systémy NMT pomocí modelu Transformer pro oba směry překladu a implementujeme adaptaci domény, kde předtrénované systémy NMT trénujeme na datech mluveného jazyka (v doméně)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systémy NMT", "en": "NMT systems"}, {"cs": "modelu Transformer", "en": "Transformer model"}, {"cs": "adaptaci domény", "en": "domain adaptation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Moreover, we conduct an evaluation on how the domain-adaptation method in our EN-ID system can result in more formal translation out-puts.", "cs": "Dále provádíme hodnocení toho, jak může metoda doménové adaptace v našem systému EN-ID vést k formálnějším výsledkům překladů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metoda doménové adaptace", "en": "domain-adaptation method"}, {"cs": "systému EN-ID", "en": "EN-ID system"}, {"cs": "výsledkům překladů", "en": "translation out-puts"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Neural natural language generation (NNLG) systems are known for their pathological outputs, i.e.", "cs": "Neuronové systémy generování přirozeného jazyka jsou známy svými patologickými výstupy, tj."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Neuronové systémy generování přirozeného jazyka", "en": "Neural natural language generation (NNLG) systems"}, {"cs": "patologickými výstupy", "en": "pathological outputs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "generating text which is unrelated to the input specification.", "cs": "generováním textu, který nesouvisí se specifikovaným vstupem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "generováním textu", "en": "generating text"}, {"cs": "specifikovaným vstupem", "en": "input specification"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we show the impact of semantic noise on state-of-the-art NNLG models which implement different semantic control mechanisms.", "cs": "V tomto článku ukazujeme vliv sémantického šumu na současné nejlepší neuronové generátory, které implementují různé mechanismy sémantické kontroly."}, "data_name": "wmt23_terminology", "hints": [{"cs": "sémantického šumu", "en": "semantic noise"}, {"cs": "neuronové generátory", "en": "NNLG models"}, {"cs": "sémantické kontroly", "en": "semantic control"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We find that cleaned data can improve semantic correctness by up to 97%, while maintaining fluency.", "cs": "Zjistili jsme, že vyčištění trénovacích dat může zlepšit sémantickou přesnost až o 97% při zachování plynnosti výstupů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vyčištění trénovacích dat", "en": "cleaned data"}, {"cs": "sémantickou přesnost", "en": "semantic correctness"}, {"cs": "plynnosti výstupů", "en": "fluency"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also find that the most common error is omitting information, rather than hallucination.", "cs": "Dále jsme zjistili, že nejčastějším typem chyby je vynechání informace, ne přidaná halucinovaná informace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nejčastějším typem chyby", "en": "the most common error"}, {"cs": "vynechání informace", "en": "omitting information"}, {"cs": "přidaná halucinovaná informace", "en": "hallucination"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a recurrent neural network based system for automatic quality estimation of natural language generation (NLG) outputs, which jointly learns to assign numerical ratings to individual outputs and to provide pairwise rankings of two different outputs.", "cs": "Představujeme systém pro automatický odhad kvality výstupů generování přirozeného jazyka založený na rekurentních neuronových sítích, který se učí zároveň přiřazovat numerická absolutní hodnocení jednotlivým výstupům a dodávat relativní hodnocení pro páry různých výstupů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systém", "en": "system"}, {"cs": "automatický odhad kvality", "en": "automatic quality estimation"}, {"cs": "výstupů generování přirozeného jazyka", "en": "natural language generation (NLG) outputs"}, {"cs": "rekurentních neuronových sítích", "en": "recurrent neural network"}, {"cs": "numerická absolutní hodnocení", "en": "numerical ratings"}, {"cs": "relativní hodnocení", "en": "pairwise rankings"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The latter is trained using pairwise hinge loss over scores from two copies of the rating network.", "cs": "Druhá úloha se trénuje pomocí párové hinge chyby nad skóre ze dvou kopií sítě pro absolutní hodnocení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "úloha", "en": "latter"}, {"cs": "párové hinge chyby", "en": "pairwise hinge loss"}, {"cs": "skóre", "en": "scores"}, {"cs": "absolutní hodnocení", "en": "rating network"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We use learning to rank and synthetic data to improve the quality of ratings assigned by our system: we synthesise training pairs of distorted system outputs and train the system to rank the less distorted one higher.", "cs": "Pro zlepšení kvality absolutního hodnocení používáme i učení relativního hodnocení a syntetická trénovací data: syntetizujeme trénovací páry zašuměných výstupů generátorů a učíme systém preferovat ten méně zašuměný."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kvality absolutního hodnocení", "en": "quality of ratings"}, {"cs": "učení relativního hodnocení", "en": "learning to rank"}, {"cs": "syntetická trénovací data", "en": "synthetic data"}, {"cs": "trénovací páry", "en": "training pairs"}, {"cs": "zašuměných výstupů generátorů", "en": "distorted system outputs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This leads to a 12% increase in correlation with human ratings over the previous benchmark.", "cs": "Toto vedlo ke 12% zvýšení korelace s lidským hodnocením proti předchozí nejlepší dosažené hodnotě."}, "data_name": "wmt23_terminology", "hints": [{"cs": "12% zvýšení", "en": "12% increase"}, {"cs": "korelace", "en": "correlation"}, {"cs": "lidským hodnocením", "en": "human ratings"}, {"cs": "předchozí nejlepší dosažené hodnotě", "en": "previous benchmark"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also establish the state of the art on the dataset of relative rankings from the E2E NLG Challenge (Dušek et al., 2019), where synthetic data lead to a 4% accuracy increase over the base model.", "cs": "Navíc ukazujeme první výsledky na datové sadě relativních hodnocení z E2E NLG Challenge (Dušek et al., 2019), kde syntetická data přinesla 4% zlepšení přesnosti oproti základnímu modelu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "datové sadě relativních hodnocení", "en": "dataset of relative rankings"}, {"cs": "E2E NLG Challenge", "en": "E2E NLG Challenge"}, {"cs": "syntetická data", "en": "synthetic data"}, {"cs": "základnímu modelu", "en": "base model"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present the first dataset targeted at end-to-end NLG in Czech in the restaurant domain, along with several strong baseline models using the sequence-to-sequence approach.", "cs": "Prezentujeme první datovou sadu zaměřenou na end-to-end generování jazyka v češtině v doméně restaurací, společně s několika silnými základními modely postavenými na architektuře sequence-to-sequence."}, "data_name": "wmt23_terminology", "hints": [{"cs": "end-to-end generování jazyka", "en": "end-to-end NLG"}, {"cs": "doméně restaurací", "en": "restaurant domain"}, {"cs": "architektuře sequence-to-sequence", "en": "sequence-to-sequence approach"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "While non-English NLG is under-explored in general, Czech, as a morphologically rich language, makes the task even harder: Since Czech requires inflecting named entities, delexicalization or copy mechanisms do not work out-of-the-box and lexicalizing the generated outputs is non-trivial.", "cs": "Neanglické generování jazyka je obecně málo probádaný problém a čeština jakožto morfologicky bohatý jazyk představuje ještě těžší úkol: protože v češtině je třeba skloňovat jmenné entity, delexikalizace nebo jednoduché kopírovací mechanismy nefungují samy o sobě a lexikalizace výstupů generátoru je netriviální."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Neanglické generování jazyka", "en": "non-English NLG"}, {"cs": "čeština", "en": "Czech"}, {"cs": "morfologicky bohatý jazyk", "en": "morphologically rich language"}, {"cs": "jmenné entity", "en": "named entities"}, {"cs": "delexikalizace", "en": "delexicalization"}, {"cs": "kopírovací mechanismy", "en": "copy mechanisms"}, {"cs": "lexikalizace", "en": "lexicalizing"}, {"cs": "výstupů generátoru", "en": "generated outputs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In our experiments, we present two different approaches to this problem: (1) using a neural language model to select the correct inflected form while lexicalizing, (2) a two-step generation setup: our sequence-to-sequence model generates an interleaved sequence of lemmas and morphological tags, which are then inflected by a morphological generator.", "cs": "V našich experimentech představujeme dva různé přístupy k tomuto problému: (1) použití jazykového modelu pro výběr správné vyskloňované formy během lexikalizace, (2) dvoufázové generování: náš model sequence-to-sequence vygeneruje prokládanou sekvenci lemmat a morfologických značek, která je posléze zpracována morfologickým generátorem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jazykového modelu", "en": "neural language model"}, {"cs": "výběr správné vyskloňované formy", "en": "select the correct inflected form"}, {"cs": "lexikalizace", "en": "lexicalizing"}, {"cs": "dvoufázové generování", "en": "two-step generation setup"}, {"cs": "sequence-to-sequence", "en": "sequence-to-sequence model"}, {"cs": "lemmat a morfologických značek", "en": "lemmas and morphological tags"}, {"cs": "morfologickým generátorem", "en": "morphological generator"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper presents the results of the premier shared task organized alongside the Conference on Machine Translation (WMT) 2019.", "cs": "Tento dokument představuje výsledky premiérově sdíleného úkolu organizovaného společně s Konferencí o strojovém překladu (WMT) 2019."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Konferencí o strojovém překladu (WMT) 2019", "en": "Conference on Machine Translation (WMT) 2019"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Participants were asked to build machine translation systems for any of 18 language pairs, to be evaluated on a test set of news stories.", "cs": "Účastníci byli požádáni, aby sestavili systémy strojového překladu pro kterýkoli z 18 jazykových párů, které budou vyhodnoceny na základě testovací sady novinek."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systémy strojového překladu", "en": "machine translation systems"}, {"cs": "jazykových párů", "en": "language pairs"}, {"cs": "testovací sady novinek", "en": "test set of news stories"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The main metric for this task is human judgment of translation quality.", "cs": "Hlavním metrem pro tento úkol je lidský úsudek o kvalitě překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lidský úsudek", "en": "human judgment"}, {"cs": "kvalitě překladu", "en": "translation quality"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper presents the results of the WMT19 Metrics Shared Task.", "cs": "Tento dokument představuje výsledky sdíleného úkolu WMT19 Metrics."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dokument", "en": "paper"}, {"cs": "výsledky", "en": "results"}, {"cs": "sdíleného úkolu", "en": "Shared Task"}, {"cs": "WMT19 Metrics", "en": "WMT19 Metrics"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Participants were asked to score the outputs of the translations systems competing in the WMT19 News Translation Task with automatic metrics.", "cs": "Účastníci byli požádáni, aby pomocí automatických metrik ohodnotili výstupy překladatelských systémů soutěžících v WMT19 News Translation Task."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatických metrik", "en": "automatic metrics"}, {"cs": "překladatelských systémů", "en": "translations systems"}, {"cs": "WMT19 News Translation Task", "en": "WMT19 News Translation Task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "13 research groups submitted 24 metrics, 10 of which are reference-less “metrics” and constitute submissions to the joint task with WMT19 Quality Estimation Task, “QE as a Metric”.", "cs": "13 výzkumných skupin předložilo 24 metrik, z nichž 10 jsou „metriky“ bez odkazů a představují podání ke společnému úkolu s WMT19 Quality Estimation Task, „QE as a Metric“."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výzkumných skupin", "en": "research groups"}, {"cs": "metrik", "en": "metrics"}, {"cs": "WMT19 Quality Estimation Task", "en": "WMT19 Quality Estimation Task"}, {"cs": "QE as a Metric", "en": "QE as a Metric"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In addition, we computed 11 baseline metrics, with 8 commonly applied baselines (BLEU, SentBLEU, NIST, WER, PER, TER, CDER, and chrF) and 3 reimplementations (chrF+, sacreBLEU-BLEU, and sacreBLEU-chrF).", "cs": "Navíc jsme vypočítali 11 základních metriky, s 8 běžně používanými výchozími hodnotami (BLEU, SentBLEU, NIST, WER, PER, TER, CDER a chrF) a 3 reimplementy (chrF+, sacreBLEU-BLEU a sacreBLEU-chrF)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "základních metriky", "en": "baseline metrics"}, {"cs": "běžně používanými výchozími hodnotami", "en": "commonly applied baselines"}, {"cs": "BLEU", "en": "BLEU"}, {"cs": "SentBLEU", "en": "SentBLEU"}, {"cs": "NIST", "en": "NIST"}, {"cs": "WER", "en": "WER"}, {"cs": "PER", "en": "PER"}, {"cs": "TER", "en": "TER"}, {"cs": "CDER", "en": "CDER"}, {"cs": "chrF", "en": "chrF"}, {"cs": "chrF+", "en": "chrF+"}, {"cs": "sacreBLEU-BLEU", "en": "sacreBLEU-BLEU"}, {"cs": "sacreBLEU-chrF", "en": "sacreBLEU-chrF"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Metrics were evaluated on the system level, how well a given metric correlates with the WMT19 official manual ranking, and segment level, how well the metric correlates with human judgements of segment quality.", "cs": "Metriky byly hodnoceny na systémové úrovni, jak dobře daná metrika koreluje s oficiálním manuálním řazením WMT19 a na úrovni segmentu, jak dobře metrika koreluje s lidskými úsudky o kvalitě segmentu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Metriky", "en": "Metrics"}, {"cs": "systémové úrovni", "en": "system level"}, {"cs": "oficiálním manuálním řazením WMT19", "en": "WMT19 official manual ranking"}, {"cs": "úrovni segmentu", "en": "segment level"}, {"cs": "lidskými úsudky o kvalitě segmentu", "en": "human judgements of segment quality"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This year, we use direct assessment (DA) as our only form of manual evaluation.", "cs": "Letos používáme přímé hodnocení (DA) jako jedinou formu manuálního hodnocení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přímé hodnocení", "en": "direct assessment"}, {"cs": "manuálního hodnocení", "en": "manual evaluation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Reflexives in Czech are highly ambiguous.", "cs": "Reflexiva v češtině plní nerůznější funkce."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Reflexiva", "en": "Reflexives"}, {"cs": "češtině", "en": "Czech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this contribution, changes in valency of derived reflexive verbs have been discussed.", "cs": "V tomto příspěvku jsme se zaměřily na změny ve valenci derivovaných reflexivních sloves."}, "data_name": "wmt23_terminology", "hints": [{"cs": "změny ve valenci", "en": "changes in valency"}, {"cs": "derivovaných reflexivních sloves", "en": "derived reflexive verbs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The 2019 Shared Task at the Conference for Computational Language Learning (CoNLL) was devoted to Meaning Representation Parsing (MRP) across frameworks.", "cs": "Soutěžní úkol pro rok 2019 na konferenci Computational Language Learning (CoNLL) byl věnován sémantickému parsingu (Meaning Representation Parsing, MRP) napříč různ��mi přístupy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "konferenci Computational Language Learning (CoNLL)", "en": "Conference for Computational Language Learning (CoNLL)"}, {"cs": "sémantickému parsingu", "en": "Meaning Representation Parsing"}, {"cs": "Meaning Representation Parsing, MRP", "en": "MRP"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Five distinct approaches to the representation of sentence meaning in the form of directed graph were represented in the training and evaluation data for the task, packaged in a uniform abstract graph representation and serialization.", "cs": "Soutěž zahrnuje pět formálně a lingvisticky rozdílných přístupů k reprezentaci významu (DM, PSD, EDS, UCCA a AMR)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Soutěž", "en": "task"}, {"cs": "pět formálně a lingvisticky rozdílných přístupů", "en": "Five distinct approaches"}, {"cs": "reprezentaci významu", "en": "representation of sentence meaning"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The task received submissions from eighteen teams, of which five do not participate in the official ranking because they arrived after the closing deadline, made use of additional training data, or involved one of the task co-organizers.", "cs": "Do soutěže se přihlásilo osmnáct týmů, z nichž pět se neúčastnilo oficiálního hodnocení, protože jejich výsledky dorazily až po uzávěrce, nebo tým využil dodatečných trénovacích dat, popřípadě byl jeden ze spoluorganizátorů soutěže mezi zástupci týmu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "soutěže", "en": "task"}, {"cs": "osmnáct týmů", "en": "eighteen teams"}, {"cs": "oficiálního hodnocení", "en": "official ranking"}, {"cs": "uzávěrce", "en": "closing deadline"}, {"cs": "trénovacích dat", "en": "additional training data"}, {"cs": "spoluorganizátorů soutěže", "en": "task co-organizers"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "All technical information regarding the task, including system submissions, official results, and links to supporting resources and software are available from the task web site at: http://mrp.nlpl.eu.", "cs": "Veškeré technické informace týkající se soutěže jsou k dispozici na webových stránkách úkolu: http://mrp.nlpl.eu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "technické informace", "en": "technical information"}, {"cs": "soutěže", "en": "task"}, {"cs": "webových stránkách", "en": "web site"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We propose two neural network architectures for nested named entity recognition (NER), a setting in which named entities may overlap and also be labeled with more than one label.", "cs": "V příspěvku navrhujeme dvě neuronové architektury pro rozpoznávání vnořených pojmenovaných entit, což je úloha, ve které se pojmenované entity mohou překrývat a také být označeny více než jednou značkou."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neuronové architektury", "en": "neural network architectures"}, {"cs": "rozpoznávání vnořených pojmenovaných entit", "en": "nested named entity recognition"}, {"cs": "pojmenované entity", "en": "named entities"}, {"cs": "značkou", "en": "label"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We encode the nested labels using a linearized scheme.", "cs": "Vnořené značky zakódováváme pomocí linearizovaného schématu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Vnořené značky", "en": "nested labels"}, {"cs": "linearizovaného schématu", "en": "linearized scheme"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In our first proposed approach, the nested labels are modeled as multilabels corresponding to the Cartesian product of the nested labels in a standard LSTM-CRF architecture.", "cs": "V prvním navrženém přístupu jsou vnořené značky modelovány jako multiznačky náležející kartézkému součinu vnořených značek ve standardní LSTM-CRF architektuře."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vnořené značky", "en": "nested labels"}, {"cs": "multiznačky", "en": "multilabels"}, {"cs": "kartézkému součinu", "en": "Cartesian product"}, {"cs": "standardní LSTM-CRF architektuře", "en": "standard LSTM-CRF architecture"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the second one, the nested NER is viewed as a sequence-to-sequence problem, in which the input sequence consists of the tokens and output sequence of the labels, using hard attention on the word whose label is being predicted.", "cs": "V druhém navrženém přístupu přistupujeme k úloze rozpoznávání vnořených pojmenovaných entit jako k sequence-to-sequence problému, ve kterém vstupní sekvence sestává z tokenů a výstupní sekvence ze značek, přičemž používáme vynucený mechanismus attention na slově, které právě značkujeme."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozpoznávání vnořených pojmenovaných entit", "en": "nested NER"}, {"cs": "sequence-to-sequence problému", "en": "sequence-to-sequence problem"}, {"cs": "vstupní sekvence", "en": "input sequence"}, {"cs": "výstupní sekvence", "en": "output sequence"}, {"cs": "značek", "en": "labels"}, {"cs": "mechanismus attention", "en": "hard attention"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The proposed methods outperform the nested NER state of the art on four corpora: ACE-2004, ACE-2005, GENIA and Czech CNEC.", "cs": "Navržené metody překonávají současný stav poznání v úloze rozpoznávání vnořených pojmenovaných entit na čtyřech korpusech: ACE-2004, ACE-2005, GENIA a českém CNEC."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozpoznávání vnořených pojmenovaných entit", "en": "nested NER"}, {"cs": "ACE-2004", "en": "ACE-2004"}, {"cs": "ACE-2005", "en": "ACE-2005"}, {"cs": "GENIA", "en": "GENIA"}, {"cs": "českém CNEC", "en": "Czech CNEC"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also enrich our architectures with the recently published contextual embeddings: ELMo, BERT and Flair, reaching further improvements for the four nested entity corpora.", "cs": "Naše architektury jsme dále obohatili nedávno publikovanými kontextovými embeddingy: ELMo, BERT a Flair, čímž jsme dosáhli dalšího zlepšení na všech čtyřech korpusech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "architektury", "en": "architectures"}, {"cs": "kontextovými embeddingy", "en": "contextual embeddings"}, {"cs": "ELMo", "en": "ELMo"}, {"cs": "BERT", "en": "BERT"}, {"cs": "Flair", "en": "Flair"}, {"cs": "korpusech", "en": "corpora"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In addition, we report flat NER state-of-the-art results for CoNLL-2002 Dutch and Spanish and for CoNLL-2003 English.", "cs": "Navíc publikujeme nejlepší známé výsledky v ropoznávání pojmenovaných entit na korpusech CoNLL-2002 v nizozemštině a španělštině a korpusu CoNLL-2003 v angličtině."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nejlepší známé výsledky", "en": "state-of-the-art results"}, {"cs": "ropoznávání pojmenovaných entit", "en": "flat NER"}, {"cs": "korpusech CoNLL-2002", "en": "CoNLL-2002"}, {"cs": "nizozemštině", "en": "Dutch"}, {"cs": "španělštině", "en": "Spanish"}, {"cs": "korpusu CoNLL-2003", "en": "CoNLL-2003"}, {"cs": "angličtině", "en": "English"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Neural machine translation is known to require large numbers of parallel training sentences, which generally prevent it from excelling on low-resource language pairs.", "cs": "Je známo, že neuronový strojový překlad vyžaduje velké množství paralelních trénovacích vět, které obecně brání tomu, aby vynikal na párech jazyků s nedostatečným množstvím zdrojů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neuronový strojový překlad", "en": "Neural machine translation"}, {"cs": "paralelních trénovacích vět", "en": "parallel training sentences"}, {"cs": "párech jazyků", "en": "language pairs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This thesis explores the use of cross-lingual transfer learning on neural networks as a way of solving the problem with the lack of resources.", "cs": "Tato práe se zabývá využitím translingválního učení na neuronových sítích jako způsobu řešení problému nedostatku zdrojů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "translingválního učení", "en": "cross-lingual transfer learning"}, {"cs": "neuronových sítích", "en": "neural networks"}, {"cs": "nedostatku zdrojů", "en": "lack of resources"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We propose several transfer learning approaches to reuse a model pretrained on a high-resource language pair.", "cs": "Navrhujeme několik přístupů k transferu znalostí za účelem opětovného využití modelu předtrénovaného na jiné jazykové dvojici s velkým množstvím zdrojů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "transferu znalostí", "en": "transfer learning"}, {"cs": "modelu předtrénovaného", "en": "model pretrained"}, {"cs": "jazykové dvojici", "en": "language pair"}, {"cs": "velkým množstvím zdrojů", "en": "high-resource"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We pay particular attention to the simplicity of the techniques.", "cs": "Zvláštní pozornost věnujeme jednoduchosti technik."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jednoduchosti technik", "en": "simplicity of the techniques"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We study two scenarios: (a) when we reuse the high-resource model without any prior modifications to its training process and (b) when we can prepare the first-stage high-resource model for transfer learning in advance.", "cs": "Studujeme dva scénáře: a) když používáme předtrénovaný model bez jakýchkoli předchozích úprav jeho trénovacího procesu a b) když můžeme předem připravit prvostupňový model pro transfer znalostí pro potřeby dítěte."}, "data_name": "wmt23_terminology", "hints": [{"cs": "scénáře", "en": "scenarios"}, {"cs": "předtrénovaný model", "en": "high-resource model"}, {"cs": "trénovacího procesu", "en": "training process"}, {"cs": "prvostupňový model", "en": "first-stage high-resource model"}, {"cs": "transfer znalostí", "en": "transfer learning"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For the former scenario, we present a proof-of-concept method by reusing a model trained by other researchers.", "cs": "Pro první scénář představujeme metodu opětovného využití modelu předtrénovaného jinými výzkumníky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metodu opětovného využití", "en": "proof-of-concept method"}, {"cs": "modelu předtrénovaného", "en": "model trained"}, {"cs": "jinými výzkumníky", "en": "other researchers"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the latter scenario, we present a method which reaches even larger improvements in translation performance.", "cs": "V druhém případě předkládáme metodu, která dosáhne ještě většího zlepšení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metodu", "en": "method"}, {"cs": "zlepšení", "en": "improvements"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Apart from proposed techniques, we focus on an in-depth analysis of transfer learning techniques and try to shed some light on transfer learning improvements.", "cs": "Kromě navrhovaných technik se zaměřujeme na hloubkovou analýzu technik transferu znalostí a snažíme se vnést trochu světla do pochopení transferového učení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "navrhovaných technik", "en": "proposed techniques"}, {"cs": "hloubkovou analýzu", "en": "in-depth analysis"}, {"cs": "transferu znalostí", "en": "transfer learning techniques"}, {"cs": "transferového učení", "en": "transfer learning improvements"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We show how our techniques address specific problems of low-resource languages and are suitable even in high-resource transfer learning.", "cs": "Ukazujeme, jak naše techniky řeší specifické problémy jazyků s málo daty a že jsou vhodné i pro jazykové páry s velkým množstvím dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "specifické problémy jazyků s málo daty", "en": "specific problems of low-resource languages"}, {"cs": "jazykové páry s velkým množstvím dat", "en": "high-resource transfer learning"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We evaluate the potential drawbacks and behavior by studying transfer learning in various situations, for example, under artificially damaged training corpora, or with fixed various model parts.", "cs": "Potenciální nevýhody a chování hodnotíme studiem transferového učení v různých situacích, například pod uměle poškozeným trénovacím korpusem, nebo se zafixovanými částmi modelu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "transferového učení", "en": "transfer learning"}, {"cs": "trénovacím korpusem", "en": "training corpora"}, {"cs": "modelu", "en": "model"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This tutorial will show you how to use the Tensor2Tensor and how to apply Transfer Learning to low-resource languages.", "cs": "V tomto tutoriálu se naučíte používat tensor2tensor a jak aplikovat přenos znalostí na nízko-zdrojové jazykové páry."}, "data_name": "wmt23_terminology", "hints": [{"cs": "tensor2tensor", "en": "Tensor2Tensor"}, {"cs": "přenos znalostí", "en": "Transfer Learning"}, {"cs": "nízko-zdrojové jazykové páry", "en": "low-resource languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It should be easy to follow for everyone, even people that never trained Machine Translation models.", "cs": "Tutorial je vhodný i pro účastníky, kteří nemají zkušenosti s trénováním neuronových MT modelů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Tutorial", "en": "It"}, {"cs": "účastníky", "en": "everyone"}, {"cs": "zkušenosti", "en": "never trained"}, {"cs": "trénováním neuronových MT modelů", "en": "Machine Translation models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper describes the CUNI submission to the WMT 2019 News Translation Shared Task for the low-resource languages: GujaratiEnglish and Kazakh-English.", "cs": "Tento článek popisuje systém CUNI do News WMT 2019 pro jazyky s nedostatečnými zdroji: Gujarati-Angličtina a Kazakština-Angličtina."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systém CUNI", "en": "CUNI submission"}, {"cs": "News WMT 2019", "en": "WMT 2019 News Translation Shared Task"}, {"cs": "jazyky s nedostatečnými zdroji", "en": "low-resource languages"}, {"cs": "Gujarati-Angličtina", "en": "GujaratiEnglish"}, {"cs": "Kazakština-Angličtina", "en": "Kazakh-English"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We participated in both language pairs in both translation directions.", "cs": "Zúčastnili jsme se na obou jazykových párech v obou směrech překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jazykových párech", "en": "language pairs"}, {"cs": "směrech překladu", "en": "translation directions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our system combines transfer learning from a different high-resource language pair followed by training on backtranslated monolingual data.", "cs": "Náš systém kombinuje přenos znalostí z jiného dvojice jazyků s vysokým množstvím paralelních dat, po kterém následuje trénování na zpětně přeložených jednojazyčných dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systém", "en": "system"}, {"cs": "přenos znalostí", "en": "transfer learning"}, {"cs": "dvojice jazyků", "en": "language pair"}, {"cs": "paralelních dat", "en": "high-resource"}, {"cs": "trénování", "en": "training"}, {"cs": "zpětně přeložených jednojazyčných dat", "en": "backtranslated monolingual data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Thanks to the simultaneous training in both directions, we can iterate the backtranslation process.", "cs": "Díky simultánnímu tréninku v obou směrech můžeme iterovat proces zpětného překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "simultánnímu tréninku", "en": "simultaneous training"}, {"cs": "obou směrech", "en": "both directions"}, {"cs": "zpětného překladu", "en": "backtranslation process"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We are using the Transformer model in a constrained submission.", "cs": "Používáme Transformer model v constrained podmínkách."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Transformer model", "en": "Transformer model"}, {"cs": "constrained podmínkách", "en": "constrained submission"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this article we provide an overview of first-hand experiences and vantage points for best practices from projects in seven European countries dedicated to learner corpus research (LCR) and the creation of language learner corpora.", "cs": "V tomto článku poskytujeme přehled zkušeností z první ruky a výhodných bodů pro osvědčené postupy z projektů v sedmi evropských zemích věnovaných výzkumu korpusu studentů (LCR) a vytváření korpusů studentů jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "článku", "en": "article"}, {"cs": "evropských zemích", "en": "European countries"}, {"cs": "výzkumu korpusu studentů", "en": "learner corpus research"}, {"cs": "LCR", "en": "LCR"}, {"cs": "vytváření korpusů studentů jazyků", "en": "creation of language learner corpora"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The corpora and tools involved in LCR are becoming more and more important, as are careful preparation and easy retrieval and reusability of corpora and tools.", "cs": "Korpusy a nástroje zapojené do LCR jsou stále důležitější, stejně jako pečlivá příprava a snadné vyhledávání a opětovné použití korpusů a nástrojů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Korpusy", "en": "corpora"}, {"cs": "nástroje", "en": "tools"}, {"cs": "LCR", "en": "LCR"}, {"cs": "příprava", "en": "preparation"}, {"cs": "vyhledávání", "en": "retrieval"}, {"cs": "opětovné použití", "en": "reusability"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "But the lack of commonly agreed solutions for many aspects of LCR, interoperability between learner corpora and the exchange of data from different learner corpus projects remains a challenge.", "cs": "Nedostatek společně dohodnutých řešení pro mnoho aspektů LCR, interoperabilita mezi korpusy studentů a výměna dat z různých korpusových projektů studentů však zůstává výzvou."}, "data_name": "wmt23_terminology", "hints": [{"cs": "LCR", "en": "LCR"}, {"cs": "interoperabilita", "en": "interoperability"}, {"cs": "korpusy studentů", "en": "learner corpora"}, {"cs": "výměna dat", "en": "exchange of data"}, {"cs": "korpusových projektů studentů", "en": "learner corpus projects"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We show how concepts like metadata, anonymization, error taxonomies and linguistic annotations as well as tools, toolchains and data formats can be individually challenging and how the challenges can be solved.", "cs": "Ukážeme, jak mohou být koncepty jako metadata, anonymizace, taxonomie chyb a jazykové anotace, jakož i nástroje, řetězce nástrojů a datové formáty individuálně náročné a jak lze výzvy řešit."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metadata", "en": "metadata"}, {"cs": "anonymizace", "en": "anonymization"}, {"cs": "taxonomie chyb", "en": "error taxonomies"}, {"cs": "jazykové anotace", "en": "linguistic annotations"}, {"cs": "nástroje", "en": "tools"}, {"cs": "řetězce nástrojů", "en": "toolchains"}, {"cs": "datové formáty", "en": "data formats"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we present a prototype of Deep Universal Dependencies, a two-speed concept where minimal deep annotation can be derived automatically from surface UD trees, while richer annotation can be added for datasets where appropriate resources are available.", "cs": "V tomto článku představujeme prototyp hloubkových univerzálních závislostí (Deep Universal Dependencies): dvourychlostního konceptu, ve kterém určitá minimální hloubková anotace je automaticky odvozena z povrchových stromů UD, zatímco bohatší anotaci je možné přidat ručně u korpusů, kde jsou k dispozici potřebné zdroje."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hloubkových univerzálních závislostí", "en": "Deep Universal Dependencies"}, {"cs": "dvourychlostního konceptu", "en": "two-speed concept"}, {"cs": "minimální hloubková anotace", "en": "minimal deep annotation"}, {"cs": "povrchových stromů UD", "en": "surface UD trees"}, {"cs": "bohatší anotaci", "en": "richer annotation"}, {"cs": "korpusů", "en": "datasets"}, {"cs": "potřebné zdroje", "en": "appropriate resources"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We release the Deep UD data in Lindat.", "cs": "Data Deep UD zpřístupňujeme v repozitáři Lindat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Data Deep UD", "en": "Deep UD data"}, {"cs": "repozitáři Lindat", "en": "Lindat"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present UDify, a multilingual multi-task model capable of accurately predicting universal part-of-speech, morphological features, lemmas, and dependency trees simultaneously for all 124 Universal Dependencies treebanks across 75 languages.", "cs": "Představujeme UDify, vícejazyčný víceúlohový model schopný přesně předpovědět univerzální slovní druhy, morfologické rysy, lemmata a závislostní stromy současně pro všech 124 treebanků Universal Dependencies napříč 75 jazyky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "UDify", "en": "UDify"}, {"cs": "vícejazyčný víceúlohový model", "en": "multilingual multi-task model"}, {"cs": "univerzální slovní druhy", "en": "universal part-of-speech"}, {"cs": "morfologické rysy", "en": "morphological features"}, {"cs": "lemmata", "en": "lemmas"}, {"cs": "závislostní stromy", "en": "dependency trees"}, {"cs": "Universal Dependencies", "en": "Universal Dependencies"}, {"cs": "treebanků", "en": "treebanks"}, {"cs": "jazyky", "en": "languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "By leveraging a multilingual BERT self-attention model pretrained on 104 languages, we found that fine-tuning it on all datasets concatenated together with simple softmax classifiers for each UD task can result in state-of-the-art UPOS, UFeats, Lemmas, UAS, and LAS scores, without requiring any recurrent or language-specific components.", "cs": "Využitím vícejazyčného modelu BERT předcvičeného na 104 jazycích jsme zjistili, že jeho dotrénování na všech zřetězených treebancích spolu s jednoduchými softmax klasifikátory pro každý úkol UD ústí v nejlepší známé výsledky pro UPOS, UFeats, lemmatizaci, UAS a LAS metriky, aniž by vyžadovalo jakékoli rekurentní nebo jazykově specifické komponenty."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vícejazyčného modelu BERT", "en": "multilingual BERT self-attention model"}, {"cs": "104 jazycích", "en": "104 languages"}, {"cs": "treebancích", "en": "datasets"}, {"cs": "softmax klasifikátory", "en": "softmax classifiers"}, {"cs": "UPOS", "en": "UPOS"}, {"cs": "UFeats", "en": "UFeats"}, {"cs": "lemmatizaci", "en": "Lemmas"}, {"cs": "UAS", "en": "UAS"}, {"cs": "LAS metriky", "en": "LAS scores"}, {"cs": "rekurentní", "en": "recurrent"}, {"cs": "jazykově specifické komponenty", "en": "language-specific components"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We evaluate UDify for multilingual learning, showing that low-resource languages benefit the most from cross-linguistic annotations.", "cs": "Hodnocení UDify ukazuje, že vícejazyčné učení nejvíce prospívá jazykům s málo daty."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Hodnocení UDify", "en": "We evaluate UDify"}, {"cs": "vícejazyčné učení", "en": "multilingual learning"}, {"cs": "jazykům s málo daty", "en": "low-resource languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also evaluate for zero-shot learning, with results suggesting that multilingual training provides strong UD predictions even for languages that neither UDify nor BERT have ever been trained on.", "cs": "Vícejazykové trénovaní poskytuje kvalitní předpovědi i pro jazyky, které nebyly zastoupeny v trénovacích datech, naznačují, že i pro ně posky vícejazyčné školen."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Vícejazykové trénovaní", "en": "multilingual training"}, {"cs": "kvalitní předpovědi", "en": "strong UD predictions"}, {"cs": "trénovacích datech", "en": "trained on"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Code for UDify is available at https://github.com/hyperparticle/udify.", "cs": "Zdrojový kód UDify je dostupný na https://github.com/hyperparticle/udify."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Zdrojový kód", "en": "Code"}, {"cs": "UDify", "en": "UDify"}, {"cs": "https://github.com/hyperparticle/udify", "en": "https://github.com/hyperparticle/udify"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Recent developments in machine translation experiment with the idea that a model can improve the translation quality by performing multiple tasks, e.g., translating from source to target and also labeling each source word with syntactic information.", "cs": "Nedávný vývoj v oblasti strojového překladu experimentuje s myšlenkou, že model může zlepšit kvalitu překladu provedením více úloh, např. překládáním ze zdroje na cíl a také označováním každého zdrojového slova syntaktickými informacemi."}, "data_name": "wmt23_terminology", "hints": [{"cs": "strojového překladu", "en": "machine translation"}, {"cs": "model", "en": "model"}, {"cs": "kvalitu překladu", "en": "translation quality"}, {"cs": "úloh", "en": "tasks"}, {"cs": "zdroje na cíl", "en": "source to target"}, {"cs": "zdrojového slova", "en": "source word"}, {"cs": "syntaktickými informacemi", "en": "syntactic information"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The intuition is that the network would generalize knowledge over the multiple tasks, improving the translation performance, especially in low resource conditions.", "cs": "Intuice je taková, že síť by zobecňovala znalosti na více úloh a zlepšila tak výkon překladu, zejména v podmínkách nízkých zdrojů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Intuice", "en": "intuition"}, {"cs": "síť", "en": "network"}, {"cs": "znalosti", "en": "knowledge"}, {"cs": "úloh", "en": "tasks"}, {"cs": "výkon překladu", "en": "translation performance"}, {"cs": "nízkých zdrojů", "en": "low resource conditions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We devised an experiment that casts doubt on this intuition.", "cs": "Vymysleli jsme experiment, který tuto intuici zpochybňuje."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experiment", "en": "experiment"}, {"cs": "intuici", "en": "intuition"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We perform similar experiments in both multi-decoder and interleaving setups that label each target word either with a syntactic tag or a completely random tag.", "cs": "Podobné experimenty provádíme jak v multidekodérech, tak v prokládacích sestavách, které označují každé cílové slovo buď syntaktickou značkou, nebo úplně náhodnou značkou."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experimenty", "en": "experiments"}, {"cs": "multidekodérech", "en": "multi-decoder"}, {"cs": "prokládacích sestavách", "en": "interleaving setups"}, {"cs": "cílové slovo", "en": "target word"}, {"cs": "syntaktickou značkou", "en": "syntactic tag"}, {"cs": "náhodnou značkou", "en": "random tag"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Surprisingly, we show that the model performs nearly as well on uncorrelated random tags as on true syntactic tags.", "cs": "Překvapivě ukazujeme, že model si vede skoro stejně dobře na nekorespondovaných náhodných značkách jako na skutečných syntaktických značkách."}, "data_name": "wmt23_terminology", "hints": [{"cs": "model", "en": "model"}, {"cs": "nekorespondovaných náhodných značkách", "en": "uncorrelated random tags"}, {"cs": "skutečných syntaktických značkách", "en": "true syntactic tags"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We hint some possible explanations of this behavior.", "cs": "Naznačujeme některá možná vysvětlení tohoto chování."}, "data_name": "wmt23_terminology", "hints": [{"cs": "možná vysvětlení", "en": "possible explanations"}, {"cs": "tohoto chování", "en": "this behavior"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The main message from our article is that experimental results with deep neural networks should always be complemented with trivial baselines to document that the observed gain is not due to some unrelated properties of the system or training effects.", "cs": "Hlavním poselstvím našeho článku je, že experimentální výsledky s hlubokými neuronovými sítěmi by měly být vždy doplněny triviálními výchozími hodnotami dokumentujícími, že pozorovaný přírůstek je ne kvůli některým nesouvisejícím vlastnostem systému nebo tréninkovým efektům."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experimentální výsledky", "en": "experimental results"}, {"cs": "hlubokými neuronovými sítěmi", "en": "deep neural networks"}, {"cs": "triviálními výchozími hodnotami", "en": "trivial baselines"}, {"cs": "pozorovaný přírůstek", "en": "observed gain"}, {"cs": "nesouvisejícím vlastnostem systému", "en": "unrelated properties of the system"}, {"cs": "tréninkovým efektům", "en": "training effects"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "True confidence in where the gains come from will probably remain problematic anyway.", "cs": "Skutečná důvěra v to, odkud zisky pocházejí, bude pravděpodobně i nadále problematická."}, "data_name": "wmt23_terminology", "hints": [{"cs": "důvěra", "en": "confidence"}, {"cs": "zisky", "en": "gains"}, {"cs": "problematická", "en": "problematic"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In contemporary society, social justice issues are often related to documentary video clips and their interpretation.", "cs": "V současné společnosti se otázky sociální spravedlnosti často týkají dokumentárních videoklipů a jejich interpretace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "současné společnosti", "en": "contemporary society"}, {"cs": "sociální spravedlnosti", "en": "social justice issues"}, {"cs": "dokumentárních videoklipů", "en": "documentary video clips"}, {"cs": "interpretace", "en": "interpretation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Understanding the ways of working with and around video in everyday settings could provide novel perspectives on traditional themes.", "cs": "Pochopení způsobů práce s videem a jeho okolí v každodenním prostředí by mohlo přinést nové pohledy na tradiční témata."}, "data_name": "wmt23_terminology", "hints": [{"cs": "každodenním prostředí", "en": "everyday settings"}, {"cs": "tradiční témata", "en": "traditional themes"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper is based on an ethnomethodological study of videotaped episodes of students’ collaborative work with on-line material constructed from texts, images and video clip fragments of oral history interviews.", "cs": "Tato práce vychází z etnometodologické studie videonahrávek kolektivní práce studentů s on-line materiály sestavenými z textů, obrázků a fragmentů orálněhistorických rozhovorů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "etnometodologické studie", "en": "ethnomethodological study"}, {"cs": "videonahrávek", "en": "videotaped episodes"}, {"cs": "kolektivní práce", "en": "students’ collaborative work"}, {"cs": "on-line materiály", "en": "on-line material"}, {"cs": "textů", "en": "texts"}, {"cs": "obrázků", "en": "images"}, {"cs": "fragmentů orálněhistorických rozhovorů", "en": "video clip fragments of oral history interviews"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Students worked with a single computer device and one paper sheet in small groups of two or three.", "cs": "Studenti pracovali s jedním počítačovým zařízením a jedním papírovým listem v malých skupinách po dvou nebo třech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Studenti", "en": "Students"}, {"cs": "jedním počítačovým zařízením", "en": "a single computer device"}, {"cs": "jedním papírovým listem", "en": "one paper sheet"}, {"cs": "malých skupinách", "en": "small groups"}, {"cs": "dvou nebo třech", "en": "two or three"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The temporal organization of classroom work with digital oral history in this classroom setting is divided to three phases: (1) preparation for watching the video clip, which requires the establishment of an optimal arrangement of material artifacts and participants’ bodily orientations; (2) watching the video clip, which points to a preference for uninterrupted watching from start to end, as well as limitation of participants’ talk to \"running commentary\"; (3) reflecting the video clip, which shows orientation to the formulation of required answer and its collaborative writing into the paper sheet, including occasional second watching.", "cs": "Časová organizace práce v učebně s digitálními ústními dějinami je v tomto uspořádání rozdělena do tří fází: 1) příprava na sledování videoklipu, což vyžaduje vytvoření optimálního uspořádání hmotných artefaktů a tělesné orientace účastníků; 2) sledování videoklipu, během něhož je upřednostňováno nepřerušované sledování od začátku do konce, jakož i omezení hovoru účastníků na \"průběžné komentáře\"; 3) reflexe videoklipu, během níž se projevuje orientace na formulaci požadované odpovědi a její společné zapsání do papírového listu, včetně případného druhého sledování videoklipu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Časová organizace práce", "en": "temporal organization of classroom work"}, {"cs": "digitálními ústními dějinami", "en": "digital oral history"}, {"cs": "příprava na sledování videoklipu", "en": "preparation for watching the video clip"}, {"cs": "sledování videoklipu", "en": "watching the video clip"}, {"cs": "reflexe videoklipu", "en": "reflecting the video clip"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In order to use audiovisual oral history (OH) materials efficiently and meaningfully, it is important to understand how people make sense of such video recordings in social interaction.", "cs": "Pro efektivní a smysluplné používání audiovizuálních orálněhistorických materiálů (OH) je důležité pochopit, jak lidé chápou smysl takových videozáznamů v sociální interakci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "sociální interakci", "en": "social interaction"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Fundamental questions thus emerge in regard to secondary analysis and practical utilization of archived audiovisual OH material, such as: What are the features of OH interview as a social object?", "cs": "Vyvstávají tak zásadní otázky týkající se sekundární analýzy a praktického využití archivovaného audiovizuálního materiálu OH, jako například: Jaké jsou rysy OH rozhovoru jako společenského objektu?"}, "data_name": "wmt23_terminology", "hints": [{"cs": "sekundární analýzy", "en": "secondary analysis"}, {"cs": "praktického využití", "en": "practical utilization"}, {"cs": "OH rozhovoru", "en": "OH interview"}, {"cs": "společenského objektu", "en": "social object"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "What makes it meaningful and interpretable?", "cs": "Co jej činí smysluplným a interpretovatelným?"}, "data_name": "wmt23_terminology", "hints": [{"cs": "smysluplným", "en": "meaningful"}, {"cs": "interpretovatelným", "en": "interpretable"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "How much do we need to know about the socially situated character of the interview in order to understand it properly?", "cs": "Kolik toho potřebujeme vědět o sociálně situovaném charakteru rozhovoru, abychom ho správně pochopili?"}, "data_name": "wmt23_terminology", "hints": [{"cs": "sociálně situovaném charakteru rozhovoru", "en": "socially situated character of the interview"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Is there “too little” or “too much” context in relation to OH?", "cs": "Existuje ve vztahu k OH „příliš málo“ nebo „příliš mnoho“ kontextu?"}, "data_name": "wmt23_terminology", "hints": [{"cs": "OH", "en": "OH"}, {"cs": "příliš málo", "en": "too little"}, {"cs": "příliš mnoho", "en": "too much"}, {"cs": "kontextu", "en": "context"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "How do people make sense of OH interviews in social practice, and relate it to their broader historical knowledge?", "cs": "Jaký smysl mají rozhovory na OH ve společenské praxi a jaký je jejich vztah k širším historickým znalostem?"}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozhovory na OH", "en": "OH interviews"}, {"cs": "společenské praxi", "en": "social practice"}, {"cs": "širším historickým znalostem", "en": "broader historical knowledge"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the workshop, we will grasp such far-reaching questions from a very empirical and practical perspective.", "cs": "V rámci workshopu uchopíme tyto dalekosáhlé otázky z velice empirického a praktického hlediska."}, "data_name": "wmt23_terminology", "hints": [{"cs": "workshopu", "en": "workshop"}, {"cs": "dalekosáhlé otázky", "en": "far-reaching questions"}, {"cs": "empirického a praktického hlediska", "en": "empirical and practical perspective"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We are reaching out to scholars who are interested in cross-disciplinary approaches and work with interviews, oral history, and digitized or digital qualitative data in general.", "cs": "Oslovujeme akademické pracovníky, kteří se zajímají o mezioborové přístupy a pracují s interview, orální historií a digitalizovanými nebo digitálními kvalitativními daty obecně."}, "data_name": "wmt23_terminology", "hints": [{"cs": "akademické pracovníky", "en": "scholars"}, {"cs": "mezioborové přístupy", "en": "cross-disciplinary approaches"}, {"cs": "interview", "en": "interviews"}, {"cs": "orální historií", "en": "oral history"}, {"cs": "digitalizovanými nebo digitálními kvalitativními daty", "en": "digitized or digital qualitative data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper describes a machine translation test set of documents from the auditing domain and its use as one of the “test suites” in the WMT19 News Translation Task for translation directions involving Czech, English and German.", "cs": "Tato práce popisuje testovací sadu dokumentů z auditorské domény pro strojový překlad a její použití jako jedné ze „testovacích sad“ v WMT19 News Translation Task pro překladatelské směry zahrnující češtinu, angličtinu a němčinu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "testovací sadu dokumentů", "en": "machine translation test set of documents"}, {"cs": "auditorské domény", "en": "auditing domain"}, {"cs": "WMT19 News Translation Task", "en": "WMT19 News Translation Task"}, {"cs": "překladatelské směry", "en": "translation directions"}, {"cs": "češtinu, angličtinu a němčinu", "en": "Czech, English and German"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our evaluation suggests that current MT systems optimized for the general news domain can perform quite well even in the particular domain of audit reports.", "cs": "Naše hodnocení naznačuje, že současné MT systémy optimalizované pro oblast všeobecného zpravodajství mohou docela dobře fungovat i v konkrétní oblasti auditních zpráv."}, "data_name": "wmt23_terminology", "hints": [{"cs": "MT systémy", "en": "MT systems"}, {"cs": "všeobecného zpravodajství", "en": "general news domain"}, {"cs": "auditních zpráv", "en": "audit reports"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The detailed manual evaluation however indicates that deep factual knowledge of the domain is necessary.", "cs": "Podrobné manuální hodnocení však ukazuje, že hluboká faktická znalost dané oblasti je nezbytná."}, "data_name": "wmt23_terminology", "hints": [{"cs": "manuální hodnocení", "en": "manual evaluation"}, {"cs": "faktická znalost", "en": "factual knowledge"}, {"cs": "dané oblasti", "en": "the domain"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For the naked eye of a non-expert, translations by many systems seem almost perfect and automatic MT evaluation with one reference is practically useless for considering these details.", "cs": "Pouhým okem neodborníka se překlady mnoha systémů zdají téměř dokonalé a automatické hodnocení MT s jednou referencí je pro zvážení těchto detailů prakticky zbytečné."}, "data_name": "wmt23_terminology", "hints": [{"cs": "překlady", "en": "translations"}, {"cs": "systémů", "en": "systems"}, {"cs": "MT", "en": "MT"}, {"cs": "jednou referencí", "en": "one reference"}, {"cs": "detailů", "en": "details"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Furthermore, we show on a sample document from the domain of agreements that even the best systems completely fail in preserving the semantics of the agreement, namely the identity of the parties.", "cs": "Dále na ukázkovém dokumentu z oblasti smluv ukazujeme, že i ty nejlepší systémy zcela selhávají v zachování sémantiky smlouvy, specificky zachování identit stran."}, "data_name": "wmt23_terminology", "hints": [{"cs": "ukázkovém dokumentu", "en": "sample document"}, {"cs": "oblasti smluv", "en": "domain of agreements"}, {"cs": "sémantiky smlouvy", "en": "semantics of the agreement"}, {"cs": "identit stran", "en": "identity of the parties"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "CzeDLex 0.6 is the second development version of a lexicon of Czech discourse connectives.", "cs": "CzeDLex 0.6 je druhá vývojová verze slovníku českých diskurzních konektorů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "CzeDLex 0.6", "en": "CzeDLex 0.6"}, {"cs": "slovníku českých diskurzních konektorů", "en": "lexicon of Czech discourse connectives"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The lexicon contains connectives partially automatically extracted from the Prague Discourse Treebank 2.0 (PDiT 2.0), a large corpus annotated manually with discourse relations.", "cs": "Slovník obsahuje konektory částečně automaticky extrahované z Pražského diskurzního korpusu 2.0 (PDiT 2.0), rozsáhlého korpusu s ručně anotovanými diskurzními vztahy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Slovník", "en": "lexicon"}, {"cs": "konektory", "en": "connectives"}, {"cs": "Pražského diskurzního korpusu 2.0", "en": "Prague Discourse Treebank 2.0"}, {"cs": "PDiT 2.0", "en": "PDiT 2.0"}, {"cs": "diskurzními vztahy", "en": "discourse relations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The most frequent entries in the lexicon (covering more than 90% of the discourse relations annotated in the PDiT 2.0) have been manually checked, translated to English and supplemented with additional linguistic information.", "cs": "Nejfrekventovanější slovníková hesla (pokrývající více než 90% diskurzních vztahů anotovaných v PDiT 2.0) byla ručně zkontrolována, přeložena do angličtiny a doplněna dalšími lingvistickými informacemi."}, "data_name": "wmt23_terminology", "hints": [{"cs": "slovníková hesla", "en": "entries in the lexicon"}, {"cs": "diskurzních vztahů", "en": "discourse relations"}, {"cs": "PDiT 2.0", "en": "PDiT 2.0"}, {"cs": "angličtiny", "en": "English"}, {"cs": "lingvistickými informacemi", "en": "linguistic information"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper deals with the neglected issue of the valency of adverbs.", "cs": "Tato práce se zabývá opomínejou otázkou valence příslovcí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "valence příslovcí", "en": "valency of adverbs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "After providing a brief theoretical background, a procedure is presented of extracting the list of potentially valent adverbs from two syntactically parsed corpora of Czech, SYN2015 and PDT.", "cs": "Po stručném teoretickém úvodu představíme postup při extrahování seznamu potenciálních valenčních příslovcí ze dvou českých syntakticky značkovaných korpusů, SYN2015 a PDT."}, "data_name": "wmt23_terminology", "hints": [{"cs": "teoretickém úvodu", "en": "theoretical background"}, {"cs": "extrahování seznamu", "en": "extracting the list"}, {"cs": "potenciálních valenčních příslovcí", "en": "potentially valent adverbs"}, {"cs": "českých syntakticky značkovaných korpusů", "en": "syntactically parsed corpora of Czech"}, {"cs": "SYN2015", "en": "SYN2015"}, {"cs": "PDT", "en": "PDT"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Taking note of the methodological and theoretical problems surrounding this task, especially those relating to the fuzzy boundaries of word classes, we outline the types of adverbs identified as having valency properties.", "cs": "Dále zmíníme metodologické a teoretické problémy spojené s tímto problémem, zejména ty, které se týkají nejasných hranic slovních druhů, a charakterizujeme typy získaných valenčních příslovcí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metodologické a teoretické problémy", "en": "methodological and theoretical problems"}, {"cs": "slovních druhů", "en": "word classes"}, {"cs": "valenčních příslovcí", "en": "adverbs identified as having valency properties"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Where appropriate, we comment on – and occasionally suggest improvements in – the lexicographic treatment of valent adverbs.", "cs": "Tam, kde je to vhodné, komentujeme lexikografické zpracování valenčních příslovcí a případně navrhujeme jeho úpravu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lexikografické zpracování", "en": "lexicographic treatment"}, {"cs": "valenčních příslovcí", "en": "valent adverbs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "DeriNet is a large linguistic resource containing over 1 million lexemes of Czech connected by almost 810 thousand links that correspond to derivational relations.", "cs": "DeriNet je rozsáhlý lingvistický zdroj obsahující více než 1 milion českých lexémů spojených téměř 810 tisíci derivačních vztahů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "DeriNet", "en": "DeriNet"}, {"cs": "lingvistický zdroj", "en": "linguistic resource"}, {"cs": "českých lexémů", "en": "lexemes of Czech"}, {"cs": "derivačních vztahů", "en": "derivational relations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the previous version, DeriNet 1.7, it only contained very sparse annotations of features other than derivations – it listed the lemma and part-of-speech category of each lexeme and since version 1.5, a true/false flag with lexemes created by compounding.", "cs": "Jeho předchozí verze, DeriNet 1.7, kromě derivací neobsahovala další anotace – byly v ní uvedeny lemmata a slovnědruhové kategorie každého lexému, a od verze 1.5 binární příznak kompozitnosti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "DeriNet 1.7", "en": "DeriNet 1.7"}, {"cs": "lemmata", "en": "lemma"}, {"cs": "slovnědruhové kategorie", "en": "part-of-speech category"}, {"cs": "lexému", "en": "lexeme"}, {"cs": "binární příznak kompozitnosti", "en": "true/false flag with lexemes created by compounding"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper presents an extended version of this network, labelled DeriNet 2.0, which adds a number of features, namely annotation of morphological categories (aspect, gender and animacy) with all lexemes in the database, identification of root morphemes in 250 thousand lexemes, annotation of five semantic labels (diminutive, possessive, female, iterative, and aspect) with 150 thousand derivational relations, a pilot annotation of parents of compounds, and another pilot annotation of so-called fictitious lexemes, which connect related derivational families without a common synchronous parent.", "cs": "Tento článek představuje rozšířenou verzi zdroje, nazvanou DeriNet 2.0, která přináší řadu nových anotací: všechny lexémy mají vyznačené základní morfologické kategorie (vid, rod a životnost), 250 tisíc lexémů má identifikované kořenové morfémy, 150 tisíc derivačních vztahů je označeno svou sémantickou kategorií (zdrobňování, přivlastňování, přechylování, opakovanost a změna vidu), některá kompozita jsou v rámci pilotního projektu přiřazena ke svým základovým slovům a přibylo několik tzv. fiktivních lexémů spojujících příbuzné derivační rodiny bez společného předka."}, "data_name": "wmt23_terminology", "hints": [{"cs": "článek", "en": "paper"}, {"cs": "rozšířenou verzi", "en": "extended version"}, {"cs": "DeriNet 2.0", "en": "DeriNet 2.0"}, {"cs": "základní morfologické kategorie", "en": "morphological categories"}, {"cs": "vid, rod a životnost", "en": "aspect, gender and animacy"}, {"cs": "kořenové morfémy", "en": "root morphemes"}, {"cs": "derivačních vztahů", "en": "derivational relations"}, {"cs": "sémantickou kategorií", "en": "semantic labels"}, {"cs": "zdrobňování, přivlastňování, přechylování, opakovanost a změna vidu", "en": "diminutive, possessive, female, iterative, and aspect"}, {"cs": "kompozita", "en": "compounds"}, {"cs": "základovým slovům", "en": "parents of compounds"}, {"cs": "fiktivních lexémů", "en": "fictitious lexemes"}, {"cs": "derivační rodiny", "en": "derivational families"}, {"cs": "společného předka", "en": "common synchronous parent"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The new pieces of annotation could be added thanks to a new file format for storing the network, which aims to be general and extensible, and therefore possibly usable to other similar projects.", "cs": "Tyto nové anotace mohly být přidány díky novému souborovému formátu, který je obecný a rozšiřitelný a tedy potenciálně využitelný i v jiných podobných projektech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nové anotace", "en": "new pieces of annotation"}, {"cs": "novému souborovému formátu", "en": "new file format"}, {"cs": "jiných podobných projektech", "en": "other similar projects"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The development and use of language resources often involve the processing of personal data.", "cs": "Rozvoj a využívání jazykových zdrojů často zahrnuje zpracování osobních údajů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Rozvoj", "en": "development"}, {"cs": "využívání jazykových zdrojů", "en": "use of language resources"}, {"cs": "zpracování osobních údajů", "en": "processing of personal data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The General Data Protection Regulation (GDPR) establishes an EU-wide framework for the processing of personal data for research purposes while at the same time allowing for some flexibility on the part of the Member States.", "cs": "Obecné nařízení o ochraně osobních údajů (GDPR) stanoví celoevropský rámec pro zpracování osobních údajů pro výzkumné účely a zároveň umožňuje určitou flexibilitu na straně členských států."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Obecné nařízení o ochraně osobních údajů", "en": "General Data Protection Regulation"}, {"cs": "GDPR", "en": "GDPR"}, {"cs": "osobních údajů", "en": "personal data"}, {"cs": "výzkumné účely", "en": "research purposes"}, {"cs": "členských států", "en": "Member States"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper discusses the legal framework for lan- guage research following the entry into force of the GDPR.", "cs": "Dokument pojednává o právním rámci pro výzkum lan- guage po vstupu GDPR v platnost."}, "data_name": "wmt23_terminology", "hints": [{"cs": "právním rámci", "en": "legal framework"}, {"cs": "výzkum", "en": "research"}, {"cs": "GDPR", "en": "GDPR"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the first section, we present some fundamental concepts of data protection relevant to language research.", "cs": "V první části představíme některé základní pojmy ochrany údajů, které jsou důležité pro výzkum jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "základní pojmy ochrany údajů", "en": "fundamental concepts of data protection"}, {"cs": "výzkum jazyků", "en": "language research"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the second section, the general framework of processing personal data for research purposes is discussed.", "cs": "Ve druhé části je diskutován obecný rámec zpracování osobních údajů pro výzkumné účely."}, "data_name": "wmt23_terminology", "hints": [{"cs": "obecný rámec zpracování osobních údajů", "en": "general framework of processing personal data"}, {"cs": "výzkumné účely", "en": "research purposes"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the last section, we focus on the models that certain EU Member States use to regulate data processing for research purposes.", "cs": "V poslední části se zaměříme na modely, které některé členské státy EU používají k regulaci zpracování dat pro výzkumné účely."}, "data_name": "wmt23_terminology", "hints": [{"cs": "modely", "en": "models"}, {"cs": "členské státy EU", "en": "EU Member States"}, {"cs": "zpracování dat", "en": "data processing"}, {"cs": "výzkumné účely", "en": "research purposes"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "ITAT (Information Technologies—Applications and Theory) is a traditional Czecho-Slovak conference gathering scientists and experts working within a broad scope of computer science.", "cs": "ITAT (Informačné Technológie - Aplikácie a Teória) je tradiční česko-slovenská konference sdružující vědce a odborníky pracující v širokém spektru informatiky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "ITAT (Informačné Technológie - Aplikácie a Teória)", "en": "ITAT (Information Technologies—Applications and Theory)"}, {"cs": "česko-slovenská konference", "en": "Czecho-Slovak conference"}, {"cs": "informatiky", "en": "computer science"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "ITAT not only offers a possibility to exchange ideas and information, it also emphasizes informal communication and discussions among participants.", "cs": "ITAT nabízí nejen možnost výměny nápadů a informací, ale klade také důraz na neformální komunikaci a diskuse mezi účastníky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "ITAT", "en": "ITAT"}, {"cs": "možnost výměny nápadů a informací", "en": "possibility to exchange ideas and information"}, {"cs": "neformální komunikaci a diskuse", "en": "informal communication and discussions"}, {"cs": "účastníky", "en": "participants"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present an introductory investigation into continuous-space vector representations of sentences.", "cs": "Tento článek představuje úvodní výzkum větné reprezentace ve spojitém prostoru."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výzkum", "en": "investigation"}, {"cs": "spojitém prostoru", "en": "continuous-space"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We acquire pairs of very similar sentences differing only by a small alterations (such as change of a noun, adding an adjective, noun or punctuation) from datasets for natural language inference using a simple pattern method.", "cs": "Získali jsme páry velmi podobných vět, které si liší pouze drobnou změnou (jako změna substantiva, přidání adjektiva) z datasetů na odvozování v přirozeném jazyce pomocí metody jednoduchých vzorců."}, "data_name": "wmt23_terminology", "hints": [{"cs": "páry velmi podobných vět", "en": "pairs of very similar sentences"}, {"cs": "drobnou změnou", "en": "small alterations"}, {"cs": "změna substantiva", "en": "change of a noun"}, {"cs": "metody jednoduchých vzorců", "en": "simple pattern method"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We look into how such a small change within the sentence text affects its representation in the continuous space and how such alterations are reflected by some of the popular sentence embedding models.", "cs": "Zkoumáme nakolik drobná změna ve větě ovlivní její reprezentaci ve spojitém prostoru a jak jsou tyto změny zobrazeny v některých populárních modelech větných embeddingů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "ve větě", "en": "within the sentence text"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We found that vector differences of some embeddings actually reflect small changes within a sentence.", "cs": "Zjistili jsme, že některé embeddingy pěkně reflektují malé větné změny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "embeddingy", "en": "embeddings"}, {"cs": "větné změny", "en": "changes within a sentence"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a test collection for medical cross-lingual information retrieval.", "cs": "Představujeme sbírku testů pro získávání informací napříč jazyky v medicínské doméně."}, "data_name": "wmt23_terminology", "hints": [{"cs": "sbírku testů", "en": "test collection"}, {"cs": "získávání informací napříč jazyky", "en": "cross-lingual information retrieval"}, {"cs": "medicínské doméně", "en": "medical"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It is built on resources used by the CLEF eHealth Evaluation Lab 2013–2015 in the patient-centered information retrieval tasks and greatly improves applicability and reusability of the official data.", "cs": "Tato sbírka je postavena na zdrojích používaných laboratoří CLEF pro hodnocení elektronického zdravotnictví v letech 2013–2015 při úkolech vyhledávání informací zaměřených na pacienta a zlepšuje využitelnost a opakovanou použitelnost oficiálních údajů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "laboratoří CLEF", "en": "CLEF eHealth Evaluation Lab"}, {"cs": "elektronického zdravotnictví", "en": "eHealth"}, {"cs": "úkolech vyhledávání informací", "en": "information retrieval tasks"}, {"cs": "oficiálních údajů", "en": "official data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The document set is identical to the official one used for the task in 2015 and contains about 1 million English medical webpages.", "cs": "Soubor dokumentů je totožný s oficiálním souborem, který byl pro tento úkol použit v roce 2015, a obsahuje asi milion anglických lékařských webových stránek."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Soubor dokumentů", "en": "document set"}, {"cs": "oficiálním souborem", "en": "official one"}, {"cs": "lékařských webových stránek", "en": "medical webpages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The query set consists of 166 queries used during the three years of the campaign as test queries, now available in eight languages (the original English and human translations into Czech, French, German, Hungarian, Polish, Spanish and Swedish).", "cs": "Sada dotazů obsahuje 166 položek použitých během tří let jako testovací dotazy, které jsou nyní dostupné v osmi jazycích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Sada dotazů", "en": "query set"}, {"cs": "166 položek", "en": "166 queries"}, {"cs": "tří let", "en": "three years"}, {"cs": "testovací dotazy", "en": "test queries"}, {"cs": "osmi jazycích", "en": "eight languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The extended test collection provides extensively improved relevance judgements which almost doubled the amount of the officially assessed query-document pairs.", "cs": "Rozšířená sbírka testů poskytuje další relevantní hodnocení, která téměř zdvojnásobily množství oficiálně posuzovaných párů dotaz-dokument."}, "data_name": "wmt23_terminology", "hints": [{"cs": "sbírka testů", "en": "test collection"}, {"cs": "relevantní hodnocení", "en": "relevance judgements"}, {"cs": "párů dotaz-dokument", "en": "query-document pairs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper describes the content of the extended version of the test collection, details of query translation and relevance assessment, and state-of-the-art results on this collection.", "cs": "Tato práce popisuje obsah rozšířené sbírky, podrobnosti překladu dotazů a posouzení relevance a nejmodernější výsledky získané z této sbírky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "práce", "en": "paper"}, {"cs": "obsah rozšířené sbírky", "en": "content of the extended version of the test collection"}, {"cs": "překladu dotazů", "en": "query translation"}, {"cs": "posouzení relevance", "en": "relevance assessment"}, {"cs": "nejmodernější výsledky", "en": "state-of-the-art results"}, {"cs": "této sbírky", "en": "this collection"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The dataset can be obtained publicly in the following url: https://lindat.mff.cuni.cz/repository/xmlui/handle/11234/1-2925", "cs": "https://lindat.mff.cuni.cz/repository/xmlui/handle/11234/1-2925"}, "data_name": "wmt23_terminology", "hints": [{"cs": "https://lindat.mff.cuni.cz/repository/xmlui/handle/11234/1-2925", "en": "https://lindat.mff.cuni.cz/repository/xmlui/handle/11234/1-2925"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a method for automatic query expansion for cross-lingual information retrieval in the medical domain.", "cs": "Představujeme metodu automatického rozšíření dotazů pro vyhledávání informací mezi jazyky v oblasti medicíny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metodu automatického rozšíření dotazů", "en": "method for automatic query expansion"}, {"cs": "vyhledávání informací mezi jazyky", "en": "cross-lingual information retrieval"}, {"cs": "oblasti medicíny", "en": "medical domain"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The method employs machine translation of source-language queries into a document language and linear regression to predict the retrieval performance for each translated query when expanded with a candidate term.", "cs": "Metoda využívá strojový překlad dotazů ze zdrojového jazyka do jazyka dokumentu a lineární regresi k předvídání výkonu vyhledávání pro každý přeložený dotaz, který je rozšířen o kandidátský termín."}, "data_name": "wmt23_terminology", "hints": [{"cs": "strojový překlad", "en": "machine translation"}, {"cs": "zdrojového jazyka", "en": "source-language"}, {"cs": "jazyka dokumentu", "en": "document language"}, {"cs": "lineární regresi", "en": "linear regression"}, {"cs": "předvídání výkonu vyhledávání", "en": "predict the retrieval performance"}, {"cs": "přeložený dotaz", "en": "translated query"}, {"cs": "kandidátský termín", "en": "candidate term"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Candidate terms (in the document language) come from multiple sources: query translation hypotheses obtained from the machine translation system, Wikipedia articles and PubMed abstracts.", "cs": "Kandidátské termíny (v jazyce dokumentu) pocházejí z více zdrojů: hypotézy pro překlad dotazů získané ze systému strojového překladu, články na Wikipedii a abstrakty PubMed."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Kandidátské termíny", "en": "Candidate terms"}, {"cs": "jazyce dokumentu", "en": "document language"}, {"cs": "hypotézy pro překlad dotazů", "en": "query translation hypotheses"}, {"cs": "systému strojového překladu", "en": "machine translation system"}, {"cs": "články na Wikipedii", "en": "Wikipedia articles"}, {"cs": "abstrakty PubMed", "en": "PubMed abstracts"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Query expansion is applied only when the model predicts a score for a candidate term that exceeds a tuned threshold which allows to expand queries with strongly related terms only.", "cs": "Rozšíření dotazu je použito pouze v případě, že model předpovídá skóre pro kandidátní termín přesahující vyladěnou hranici, která umožňuje rozšiřovat dotazy pouze se silně příbuznými termíny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Rozšíření dotazu", "en": "Query expansion"}, {"cs": "model", "en": "model"}, {"cs": "skóre", "en": "score"}, {"cs": "kandidátní termín", "en": "candidate term"}, {"cs": "hranici", "en": "threshold"}, {"cs": "příbuznými termíny", "en": "related terms"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our experiments are conducted using the CLEF eHealth 2013–2015 test collection and show significant improvements in both cross-lingual and monolingual settings.", "cs": "Naše experimenty jsou prováděny s využitím kolekce testů elektronického zdravotnictví CLEF 2013–2015 a vykazují významná zlepšení jak v mnohojazyčném, tak jednojazyčném nastavení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kolekce testů elektronického zdravotnictví CLEF 2013–2015", "en": "CLEF eHealth 2013–2015 test collection"}, {"cs": "mnohojazyčném", "en": "cross-lingual"}, {"cs": "jednojazy��ném nastavení", "en": "monolingual settings"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper we compare structure of Czech word embeddings for English-Czech neural machine translation (NMT), word2vec and sentiment analysis.", "cs": "V tomto příspěvku porovnáváme strukturu českých slovních embeddingů pro anglicko-český strojový překlad (NMT), word2vec a analýzu sentimentu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "českých slovních embeddingů", "en": "Czech word embeddings"}, {"cs": "anglicko-český strojový překlad", "en": "English-Czech neural machine translation"}, {"cs": "word2vec", "en": "word2vec"}, {"cs": "analýzu sentimentu", "en": "sentiment analysis"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We show that although it is possible to successfully predict part of speech (POS) tags from word embeddings of word2vec and various translation models, not all of the embedding spaces show the same structure.", "cs": "Ukazujeme, že i když je možné úspěšně předvídat část slovních druhů (POS) z embeddingů word2vec a různých překladových modelů, ne všechny prostory embeddingů vykazují stejnou strukturu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "slovních druhů", "en": "part of speech"}, {"cs": "embeddingů word2vec", "en": "word embeddings of word2vec"}, {"cs": "překladových modelů", "en": "translation models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The information about POS is present in word2vec embeddings, but the high degree of organization by POS in the NMT decoder suggests that this information is more important for machine translation and therefore the NMT model represents it in more direct way.", "cs": "Informace o POS jsou přítomny v embeddingu word2vec, ale vysoký stupeň organizace POS v dekodéru NMT naznačuje, že tyto informace jsou důležitější pro strojový překlad, a proto je model NMT reprezentuje přímějším způsobem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "POS", "en": "POS"}, {"cs": "embeddingu word2vec", "en": "word2vec embeddings"}, {"cs": "dekodéru NMT", "en": "NMT decoder"}, {"cs": "strojový překlad", "en": "machine translation"}, {"cs": "model NMT", "en": "NMT model"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our method is based on correlation of principal component analysis (PCA) dimensions with categorical linguistic data.", "cs": "Naše metoda je založena na korelaci dimenzí PCA s kategorickými lingvistickými údaji."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metoda", "en": "method"}, {"cs": "korelaci", "en": "correlation"}, {"cs": "dimenzí PCA", "en": "principal component analysis (PCA) dimensions"}, {"cs": "kategorickými lingvistickými údaji", "en": "categorical linguistic data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also show that further examining histograms of classes along the principal component is important to understand the structure of representation of information in embeddings.", "cs": "Také ukazujeme, že další zkoumání histogramů tříd podél dimenzí PCA je důležité pro pochopení struktury znázornění informací v embeddinzích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "zkoumání histogramů", "en": "examining histograms"}, {"cs": "tříd", "en": "classes"}, {"cs": "dimenzí PCA", "en": "principal component"}, {"cs": "struktury znázornění informací", "en": "structure of representation of information"}, {"cs": "embeddinzích", "en": "embeddings"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper describes a weighted finite-state morphological transducer for Crimean Tatar able to analyse and generate in both Latin and Cyrillic orthographies.", "cs": "Článek popisuje vážený konečný morfologický převodník pro krymskou tatarštinu, který je schopen analyzovat a generovat slova jak v latince, tak v cyrilici."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vážený konečný morfologický převodník", "en": "weighted finite-state morphological transducer"}, {"cs": "krymskou tatarštinu", "en": "Crimean Tatar"}, {"cs": "latince", "en": "Latin"}, {"cs": "cyrilici", "en": "Cyrillic"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This transducer was developed by a team including a community member and language expert, a field linguist who works with the community, a Turkologist with computational linguistics expertise, and an experienced computational linguist with Turkic expertise.", "cs": "Tento převodník byl vyvinut týmem, který sestává z člena komunity a jazykového experta, polního lingvisty, který pracuje s krymskotatarskou komunitou, turkologa se zkušeností s počítačovou lingvistikou a zkušeného počítačového lingvisty se zkušenostmi s turkickými jazyky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "převodník", "en": "transducer"}, {"cs": "týmem", "en": "team"}, {"cs": "člena komunity", "en": "community member"}, {"cs": "jazykového experta", "en": "language expert"}, {"cs": "polního lingvisty", "en": "field linguist"}, {"cs": "krymskotatarskou komunitou", "en": "community"}, {"cs": "turkologa", "en": "Turkologist"}, {"cs": "počítačovou lingvistikou", "en": "computational linguistics"}, {"cs": "zkušeného počítačového lingvisty", "en": "experienced computational linguist"}, {"cs": "turkickými jazyky", "en": "Turkic expertise"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper serves as a short overview of the JNLE special issue on representation of the meaning of the sentence, bringing together traditional symbolic and modern continuous approaches.", "cs": "Tento dokument slouží jako stručný přehled zvláštního vydání JNLE o znázornění významu věty, který spojuje tradiční symbolické a moderní kontinuální přístupy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dokument", "en": "paper"}, {"cs": "stručný přehled", "en": "short overview"}, {"cs": "zvláštního vydání", "en": "special issue"}, {"cs": "JNLE", "en": "JNLE"}, {"cs": "znázornění významu věty", "en": "representation of the meaning of the sentence"}, {"cs": "tradiční symbolické", "en": "traditional symbolic"}, {"cs": "moderní kontinuální přístupy", "en": "modern continuous approaches"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We indicate notable aspects of sentence meaning and their compatibility with the two streams of research and then summarize the papers selected for this special issue.", "cs": "Uvedeme pozoruhodné aspekty významu věty a jejich slučitelnost s oběma proudy výzkumu a poté shrneme podklady vybrané pro tuto zvláštní otázku."}, "data_name": "wmt23_terminology", "hints": [{"cs": "významu věty", "en": "sentence meaning"}, {"cs": "oběma proudy výzkumu", "en": "the two streams of research"}, {"cs": "podklady", "en": "papers"}, {"cs": "zvláštní otázku", "en": "special issue"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present two case studies that demonstrate that co-habitation of various (sub)disciplines of Computational Linguistics and Natural Language Pro-cessing can reach novel findings and help the advancement of the field(s).", "cs": "Předkládáme dvě případové studie, které prokazují, že soužití různých (pod)oborů komputační lingvistiky a nauky o přirozeném jazyce může vést k novým zjištěním a pomoci rozvoji oboru (oborů)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "případové studie", "en": "case studies"}, {"cs": "komputační lingvistiky", "en": "Computational Linguistics"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "One example covers a study of synonymy by searching for information in different lexical resources with regard to multilinguality, and the other demonstrates on the study of some phenomena concerning information structure and word order in English and Czech how a parallel multilingual and/or multilayered corpus if properly annotated can be used for a study of some aspects of the deep syntactic structure.", "cs": "Jeden příklad pokrývá studium synonymie vyhledáváním informací v různých lexikálních zdrojích s ohledem na mnohojazyčnost a druhý ukazuje na studium některých jevů týkajících se informační struktury a pořadí slov v angličtině a češtině, jak lze paralelní vícejazyčný a/nebo vícevrstevný korpus, pokud je správně opatřen anotací, použít pro studium některých aspektů hloubkové syntaktické struktury."}, "data_name": "wmt23_terminology", "hints": [{"cs": "studium synonymie", "en": "study of synonymy"}, {"cs": "lexikálních zdrojích", "en": "lexical resources"}, {"cs": "mnohojazyčnost", "en": "multilinguality"}, {"cs": "informační struktury", "en": "information structure"}, {"cs": "pořadí slov", "en": "word order"}, {"cs": "angličtině", "en": "English"}, {"cs": "češtině", "en": "Czech"}, {"cs": "paralelní vícejazyčný", "en": "parallel multilingual"}, {"cs": "vícevrstevný korpus", "en": "multilayered corpus"}, {"cs": "hloubkové syntaktické struktury", "en": "deep syntactic structure"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Both cases support our convic-tion that the creation of language resources is a fundamental step in the do-main of computational linguistics, that well-founded annotation is an im-portant step forward towards both testing the original linguistic theory and developing it further.", "cs": "Oba případy podporují naše přesvědčení, že tvorba jazykových zdrojů je základním krokem v hlavní úloze počítačové lingvistiky, že dobře definovaná anotace je důležit��m krokem vpřed jak k testování původní jazykové teorie, tak k jejímu dalšímu rozvoji."}, "data_name": "wmt23_terminology", "hints": [{"cs": "tvorba jazykových zdrojů", "en": "creation of language resources"}, {"cs": "počítačové lingvistiky", "en": "computational linguistics"}, {"cs": "dobře definovaná anotace", "en": "well-founded annotation"}, {"cs": "jazykové teorie", "en": "linguistic theory"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Obituary of Michael Alexander Kirkwood Halliday with special attention on his connection with the Prague scholars.", "cs": "Vzpomínka na Michaela Alexandra Kirkwooda Hallidaye se zvláštní pozorností věnovanou jeho spojení s pražskými učenci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Michaela Alexandra Kirkwooda Hallidaye", "en": "Michael Alexander Kirkwood Halliday"}, {"cs": "pražskými učenci", "en": "Prague scholars"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Data from a parallel annotated English–Czech corpus serve for testing the variability of the mutual position of LOC and TWHEN in Czech and English and for the analysis of the relation between information structure and the given order in the two languages.", "cs": "Data paralelního anotovaného anglicko–českého korpusu byla použita ke zkoumání variability vzájemné pozice LOC a TWHEN v češtině a angličtině a k analýze vztahu mezi informační strukturou a daným pořadím v těchto dvou jazycích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "paralelního anotovaného anglicko–českého korpusu", "en": "parallel annotated English–Czech corpus"}, {"cs": "variability", "en": "variability"}, {"cs": "vzájemné pozice", "en": "mutual position"}, {"cs": "LOC", "en": "LOC"}, {"cs": "TWHEN", "en": "TWHEN"}, {"cs": "češtině", "en": "Czech"}, {"cs": "angličtině", "en": "English"}, {"cs": "analýze vztahu", "en": "analysis of the relation"}, {"cs": "informační strukturou", "en": "information structure"}, {"cs": "daným pořadím", "en": "given order"}, {"cs": "těchto dvou jazycích", "en": "the two languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Based on the Praguian theory of Topic/Focus Articulation and using a parallel English–Czech corpus, we have followed two research questions: (i) How far does the assignment of Focus proper agree in English and in Czech, (ii) If the assignment of Focus proper differs, is the Focus-proper element in English at least a member of the (global) Focus of the Czech sentence?", "cs": "Na základě pražské teorie Topic/Focus Articulation a s využitím paralelního anglicko–českého korpusu jsme se zaměřili na dvě otázky: (i) Do jaké míry se shoduje Focus proper v angličtině a v češtině, (ii) pokud se Focus proper liší, platí alespoň, že Focus proper v angličtině je členem (globálního) Focusu v české větě?"}, "data_name": "wmt23_terminology", "hints": [{"cs": "pražské teorie Topic/Focus Articulation", "en": "Praguian theory of Topic/Focus Articulation"}, {"cs": "paralelního anglicko–českého korpusu", "en": "parallel English–Czech corpus"}, {"cs": "Focus proper", "en": "Focus proper"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a software solution for and experience in running a digital repository for language data and natural language processing tools - LINDAT/CLARIN.", "cs": "Prezentujeme softwarové řešení a zkušenosti s provozem repozitáře pro jazyková data a nástroje pro zpracování přirozených jazyků - LINDAT/CLARIN."}, "data_name": "wmt23_terminology", "hints": [{"cs": "softwarové řešení", "en": "software solution"}, {"cs": "repozitáře pro jazyková data", "en": "digital repository for language data"}, {"cs": "nástroje pro zpracování přirozených jazyků", "en": "natural language processing tools"}, {"cs": "LINDAT/CLARIN", "en": "LINDAT/CLARIN"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We will present unique support for licensing with an emphasis on Open Access, and how we support all 4 key FAIR principles.", "cs": "Představíme unikátní podporu licencování s důrazem na Open Access a to, jak podporujeme všechny 4 klíčové principy FAIR."}, "data_name": "wmt23_terminology", "hints": [{"cs": "unikátní podporu licencování", "en": "unique support for licensing"}, {"cs": "Open Access", "en": "Open Access"}, {"cs": "4 klíčové principy FAIR", "en": "4 key FAIR principles"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We will show the submission workflow including license choice, approval and publishing or submissions by editors, as well as the repository administration environment including license definition, signing and access control.", "cs": "Ukážeme vytváření záznamů včetně volby licence, jejich schvalování a publikaci editory, i prostředí pro administraci repozitáře včetně definice licencí, jejich podepisování a kontroly přístupu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vytváření záznamů", "en": "submission workflow"}, {"cs": "volby licence", "en": "license choice"}, {"cs": "schvalování", "en": "approval"}, {"cs": "publikaci editory", "en": "publishing or submissions by editors"}, {"cs": "administraci repozitáře", "en": "repository administration"}, {"cs": "definice licencí", "en": "license definition"}, {"cs": "podepisování", "en": "signing"}, {"cs": "kontroly přístupu", "en": "access control"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We will also present repository integration with other services, and statistics of operation.", "cs": "Ukážeme také integrace repozitáře s dalšími službami a provozní statistiky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "integrace repozitáře", "en": "repository integration"}, {"cs": "dalšími službami", "en": "other services"}, {"cs": "provozní statistiky", "en": "statistics of operation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Přehled posledních výsledků ve výkzumu multilingválního vyhledávání v oblasti zdraví.", "cs": "Overview of recent advances in cross-lingual information retrieval in the patient-centered web search."}, "data_name": "wmt23_terminology", "hints": [{"cs": "cross-lingual information retrieval", "en": "multilingválního vyhledávání"}, {"cs": "patient-centered web search", "en": "v oblasti zdraví"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "An overview talk on the topic of cross-lingual information retrieval.", "cs": "Přehledná přednáška na téma vyhledávání informací napříč jazyky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Přehledná přednáška", "en": "An overview talk"}, {"cs": "vyhledávání informací napříč jazyky", "en": "cross-lingual information retrieval"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper focuses on Semantic Roles, an important component of studies in lexical semantics, as they are captured as part of a bilingual (Czech- English) synonym lexicon called CzEngClass.", "cs": "Tato práce se zaměřuje na sémantické role, důležitou součást studia lexikální sémantiky, neboť jsou zachyceny jako součást dvojjazyčného (česko-anglického) slovníku slovesných synonym (CzEngClass)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "sémantické role", "en": "Semantic Roles"}, {"cs": "lexikální sémantiky", "en": "lexical semantics"}, {"cs": "dvojjazyčného (česko-anglického) slovníku slovesných synonym", "en": "bilingual (Czech- English) synonym lexicon"}, {"cs": "CzEngClass", "en": "CzEngClass"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This lexicon builds upon the existing valency lexicons included within the framework of the annotation of the various Prague Dependency Treebanks.", "cs": "Tento slovník navazuje na existující valenční lexikony zahrnuté v rámci anotace různých pražských závislostních korpusů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "slovník", "en": "lexicon"}, {"cs": "valenční lexikony", "en": "valency lexicons"}, {"cs": "pražských závislostních korpusů", "en": "Prague Dependency Treebanks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The present analysis of Semantic Roles is being approached from the Functional Generative Description point of view and supported by the textual evidence taken specifically from the Prague Czech-English Dependency Treebank.", "cs": "Současná analýza sémantických rolí je nastíněna z pohledu FGP a doložena příklady z korpusu, z Pražského česko-anglického závislostního korpusu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "analýza sémantických rolí", "en": "analysis of Semantic Roles"}, {"cs": "FGP", "en": "Functional Generative Description"}, {"cs": "Pražského česko-anglického závislostního korpusu", "en": "Prague Czech-English Dependency Treebank"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In order to describe non-systemic valency behavior of Czech deverbal nouns, we present results of an automatic comparison of valency frames of interlinked noun and verbal lexical units included in valency lexicons NomVallex and VALLEX.", "cs": "Článek se věnuje popisu nesystémového valenčního chování českých deverbativních substantiv, jak se jeví na základě automatického srovnání valenčních rámců vzájemně propojených substantivních a slovesných lexikálních jednotek ve valenčních slovnících NomVallex a VALLEX."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nesystémového valenčního chování", "en": "non-systemic valency behavior"}, {"cs": "českých deverbativních substantiv", "en": "Czech deverbal nouns"}, {"cs": "automatického srovnání valenčních rámců", "en": "automatic comparison of valency frames"}, {"cs": "substantivních a slovesných lexikálních jednotek", "en": "noun and verbal lexical units"}, {"cs": "valenčních slovnících NomVallex a VALLEX", "en": "valency lexicons NomVallex and VALLEX"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We show that the non-systemic valency behavior of the nouns is mostly manifested by non-systemic forms of their actants, while changes in the number or type of adnominal actants are negligible as for their frequency.", "cs": "Nesystémové valenční chování se v NomVallexu nejčastěji projevuje nesystémovými formami aktantů, zatímco změny v počtu a typu aktantů jsou co do počtu případů zanedbatelné."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Nesystémové valenční chování", "en": "non-systemic valency behavior"}, {"cs": "nesystémovými formami aktantů", "en": "non-systemic forms of their actants"}, {"cs": "změny v počtu a typu aktantů", "en": "changes in the number or type of adnominal actants"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Non-systemic forms considerably contribute to a general increase in the number of forms in valency frames of nouns compared to the number of forms in valency frames of their base verbs.", "cs": "Nesystémové formy významně přispívají k všeobecnému nárůstu počtu forem ve valenčních rámcích substantiv, ve srovnání s počtem forem ve valečních rámcích jejich základových sloves."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Nesystémové formy", "en": "Non-systemic forms"}, {"cs": "valenčních rámcích substantiv", "en": "valency frames of nouns"}, {"cs": "základových sloves", "en": "base verbs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The non-systemic forms are more frequent in valency frames of non-productively derived nouns than in valency frames of productively derived ones.", "cs": "Nesystémové formy jsou častější ve valenčních rámcích neproduktivně tvořených substantiv než ve valenčních rámcích substantiv tvořených produktivně."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Nesystémové formy", "en": "non-systemic forms"}, {"cs": "valenčních rámcích", "en": "valency frames"}, {"cs": "neproduktivně tvořených substantiv", "en": "non-productively derived nouns"}, {"cs": "substantiv tvořených produktivně", "en": "productively derived ones"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The data of the Prague Czech-English Dependency Treebank (a member of the family of Prague Dependency Treebanks) have served as a basis for the comparative study of delimiting adverbial meanings of the local relation “within the given place”.", "cs": "Data Pražského česko-anglického závislostního korpusu (Prague Czech-English Dependency Treebank, PCEDT) posloužila jako materiál pro srovnávací studii věnovanou vydělování adverbiálních významů místního určení \"v rámci daného místa\"."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Pražského česko-anglického závislostního korpusu", "en": "Prague Czech-English Dependency Treebank"}, {"cs": "Prague Czech-English Dependency Treebank, PCEDT", "en": "Prague Dependency Treebanks"}, {"cs": "srovnávací studii", "en": "comparative study"}, {"cs": "adverbiálních významů místního určení", "en": "adverbial meanings of the local relation"}, {"cs": "v rámci daného místa", "en": "within the given place"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The Czech prepositional groups containing the prepositions v, na, and u with the above meaning are compared with their English equivalents, using a more subtle differentiation into three semantic subgroups of \"inside\", \"on the surface\" and \"at the given place\".", "cs": "České předložkové skupiny obsahující předložky v, na a u vyjadřující výše uvedené místní určení byly srovnány s jejich anglickými ekvivalenty a byly dále rozděleny do tří sémantických podskupin, konkrétně \"uvnitř\", \"na povrchu\" a \"v daném místě\"."}, "data_name": "wmt23_terminology", "hints": [{"cs": "předložkové skupiny", "en": "prepositional groups"}, {"cs": "předložky", "en": "prepositions"}, {"cs": "místní určení", "en": "meaning"}, {"cs": "sémantických podskupin", "en": "semantic subgroups"}, {"cs": "uvnitř", "en": "inside"}, {"cs": "na povrchu", "en": "on the surface"}, {"cs": "v daném místě", "en": "at the given place"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our analysis confirms that though every language structures the reality in a different way, certain tendencies may be observed in the relation of the forms and their functions that eventually result in a more detailed classification.", "cs": "Naše analýza potvrdila, že přestože oba jazyky strukturují realitu jiným způsobem, lze vypozorovat určité tendence ve vztahu forem a jejich funkcí, které vedou k jemnější klasifikaci daných adverbiálních významů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "analýza", "en": "analysis"}, {"cs": "jazyky", "en": "language"}, {"cs": "realitu", "en": "reality"}, {"cs": "způsobem", "en": "way"}, {"cs": "tendence", "en": "tendencies"}, {"cs": "forem", "en": "forms"}, {"cs": "funkcí", "en": "functions"}, {"cs": "klasifikaci", "en": "classification"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The contribution presents results of an ongoing work.", "cs": "Jedná se o studii popisující aktuálně probíhající výzkum."}, "data_name": "wmt23_terminology", "hints": [{"cs": "studii", "en": "contribution"}, {"cs": "aktuálně probíhající výzkum", "en": "ongoing work"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We describe systematic changes that have been made to the Czech morphological dictionary related to annotating new data within the project of Prague Dependency Treebank (PDT).", "cs": "V článku jsou popsány systematické změny, které jsou realizovány v českém morfologickém slovníku v souvislosti s anotací nových dat v Pražských závislostních korpusech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "českém morfologickém slovníku", "en": "Czech morphological dictionary"}, {"cs": "Pražských závislostních korpusech", "en": "Prague Dependency Treebank (PDT)"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We bring new solutions to several complicated morphological features that occur in Czech texts.", "cs": "Přináší řešení několika komplikovaných morfologických jevů, které se objevují v českých textech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "řešení", "en": "solutions"}, {"cs": "morfologických jevů", "en": "morphological features"}, {"cs": "českých textech", "en": "Czech texts"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We introduced two new parts of speech, namely foreign word and segment.", "cs": "Představeny jsou dva nové slovní druhy: cizí slovo a segment."}, "data_name": "wmt23_terminology", "hints": [{"cs": "cizí slovo", "en": "foreign word"}, {"cs": "segment", "en": "segment"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We adopted new principles for morphological analysis of global and inflectional variants, homonymous lemmas, abbreviations and aggregates.", "cs": "Popisují se pravidla pro reprezentaci variantních a homonymních tvarů a slov (lemmat), pravidla pro zachycení zkratek a tzv. agregátů (např. naň)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "reprezentaci variantních a homonymních tvarů a slov", "en": "morphological analysis of global and inflectional variants, homonymous lemmas"}, {"cs": "zkratek", "en": "abbreviations"}, {"cs": "agregátů", "en": "aggregates"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The changes were initiated by the need of consistency between the data and the dictionary and of the dictionary itself.", "cs": "Změny ve slovníku jsou prováděny za účelem vyšší konzistence mezi daty a slovníkem a v slovníku samotném."}, "data_name": "wmt23_terminology", "hints": [{"cs": "slovníku", "en": "dictionary"}, {"cs": "konzistence", "en": "consistency"}, {"cs": "daty", "en": "data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper focuses on how loan verbal neologisms form their aspectual counterpart in Czech, either by changing the thematic suffix in a simplex verb, or by deriving a prefixed verb.", "cs": "Příspěvek se zabývá tvořením vidového protějšku u přejatých slovesných neologismů v češtině."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vidového protějšku", "en": "aspectual counterpart"}, {"cs": "přejatých slovesných neologismů", "en": "loan verbal neologisms"}, {"cs": "češtině", "en": "Czech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The main hypothesis is that the formation of aspectual pairs is determined by whether the neologism is interpreted as having either a verbal base, or a noun base.", "cs": "To, zda je vidový protějšek tvořen sufixací či prefixací, závisí - podle mé hypotézy diskutované v příspěvku - na tom, zda je báze neologismu v češtině interpretovaná jako slovesná nebo nominální."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vidový protějšek", "en": "aspectual pairs"}, {"cs": "sufixací", "en": "formation"}, {"cs": "báze neologismu", "en": "neologism"}, {"cs": "slovesná", "en": "verbal base"}, {"cs": "nominální", "en": "noun base"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper describes a semi-automatic procedure introducing semantic labels into the DeriNet network, which is a large, freely available resource modelling derivational relations in the lexicon of Czech.", "cs": "Příspěvek popisuje poloautomatickou proceduru, při níž byly vztahy mezi základovými slovy a jejich deriváty v lexikální síti DeriNet označkovány sémantickými značkami."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Příspěvek", "en": "The paper"}, {"cs": "poloautomatickou proceduru", "en": "semi-automatic procedure"}, {"cs": "základovými slovy", "en": "derivational relations"}, {"cs": "deriváty", "en": "lexicon of Czech"}, {"cs": "lexikální síti DeriNet", "en": "DeriNet network"}, {"cs": "sémantickými značkami", "en": "semantic labels"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The data were assigned labels corresponding to five semantic categories (diminutives, possessives, female nouns, iteratives, and aspectual meanings) by a machine learning model, which achieved excellent results in terms of both precision and recall.", "cs": "V prezentovaném pilotním experimentu, který byl omezen na pět sémantických značek (diminutiva, posesiva, ženské protějšky maskulin, iterativa a vidové významy), byla data značkována metodami strojového učení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "pět sémantických značek", "en": "five semantic categories"}, {"cs": "diminutiva", "en": "diminutives"}, {"cs": "posesiva", "en": "possessives"}, {"cs": "ženské protějšky maskulin", "en": "female nouns"}, {"cs": "iterativa", "en": "iteratives"}, {"cs": "vidové významy", "en": "aspectual meanings"}, {"cs": "metodami strojového učení", "en": "machine learning model"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a proposal for a project for automatic generation of theatre play scripts.", "cs": "Představujeme návrh projektu pro automatické generování scénářů divadelních her."}, "data_name": "wmt23_terminology", "hints": [{"cs": "návrh projektu", "en": "proposal for a project"}, {"cs": "automatické generování scénářů divadelních her", "en": "automatic generation of theatre play scripts"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We suggest a hierarchical generation scenario based on text expansion (an inverse of text summarization), iteratively expanding the title of the play until the whole script is generated.", "cs": "Navrhujeme hierarchický postup generování založený na expanzi textu (inverze sumarizace textu), která iterativně rozgenerovává název hry, dokud není vygenerován celý scénář."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hierarchický postup generování", "en": "hierarchical generation scenario"}, {"cs": "expanzi textu", "en": "text expansion"}, {"cs": "sumarizace textu", "en": "text summarization"}, {"cs": "název hry", "en": "title of the play"}, {"cs": "scénář", "en": "script"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We review the challenges of the project and solutions that we envision for them.", "cs": "Diskutujeme výzvy projektu a navrhujeme pro ně řešení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výzvy projektu", "en": "challenges of the project"}, {"cs": "řešení", "en": "solutions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Similarly to other fields, Natural language processing has recently been revolutionized by the introduction of Deep learning.", "cs": "Podobně jako v jiných oborech, zpracování přirozeného jazyka prošlo nedávno revolucí zavedením hlubokého učení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "zpracování přirozeného jazyka", "en": "Natural language processing"}, {"cs": "hlubokého učení", "en": "Deep learning"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In my talk, I will focus on two specific properties of natural text as input to a machine learning system, and the current ways in which these are addressed in Deep neural networks: - Representing massively multi-valued discrete data (words) by continuous low-dimensional vectors (word embeddings).", "cs": "V mé přednášce se zaměřím na dvě specifické vlastnosti přírozeného textu jako vstupu pro systém strojového učení a na současné způsoby, jakými jsou v hlubokých neuronových sítích řešeny: - Reprezentace masivně vícehodnotových diskrétních dat (slov) kontinuálními nízkodimenzionálními vektory (slovní embedinky)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přednášce", "en": "talk"}, {"cs": "přírozeného textu", "en": "natural text"}, {"cs": "systém strojového učení", "en": "machine learning system"}, {"cs": "hlubokých neuronových sítích", "en": "Deep neural networks"}, {"cs": "Reprezentace masivně vícehodnotových diskrétních dat", "en": "Representing massively multi-valued discrete data"}, {"cs": "slov", "en": "words"}, {"cs": "kontinuálními nízkodimenzionálními vektory", "en": "continuous low-dimensional vectors"}, {"cs": "slovní embedinky", "en": "word embeddings"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "- Handling variable-length input sequences with long-distance relations between elements (sentences) by fixed-sized neural units (attention mechanisms).", "cs": "- Zpracování vstupních sekvencí s proměnnou délkou pomocí vztahů na dlouhou vzdálenost mezi elementy (větami) neurálními jednotkami pevné velikosti (mechanismy pozornosti)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vstupních sekvencí", "en": "input sequences"}, {"cs": "proměnnou délkou", "en": "variable-length"}, {"cs": "vztahů na dlouhou vzdálenost", "en": "long-distance relations"}, {"cs": "elementy (větami)", "en": "elements (sentences)"}, {"cs": "neurálními jednotkami", "en": "neural units"}, {"cs": "mechanismy pozornosti", "en": "attention mechanisms"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "CoNLL 2018 Shared Task Team CUNI-x-ling -- source codes for a competition in multilingual parsing", "cs": "CoNLL 2018 Shared Task, tým CUNI-x-ling -- zdrojové kódy pro soutěž ve vícejazyčném syntaktickém parsingu"}, "data_name": "wmt23_terminology", "hints": [{"cs": "CoNLL 2018 Shared Task", "en": "CoNLL 2018 Shared Task"}, {"cs": "tým CUNI-x-ling", "en": "Team CUNI-x-ling"}, {"cs": "zdrojové kódy", "en": "source codes"}, {"cs": "soutěž ve vícejazyčném syntaktickém parsingu", "en": "competition in multilingual parsing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We investigate to what extent inflection can be automatically separated from derivation, just based on the word forms.", "cs": "Zkoumáme, do jaké míry lze flexi automaticky oddělit od derivace, jen na základě slovních forem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "flexi", "en": "inflection"}, {"cs": "derivace", "en": "derivation"}, {"cs": "slovních forem", "en": "word forms"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We expect pairs of inflected forms of the same lemma to be closer to each other than pairs of inflected forms of two different lemmas (still derived from a same root, though), given a proper distance measure.", "cs": "Očekáváme, že při použití vhodné míry vzdálenosti budou páry vyskloňovaných tvarů stejného lemmatu k sobě blíže než páry vyskloňovaných forem dvou různých lemmat (stále odvozených od stejného kořene)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vhodné míry vzdálenosti", "en": "proper distance measure"}, {"cs": "páry vyskloňovaných tvarů stejného lemmatu", "en": "pairs of inflected forms of the same lemma"}, {"cs": "páry vyskloňovaných forem dvou různých lemmat", "en": "pairs of inflected forms of two different lemmas"}, {"cs": "stejného kořene", "en": "same root"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We estimate distances of word forms using edit distance, which represents character-based similarity, and word embedding similarity, which serves as a proxy to meaning similarity.", "cs": "Vzdálenosti slovních tvarů odhadujeme pomocí editační vzdálenosti, která představuje podobnost založenou na znacích, a pomocí podobnosti slovních embedinků, která slouží jako proxy k významové podobnosti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "editační vzdálenosti", "en": "edit distance"}, {"cs": "podobnosti slovních embedinků", "en": "word embedding similarity"}, {"cs": "významové podobnosti", "en": "meaning similarity"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Specifically, we explore Levenshtein and Jaro-Winkler edit distances, and cosine similarity of FastText word embeddings.", "cs": "Konkrétně zkoumáme Levenshteinovu a Jarovu-Winklerovu editační vzdálenost a kosinovou podobnost FastTextových slovních embedinků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Levenshteinovu", "en": "Levenshtein"}, {"cs": "Jarovu-Winklerovu editační vzdálenost", "en": "Jaro-Winkler edit distances"}, {"cs": "kosinovou podobnost", "en": "cosine similarity"}, {"cs": "FastTextových slovních embedinků", "en": "FastText word embeddings"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We evaluate the separability of inflection and derivation on a sample from DeriNet, a database of word formation relations in Czech.", "cs": "Vyhodnocujeme oddělitelnost flexe a derivace na vzorku z databáze DeriNet, což je databáze slovotvorných vztahů v češtině."}, "data_name": "wmt23_terminology", "hints": [{"cs": "flexe", "en": "inflection"}, {"cs": "derivace", "en": "derivation"}, {"cs": "databáze DeriNet", "en": "DeriNet"}, {"cs": "slovotvorných vztahů", "en": "word formation relations"}, {"cs": "češtině", "en": "Czech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We investigate the word distance measures directly, as well as embedded in a clustering setup.", "cs": "Zkoumáme míry vzdálenosti slov jednak přímo a jednak a jako složku shlukovacího postupu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "míry vzdálenosti slov", "en": "word distance measures"}, {"cs": "shlukovacího postupu", "en": "clustering setup"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Best results are achieved by using a combination of Jaro-Winkler edit distance and word embedding cosine similarity, outperforming each of the individual measures.", "cs": "Nejlepších výsledků je dosaženo kombinací Jarovy-Winklerovy editační vzdálenosti a kosionové podobnosti slovních embedinků, která překonává míry použité samostatně."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Jarovy-Winklerovy editační vzdálenosti", "en": "Jaro-Winkler edit distance"}, {"cs": "kosionové podobnosti slovních embedinků", "en": "word embedding cosine similarity"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Further analysis shows that the method works better for some classes of inflections and derivations than for others, revealing some limitations of the method, but also supporting the idea of replacing a binary inflection-derivation dichotomy with a continuous scale.", "cs": "Další analýza ukazuje, že metoda funguje lépe pro některé třídy flexí a derivací než pro jiné, což ukazuje některá omezení metody, ale také podporuje myšlenku nahrazení binární dichotomie flexe-derivace kontinuální škálou."}, "data_name": "wmt23_terminology", "hints": [{"cs": "analýza", "en": "analysis"}, {"cs": "metoda", "en": "method"}, {"cs": "třídy flexí", "en": "classes of inflections"}, {"cs": "derivací", "en": "derivations"}, {"cs": "omezení", "en": "limitations"}, {"cs": "binární dichotomie", "en": "binary inflection-derivation dichotomy"}, {"cs": "kontinuální škálou", "en": "continuous scale"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We focus on the task of unsupervised lemmatization, i.e.", "cs": "Zaměřujeme se na úlohu neřízené lemmatizace, tj."}, "data_name": "wmt23_terminology", "hints": [{"cs": "úlohu neřízené lemmatizace", "en": "task of unsupervised lemmatization"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "grouping together inflected forms of one word under one label (a lemma) without the use of annotated training data.", "cs": "seskupení vyskloňovaných forem jednoho slova pod jeden štítek (lemma) bez použití anotovaných trénovacích dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "seskupení", "en": "grouping together"}, {"cs": "vyskloňovaných forem", "en": "inflected forms"}, {"cs": "jednoho slova", "en": "one word"}, {"cs": "štítek", "en": "label"}, {"cs": "lemma", "en": "lemma"}, {"cs": "anotovaných trénovacích dat", "en": "annotated training data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We propose to perform agglomerative clustering of word forms with a novel distance measure.", "cs": "Navrhujeme provádět aglomerativní shlukování slovních forem s novou mírou vzdálenosti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "aglomerativní shlukování", "en": "agglomerative clustering"}, {"cs": "slovních forem", "en": "word forms"}, {"cs": "mírou vzdálenosti", "en": "distance measure"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our distance measure is based on the observation that inflections of the same word tend to be similar both string-wise and in meaning.", "cs": "Naše míra vzdálenosti je založena na pozorování, že flexe jednoho slova mají tendenci být podobné řetězcově i významově."}, "data_name": "wmt23_terminology", "hints": [{"cs": "míra vzdálenosti", "en": "distance measure"}, {"cs": "flexe jednoho slova", "en": "inflections of the same word"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We therefore combine word embedding cosine similarity, serving as a proxy to the meaning similarity, with Jaro-Winkler edit distance.", "cs": "Proto kombinujeme kosinovou podobnost slovních embedinků, která slouží jako proxy k významové podobnosti, s editační vzdáleností Jaro-Winklera."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kosinovou podobnost", "en": "cosine similarity"}, {"cs": "slovních embedinků", "en": "word embedding"}, {"cs": "významové podobnosti", "en": "meaning similarity"}, {"cs": "editační vzdáleností Jaro-Winklera", "en": "Jaro-Winkler edit distance"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our experiments on 23 languages show our approach to be promising, surpassing the baseline on 23 of the 28 evaluation datasets.", "cs": "Naše experimenty na 23 jazycích ukazují, že náš přístup je slibný a překonal baseline pro 23 z 28 testovacích sad."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experimenty", "en": "experiments"}, {"cs": "jazycích", "en": "languages"}, {"cs": "přístup", "en": "approach"}, {"cs": "baseline", "en": "baseline"}, {"cs": "testovacích sad", "en": "evaluation datasets"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Introduction of the research of automatic coherence evaluation in Czech using unlabeled large data.", "cs": "Představení výzkumu automatického vyhodnocování koherence v češtině s pomocí naanotovaných velkých dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výzkumu automatického vyhodnocování koherence", "en": "research of automatic coherence evaluation"}, {"cs": "češtině", "en": "Czech"}, {"cs": "naanotovaných velkých dat", "en": "unlabeled large data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We use large unlabeled data (n-gram model, density estimates of features) to improve quality of surface coherence evaluation in Czech texts.", "cs": "Využíváme velkých neanotovaných dat (n-gramový model, odhady hustoty featur) ke zlepšení kvality automatického hodnocení koherence textů v češtině."}, "data_name": "wmt23_terminology", "hints": [{"cs": "velkých neanotovaných dat", "en": "large unlabeled data"}, {"cs": "n-gramový model", "en": "n-gram model"}, {"cs": "odhady hustoty featur", "en": "density estimates of features"}, {"cs": "automatického hodnocení koherence textů", "en": "surface coherence evaluation"}, {"cs": "češtině", "en": "Czech texts"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Along with new features across layers of language description, the additions significantly improve the performance of the system.", "cs": "Spolu s novými featurami z různých jazykových rovin přispělo využití neanotovaných dat k signifikantnímu zlepšení výsledků systému."}, "data_name": "wmt23_terminology", "hints": [{"cs": "novými featurami", "en": "new features"}, {"cs": "jazykových rovin", "en": "layers of language description"}, {"cs": "neanotovaných dat", "en": "the additions"}, {"cs": "zlepšení výsledků systému", "en": "improve the performance of the system"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we describe our systems submitted to the Building Educational Applications (BEA) 2019 Shared Task (Bryant et al., 2019).", "cs": "V tomto článku popisujeme naše systémy předložené v rámci soutěže Building Educational Applications (BEA) 2019 Shared Task (Bryant a kol., 2019)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Building Educational Applications (BEA) 2019 Shared Task", "en": "Building Educational Applications (BEA) 2019 Shared Task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We participated in all three tracks.", "cs": "Zúčastnili jsme se všech tří variant."}, "data_name": "wmt23_terminology", "hints": [{"cs": "všech tří variant", "en": "all three tracks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our models are NMT systems based on the Transformer model, which we improve by incorporating several enhancements: applying dropout to whole source and target words, weighting target subwords, averaging model checkpoints, and using the trained model iteratively for correcting the intermediate translations.", "cs": "Naše modely jsou systémy NMT založené na architektuře Transformer, který vylepšujeme začleněním několika vylepšení: dropout celých zdrojových a cílových slov, vážení cílových podslov, průměrování modelu a použití trénovaného modelu iterativním způsobem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "modely", "en": "models"}, {"cs": "systémy NMT", "en": "NMT systems"}, {"cs": "architektuře Transformer", "en": "Transformer model"}, {"cs": "dropout celých zdrojových a cílových slov", "en": "applying dropout to whole source and target words"}, {"cs": "vážení cílových podslov", "en": "weighting target subwords"}, {"cs": "průměrování modelu", "en": "averaging model checkpoints"}, {"cs": "použití trénovaného modelu iterativním způsobem", "en": "using the trained model iteratively for correcting the intermediate translations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The system in the Restricted Track is trained on the provided corpora with oversampled \"cleaner\" sentences and reaches 59.39 F0.5 score on the test set.", "cs": "Systém v Restricted Track je trénován na poskytnutých korpusech s nadměrně zesílenými \"čistšími\" větami a na testovací sadě dosahuje skóre 59,39 F0,5."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Systém", "en": "The system"}, {"cs": "Restricted Track", "en": "Restricted Track"}, {"cs": "korpusech", "en": "corpora"}, {"cs": "čistšími", "en": "cleaner"}, {"cs": "větami", "en": "sentences"}, {"cs": "testovací sadě", "en": "test set"}, {"cs": "skóre", "en": "score"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The system in the Low-Resource Track is trained from Wikipedia revision histories and reaches 44.13 F0.5 score.", "cs": "Systém v režimu nízkých zdrojů je trénován z historie revizí Wikipedie a dosahuje skóre 44,13 F0,5."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Systém", "en": "The system"}, {"cs": "nízkých zdrojů", "en": "Low-Resource Track"}, {"cs": "historie revizí Wikipedie", "en": "Wikipedia revision histories"}, {"cs": "skóre 44,13 F0,5", "en": "44.13 F0.5 score"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Finally, we finetune the system from the Low-Resource Track on restricted data and achieve 64.55 F0.5 score, placing third in the Unrestricted Track.", "cs": "V neomezeném režimu jsme dotrénováním systému z režimu nízkých zdrojů dosáhli 64.55 F0.5 skóre a obsadili tak třetí místo."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neomezeném režimu", "en": "Unrestricted Track"}, {"cs": "nízkých zdrojů", "en": "Low-Resource Track"}, {"cs": "třetí místo", "en": "third"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Grammatical error correction in English is a long studied problem with many existing systems and datasets.", "cs": "Automatická oprava gramatiky v angličtině je dlouho studovaný problém s mnoha existujícími systémy a datovými zdroji."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Automatická oprava gramatiky", "en": "Grammatical error correction"}, {"cs": "angličtině", "en": "in English"}, {"cs": "dlouho studovaný problém", "en": "a long studied problem"}, {"cs": "mnoha existujícími systémy", "en": "many existing systems"}, {"cs": "datovými zdroji", "en": "datasets"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, there has been only a limited research on error correction of other languages.", "cs": "Výzkum oprav chyb v jiných jazycích je však pouze omezený."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Výzkum", "en": "research"}, {"cs": "oprav chyb", "en": "error correction"}, {"cs": "jiných jazycích", "en": "other languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we present a new dataset AKCES-GEC on grammatical error correction for Czech.", "cs": "V této práci představujeme nový dataset AKCES-GEC pro gramatickou korekci chyb pro češtinu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nový dataset AKCES-GEC", "en": "new dataset AKCES-GEC"}, {"cs": "gramatickou korekci chyb", "en": "grammatical error correction"}, {"cs": "češtinu", "en": "Czech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We then make experiments on Czech, German and Russian and show that when utilizing synthetic parallel corpus, Transformer neural machine translation model can reach new state-of-the-art results on these datasets.", "cs": "Dále provádíme experimenty na češtině, němčině a ruštině a ukazujeme, že při využití syntetického paralelního korpusu může model neuronového strojového překladu Transformer dosáhnout na těchto datasetech nejlepších známých výsledků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "češtině", "en": "Czech"}, {"cs": "němčině", "en": "German"}, {"cs": "ruštině", "en": "Russian"}, {"cs": "syntetického paralelního korpusu", "en": "synthetic parallel corpus"}, {"cs": "neuronového strojového překladu", "en": "neural machine translation"}, {"cs": "Transformer", "en": "Transformer"}, {"cs": "datasetech", "en": "datasets"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "AKCES-GEC is published under CC BY-NC-SA 4.0 license at https://hdl.handle.net/11234/1-3057 and the source code of the GEC model is available at https://github.com/ufal/low-resource-gec-wnut2019.", "cs": "AKCES-GEC vychází pod licencí CC BY-NC-SA 4.0 na adrese https://hdl.handle.net/11234/1-3057 a zdrojový kód modelu GEC je k dispozici na adrese https://github.com/ufal/low-resource-gec-wnut2019."}, "data_name": "wmt23_terminology", "hints": [{"cs": "AKCES-GEC", "en": "AKCES-GEC"}, {"cs": "CC BY-NC-SA 4.0", "en": "CC BY-NC-SA 4.0"}, {"cs": "https://hdl.handle.net/11234/1-3057", "en": "https://hdl.handle.net/11234/1-3057"}, {"cs": "zdrojový kód", "en": "source code"}, {"cs": "modelu GEC", "en": "GEC model"}, {"cs": "https://github.com/ufal/low-resource-gec-wnut2019", "en": "https://github.com/ufal/low-resource-gec-wnut2019"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper presents the results of the shared tasks from the 6th workshop on Asian translation (WAT2019) including Ja↔En, Ja↔Zh scientific paper translation subtasks, Ja↔En, Ja↔Ko, Ja↔En patent translation subtasks, Hi↔En, My↔En, Km↔En, Ta↔En mixed domain subtasks, Ru↔Ja news commentary translation task, and En→Hi multi-modal translation task.", "cs": "Tento článek představuje výsledky sdílených úkolů z 6. workshopu o asijském překladu (WAT2019), včetně dílčích úkolů Ja↔En, Ja↔Zh pro překlad vědeckých článků, Ja↔En, Ja↔Ko, Ja↔En pro překlad patentů, Hi↔En, My↔En, Km↔En, Ta↔En pro překlad smíšených doménových dílčích úkolů, Ru↔Ja komentář pro překlad zpráv a En pro multimodální překlad."}, "data_name": "wmt23_terminology", "hints": [{"cs": "6. workshopu o asijském překladu (WAT2019)", "en": "the 6th workshop on Asian translation (WAT2019)"}, {"cs": "překlad vědeckých článků", "en": "scientific paper translation"}, {"cs": "překlad patentů", "en": "patent translation"}, {"cs": "překlad smíšených doménových dílčích úkolů", "en": "mixed domain subtasks"}, {"cs": "překlad zpráv", "en": "news commentary translation"}, {"cs": "multimodální překlad", "en": "multi-modal translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For the WAT2019, 25 teams participated in the shared tasks.", "cs": "V rámci programu WAT2019 se sdílených úkolů účastnilo 25 týmů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "programu WAT2019", "en": "WAT2019"}, {"cs": "sdílených úkolů", "en": "shared tasks"}, {"cs": "25 týmů", "en": "25 teams"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also received 10 research paper submissions out of which 71 were accepted.", "cs": "Obdrželi jsme také 10 písemných podání k výzkumu, z nichž 71 bylo přijato."}, "data_name": "wmt23_terminology", "hints": [{"cs": "písemných podání", "en": "research paper submissions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "About 400 translation results were submitted to the automatic evaluation server, and selected submissions were manually evaluated.", "cs": "Automatickému hodnotícímu serveru bylo předloženo asi 400 výsledků překladu a vybraná podání byla ručně vyhodnocena."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Automatickému hodnotícímu serveru", "en": "automatic evaluation server"}, {"cs": "výsledků překladu", "en": "translation results"}, {"cs": "ručně vyhodnocena", "en": "manually evaluated"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Using data-driven models for solving text summarization or similar tasks has become very common in the last years.", "cs": "Využití modelů řízených daty pro sumarizaci textu nebo podobné úlohy se v posledních letech stává velmi běžným."}, "data_name": "wmt23_terminology", "hints": [{"cs": "modelů řízených daty", "en": "data-driven models"}, {"cs": "sumarizaci textu", "en": "text summarization"}, {"cs": "posledních letech", "en": "the last years"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Yet most of the studies report basic accuracy scores only, and nothing is known about the ability of the proposed models to improve when trained on more data.", "cs": "Zatímco většina studií hlásí pouze základní přesnost, není nic známo o schopnosti zmíněných modelů se zlepšit, jsou-li trénovány na větších datech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "většina studií", "en": "most of the studies"}, {"cs": "základní přesnost", "en": "basic accuracy scores"}, {"cs": "modelů", "en": "models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we define and propose three data efficiency metrics: data score efficiency, data time deficiency and overall data efficiency.", "cs": "V tomto příspěvku definujeme a navrhujeme tři metriky efektivity dat: efektivita úspěšnosti dat, časové nedostatečnosti dat a celkové účinnosti dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "tři metriky efektivity dat", "en": "three data efficiency metrics"}, {"cs": "efektivita úspěšnosti dat", "en": "data score efficiency"}, {"cs": "časové nedostatečnosti dat", "en": "data time deficiency"}, {"cs": "celkové účinnosti dat", "en": "overall data efficiency"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also propose a simple scheme that uses those metrics and apply it for a more comprehensive evaluation of popular methods on text summarization and title generation tasks.", "cs": "Navrhujeme také jednoduché schema využívající těchto metod a využívající je pro ucelenější hodnocení populárních metod sumarizace textů a generování nadpisů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "schema", "en": "scheme"}, {"cs": "metod", "en": "metrics"}, {"cs": "sumarizace textů", "en": "text summarization"}, {"cs": "generování nadpisů", "en": "title generation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For the latter task, we process and release a huge collection of 35 million abstract-title pairs from scientific articles.", "cs": "Pro druhou z úloh zpracováváme a uvol%nujeme rozsáhlou kolekci 35 miliónů párů abstrakt-název vědeckých článků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozsáhlou kolekci", "en": "huge collection"}, {"cs": "35 miliónů párů abstrakt-název", "en": "35 million abstract-title pairs"}, {"cs": "vědeckých článků", "en": "scientific articles"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our results reveal that among the tested models, the Transformer is the most efficient on both tasks.", "cs": "Naše výsledky odhalují, že mezi tetovanými metodami je Transformer nejúčinnější pro obě úlohy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "tetovanými metodami", "en": "tested models"}, {"cs": "Transformer", "en": "Transformer"}, {"cs": "úlohy", "en": "tasks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Authors' keyphrases assigned to scientific articles are essential for recognizing content and topic aspects.", "cs": "Klíčová slova, která svým vědeckým článkům přiřadili jejich autoři jsou nepostradatelná pro rozpoznání obsahu a témat dané článku."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Klíčová slova", "en": "keyphrases"}, {"cs": "vědeckým článkům", "en": "scientific articles"}, {"cs": "obsahu", "en": "content"}, {"cs": "témat", "en": "topic aspects"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Most of the proposed supervised and unsupervised methods for keyphrase generation are unable to produce terms that are valuable but do not appear in the text.", "cs": "Většina řízených i neřízených metod generování klíčových slov není schopna přiřazovat termíny, které to dobře vystihují, ale nevyskytují se v textu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "řízených i neřízených metod generování klíčových slov", "en": "supervised and unsupervised methods for keyphrase generation"}, {"cs": "termíny", "en": "terms"}, {"cs": "textu", "en": "text"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we explore the possibility of considering the keyphrase string as an abstractive summary of the title and the abstract.", "cs": "V tomto příspěvku zkoumáme možnost klíčových slov coby shrnutím názvu práce a abstraktu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "klíčových slov", "en": "keyphrase string"}, {"cs": "názvu práce", "en": "title"}, {"cs": "abstraktu", "en": "abstract"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "First, we collect, process and release a large dataset of scientific paper metadata that contains 2.2 million records.", "cs": "Nejdříve sesbíráme, zpracujme a vydáme velkou sadu metadat vědeckých článků čítajících 2,2 milionu záznamů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metadat", "en": "metadata"}, {"cs": "vědeckých článků", "en": "scientific paper"}, {"cs": "2,2 milionu záznamů", "en": "2.2 million records"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Then we experiment with popular text summarization neural architectures.", "cs": "Pak vyzkoušíme populární neurální architektury pro sumarizaci textů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neurální architektury", "en": "neural architectures"}, {"cs": "sumarizaci textů", "en": "text summarization"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Despite using advanced deep learning models, large quantities of training data and many days of computation, our systematic evaluation on four test datasets reveals that the explored text summarization methods could not produce better keyphrases than the much simpler unsupervised methods or the existing supervised ones.", "cs": "Na rozdíl od pokročilých metod hlubokého učení, velkých objemů dat a mnoha dní výpočtů naše systematické vyhodnocování na čtyřech testovacích sadách dat ukázalo, že zkoumané metody sumarizace textu nemohou vytvořit lepší klíčová slova než jednoduché neřízené či řízené metody."}, "data_name": "wmt23_terminology", "hints": [{"cs": "pokročilých metod hlubokého učení", "en": "advanced deep learning models"}, {"cs": "velkých objemů dat", "en": "large quantities of training data"}, {"cs": "testovacích sadách dat", "en": "test datasets"}, {"cs": "sumarizace textu", "en": "text summarization methods"}, {"cs": "klíčová slova", "en": "keyphrases"}, {"cs": "neřízené či řízené metody", "en": "unsupervised methods or the existing supervised ones"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the area of online communication, commerce and transactions, analyzing sentiment polarity of texts written in various natural languages has become crucial.", "cs": "V oblasti online komunikace, komerce a překladů, se analýza polarity sentimentu textů napsaných v různých přirozených jazycích stává zásadní."}, "data_name": "wmt23_terminology", "hints": [{"cs": "online komunikace", "en": "online communication"}, {"cs": "komerce", "en": "commerce"}, {"cs": "překladů", "en": "transactions"}, {"cs": "analýza polarity sentimentu", "en": "analyzing sentiment polarity"}, {"cs": "přirozených jazycích", "en": "natural languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "While there have been a lot of contributions in resources and studies for the English language, \"smaller\" languages like Czech have not received much attention.", "cs": "Zatímco pro angličtinu je k dispozici mnoho příspěvků a zdrojů, \"menší\" jazyky, jako je čeština, se zatím netěší větší pozornosti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "angličtinu", "en": "English language"}, {"cs": "čeština", "en": "Czech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this survey, we explore the effectiveness of many existing machine learning algorithms for sentiment analysis of Czech Facebook posts and product reviews.", "cs": "V tomto přehledu zkoumáme efektivitu mnoha algoritmů strojového učení pro analýzu sentimentu příspěvků na českém Facebooku a recenzí různých produktů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "algoritmů strojového učení", "en": "machine learning algorithms"}, {"cs": "analýzu sentimentu", "en": "sentiment analysis"}, {"cs": "českém Facebooku", "en": "Czech Facebook posts"}, {"cs": "recenzí různých produktů", "en": "product reviews"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We report the sets of optimal parameter values for each algorithm and the scores in both datasets.", "cs": "Sepíšeme sady optimálních hodnot parametrů pro každý algoritmus a ohodnocení v obou datasetech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "sady optimálních hodnot parametrů", "en": "sets of optimal parameter values"}, {"cs": "každý algoritmus", "en": "each algorithm"}, {"cs": "obou datasetech", "en": "both datasets"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We finally observe that support vector machines are the best classifier and efforts to increase performance even more with bagging, boosting or voting ensemble schemes fail to do so.", "cs": "Nakonec zaznamenáme, že metoda podpůrných vektorů je nejlepším klasifikátorem a snahy dále zlepšit výkon pomocí baggingu, boostingu, či hlasovacích schemat selhaly."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metoda podpůrných vektorů", "en": "support vector machines"}, {"cs": "klasifikátorem", "en": "classifier"}, {"cs": "baggingu", "en": "bagging"}, {"cs": "boostingu", "en": "boosting"}, {"cs": "hlasovacích schemat", "en": "voting ensemble schemes"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we study abstractive summarization for open-domain videos.", "cs": "V tomto článku studujeme abstraktiví sumarizaci videí bez doménového omezení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "abstraktiví sumarizaci", "en": "abstractive summarization"}, {"cs": "videí", "en": "videos"}, {"cs": "doménového omezení", "en": "open-domain"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Unlike the traditional text news summarization, the goal is less to \"compress\" text information but rather to provide a fluent textual summary of information that has been collected and fused from different source modalities, in our case video and audio transcripts (or text).", "cs": "Na rozdíl od tradiční sumarizace zpravodajských textů není cílem \"komprimovat\" textové informace, ale spíše poskytnout plynulé textové shrnutí informací, které byly shromážděny z různých zdrojových modalit, v našem případě videozáznamů a audio přepisů (nebo textu)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "tradiční sumarizace zpravodajsk��ch textů", "en": "traditional text news summarization"}, {"cs": "textové informace", "en": "text information"}, {"cs": "plynulé textové shrnutí", "en": "fluent textual summary"}, {"cs": "různých zdrojových modalit", "en": "different source modalities"}, {"cs": "videozáznamů", "en": "video"}, {"cs": "audio přepisů", "en": "audio transcripts"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We show how a multi-source sequence-to-sequence model with hierarchical attention can integrate information from different modalities into a coherent output, compare various models trained with different modalities and present pilot experiments on the How2 corpus of instructional videos.", "cs": "Ukazujeme, jak vícezdrojový model sekvenčního učení s hierarchickým mechanismem pozorností dokáže integrovat informace z různých modalit do uceleného výstupu, porovnáváme různé modely trénované s různými modalitami a prezentuje pilotní experimenty na How2 korpusu instruktážních videí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vícezdrojový model sekvenčního učení s hierarchickým mechanismem pozorností", "en": "multi-source sequence-to-sequence model with hierarchical attention"}, {"cs": "různých modalit", "en": "different modalities"}, {"cs": "How2 korpusu instruktážních videí", "en": "How2 corpus of instructional videos"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also propose a new evaluation metric (Content F1) for abstractive summarization task that measures semantic adequacy rather than fluency of the summaries, which is covered by metrics like ROUGE and BLEU.", "cs": "Navrhujeme také novou hodnotící metriku (Conent F1) pro abstraktivní sumarizaci, která měří spíše sémantickou adekvátnost než plynulost, kterou naopak zachcují tradiční metriky jako jako ROUGE a BLEU."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hodnotící metriku", "en": "evaluation metric"}, {"cs": "abstraktivní sumarizaci", "en": "abstractive summarization"}, {"cs": "sémantickou adekvátnost", "en": "semantic adequacy"}, {"cs": "plynulost", "en": "fluency"}, {"cs": "ROUGE", "en": "ROUGE"}, {"cs": "BLEU", "en": "BLEU"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We introduce an experimental probe comparing how texts written by non-native speakers of Czech are evaluated by a software application EVALD and by teachers of Czech as a foreign language.", "cs": "Článek představuje experimentální výzkum srovnávající, jak jsou texty psané nerodilými mluvčími češtiny hodnoceny softwarovou aplikací EVALD a učiteli češtiny jako cizího jazyka."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experimentální výzkum", "en": "experimental probe"}, {"cs": "nerodilými mluvčími češtiny", "en": "non-native speakers of Czech"}, {"cs": "softwarovou aplikací EVALD", "en": "software application EVALD"}, {"cs": "učiteli češtiny jako cizího jazyka", "en": "teachers of Czech as a foreign language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present the first complete spoken dialogue system driven by a multiimensional statistical dialogue manager.", "cs": "Představujeme první kompletní hlasový dialogový systém řízený multidimenzionálním statistickým dialogovým manažerem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hlasový dialogový systém", "en": "spoken dialogue system"}, {"cs": "multidimenzionálním statistickým dialogovým manažerem", "en": "multiimensional statistical dialogue manager"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This framework has been shown to substantially reduce data needs by leveraging domain-independent dimensions, such as social obligations or feedback, which (as we show) can be transferred between domains.", "cs": "Tento framework prokazatelně významně snižuje potřebu dat využitím doménově nezávislých dimenzí, jako jsou společenské konvence nebo zpětná vazba, které (jak ukazujeme) lze přenášet mezi doménami."}, "data_name": "wmt23_terminology", "hints": [{"cs": "framework", "en": "framework"}, {"cs": "doménově nezávislých dimenzí", "en": "domain-independent dimensions"}, {"cs": "společenské konvence", "en": "social obligations"}, {"cs": "zpětná vazba", "en": "feedback"}, {"cs": "doménami", "en": "domains"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we conduct a user study and show that the performance of a multi-dimensional system, which can be adapted from a source domain, is equivalent to that of a one-dimensional baseline, which can only be trained from scratch.", "cs": "V tomto článku provádíme uživatelskou sudii a ukazujeme, že výkon multidimenzionálního systému, který lze adaptovat ze zdrojové domény, je ekvivalentní výkonu jednodimenzionální baseline, kterou je třeba natrénovat od nuly."}, "data_name": "wmt23_terminology", "hints": [{"cs": "uživatelskou sudii", "en": "user study"}, {"cs": "multidimenzionálního systému", "en": "multi-dimensional system"}, {"cs": "zdrojové domény", "en": "source domain"}, {"cs": "jednodimenzionální baseline", "en": "one-dimensional baseline"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The lecture presents the results of the annotation of implicit relations in Czech based on the PDiT-EDA 1.0 corpus.", "cs": "Přednáška představuje výsledky anotace implicitních vztahů v češtině na základě korpusu PDiT-EDA 1.0."}, "data_name": "wmt23_terminology", "hints": [{"cs": "implicitních vztahů", "en": "implicit relations"}, {"cs": "češtině", "en": "Czech"}, {"cs": "korpusu PDiT-EDA 1.0", "en": "PDiT-EDA 1.0 corpus"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It focuses on the distribution of implicit and explicit relations, their semantics, the presence of sentence negation and the relation of implicitness to the text genre.", "cs": "Zaměřuje se na distribuci implicitních a explicitních vztahů, jejich sémantiku, přítomnost větné negace a vztah implicitnosti k textovému žánru."}, "data_name": "wmt23_terminology", "hints": [{"cs": "implicitních a explicitních vztahů", "en": "implicit and explicit relations"}, {"cs": "sémantiku", "en": "semantics"}, {"cs": "větné negace", "en": "sentence negation"}, {"cs": "textovému žánru", "en": "text genre"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We analyze some of the factors influencing the explicitness/implicitness of discourse relations, such as the text genre, semantic type of the discourse relation and the presence of negation in discourse arguments.", "cs": "Analyzujeme některé faktory ovlivňující explicitnost/implicitnost diskurzních vztahů, např. žánr textu, sémantický typ diskurzního vztahu a přítomnost negace v diskurzních argumentech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "faktory", "en": "factors"}, {"cs": "explicitnost/implicitnost", "en": "explicitness/implicitness"}, {"cs": "diskurzních vztahů", "en": "discourse relations"}, {"cs": "žánr textu", "en": "text genre"}, {"cs": "sémantický typ", "en": "semantic type"}, {"cs": "diskurzního vztahu", "en": "discourse relation"}, {"cs": "přítomnost negace", "en": "presence of negation"}, {"cs": "diskurzních argumentech", "en": "discourse arguments"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a system description of our contribution to the CoNLL 2019 shared task, Cross- Framework Meaning Representation Parsing (MRP 2019).", "cs": "Předkládáme popis našeho příspěvku do soutěže CoNLL 2019, Cross-Framework Meaning Representation Parsing (MRP 2019)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "soutěže CoNLL 2019", "en": "CoNLL 2019 shared task"}, {"cs": "Cross-Framework Meaning Representation Parsing (MRP 2019)", "en": "Cross- Framework Meaning Representation Parsing (MRP 2019)"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The proposed architecture is our first attempt towards a semantic parsing extension of the UDPipe 2.0, a lemmatization, POS tagging and dependency parsing pipeline.", "cs": "Navržená architektura je naším prvním pokusem o sémantický parsing v rámci UDPipe 2.0, nástroje pro lemmatizaci, POS tagging a závislostní parsing."}, "data_name": "wmt23_terminology", "hints": [{"cs": "architektura", "en": "architecture"}, {"cs": "sémantický parsing", "en": "semantic parsing"}, {"cs": "UDPipe 2.0", "en": "UDPipe 2.0"}, {"cs": "lemmatizaci", "en": "lemmatization"}, {"cs": "POS tagging", "en": "POS tagging"}, {"cs": "závislostní parsing", "en": "dependency parsing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For the MRP 2019, which features five formally and linguistically different approaches to meaning representation (DM, PSD, EDS, UCCA and AMR), we propose a uniform, language and framework agnostic graph-to-graph neural network architecture.", "cs": "Pro MRP 2019, který zahrnuje pět formálně a lingvisticky rozdílných přístupů k reprezentaci významu (DM, PSD, EDS, UCCA a AMR), navrhujeme uniformní, jazykově a formálně agnostickou architekturu založenou na transformaci grafů pomocí umělých neuronových sítí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "MRP 2019", "en": "MRP 2019"}, {"cs": "reprezentaci významu", "en": "meaning representation"}, {"cs": "DM, PSD, EDS, UCCA a AMR", "en": "DM, PSD, EDS, UCCA and AMR"}, {"cs": "umělých neuronových sítí", "en": "neural network"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Without any knowledge about the graph structure, and specifically without any linguistically or framework motivated features, our system implicitly models the meaning representation graphs.", "cs": "Bez jakékoli znalosti grafové struktury, a specificky bez jakýchkoli lingvisticky nebo formálně motivovaných klasifikačních rysů náš systém implicitně modeluje reprezentaci významu v grafu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "grafové struktury", "en": "graph structure"}, {"cs": "lingvisticky", "en": "linguistically"}, {"cs": "formálně motivovaných klasifikačních rysů", "en": "framework motivated features"}, {"cs": "systém", "en": "system"}, {"cs": "reprezentaci významu", "en": "meaning representation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "After fixing a human error (we used earlier incorrect version of provided test set analyses), our submission would score third in the competition evaluation.", "cs": "Po opravě člověkem způsobené chyby (použili jsme nesprávnou verzi poskytnutých analýz testovacích dat) se náš příspěvek umístil na třetím místě v soutěžním hodnocení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "opravě člověkem způsobené chyby", "en": "fixing a human error"}, {"cs": "nesprávnou verzi poskytnutých analýz testovacích dat", "en": "earlier incorrect version of provided test set analyses"}, {"cs": "soutěžním hodnocení", "en": "competition evaluation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The source code of our system is available at https://github.", "cs": "Zdrojový ḱód našeho systému je dostupný na adrese https://github."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Zdrojový ḱód", "en": "source code"}, {"cs": "systému", "en": "system"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "com/ufal/mrpipe-conll2019.", "cs": "com/ufal/mrpipe-conll2019."}, "data_name": "wmt23_terminology", "hints": [{"cs": "com/ufal/mrpipe-conll2019", "en": "com/ufal/mrpipe-conll2019"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Contextualized embeddings, which capture appropriate word meaning depending on context, have recently been proposed.", "cs": "Nedávno byly navrženy kontextové embeddingy, které vhodně zachycují význam slova v závislosti na kontextu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kontextové embeddingy", "en": "Contextualized embeddings"}, {"cs": "význam slova", "en": "word meaning"}, {"cs": "kontextu", "en": "context"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We evaluate two methods for precomputing such embeddings, BERT and Flair, on four Czech text processing tasks: part-of-speech (POS) tagging, lemmatization, dependency parsing and named entity recognition (NER).", "cs": "V tomto příspěvku vyhodnocujeme dvě metody pro výpočet takových embeddingů, BERT a Flair, na čtyřech úlohách zpracování přirozeného jazyka v češtině: značkování slovních druhů (POS tagging), lemmetizace, závislostní parsing a rozpoznávání pojmenovaných entit."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dvě metody", "en": "two methods"}, {"cs": "embeddingů", "en": "embeddings"}, {"cs": "BERT", "en": "BERT"}, {"cs": "Flair", "en": "Flair"}, {"cs": "čtyřech úlohách zpracování přirozeného jazyka", "en": "four Czech text processing tasks"}, {"cs": "značkování slovních druhů", "en": "part-of-speech (POS) tagging"}, {"cs": "lemmetizace", "en": "lemmatization"}, {"cs": "závislostní parsing", "en": "dependency parsing"}, {"cs": "rozpoznávání pojmenovaných entit", "en": "named entity recognition (NER)"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The first three tasks, POS tagging, lemmatization and dependency parsing, are evaluated on two corpora: the Prague Dependency Treebank 3.5 and the Universal Dependencies 2.3.", "cs": "První tři úlohy jsou vyhodnoceny na dvou korpusech: Pražský závislostní korpus 3.5 a Universal Dependencies 2.3."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Pražský závislostní korpus 3.5", "en": "Prague Dependency Treebank 3.5"}, {"cs": "Universal Dependencies 2.3", "en": "Universal Dependencies 2.3"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The named entity recognition (NER) is evaluated on the Czech Named Entity Corpus 1.1 and 2.0.", "cs": "Rozpoznávání pojmenovaných entit je vyhodnoceno na Českém korpusu pojmenovaných entit (Czech Named Entity Corpus) 1.1 a 2.0."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Rozpoznávání pojmenovaných entit", "en": "named entity recognition (NER)"}, {"cs": "Českém korpusu pojmenovaných entit", "en": "Czech Named Entity Corpus"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We report state-of-the-art results for the above mentioned tasks and corpora.", "cs": "Publikujeme state-of-the-art výsledky ve všech výše zmíněných úlohách na všech korpusech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "state-of-the-art výsledky", "en": "state-of-the-art results"}, {"cs": "úlohách", "en": "tasks"}, {"cs": "korpusech", "en": "corpora"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present an extensive evaluation of three recently proposed methods for contextualized embeddings on 89 corpora in 54 languages of the Universal Dependencies 2.3 in three tasks: POS tagging, lemmatization, and dependency parsing.", "cs": "Představujeme rozsáhlé hodnocení tří nedávno navržených metod pro kontextualizované embeddiny na 89 korpusech v 54 jazycích projektu Universal Dependencies 2.3 ve třech úkolech: POS tagging, lemmatizace a závislostní analýza."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metod", "en": "methods"}, {"cs": "kontextualizované embeddiny", "en": "contextualized embeddings"}, {"cs": "korpusech", "en": "corpora"}, {"cs": "jazycích", "en": "languages"}, {"cs": "projektu Universal Dependencies 2.3", "en": "Universal Dependencies 2.3"}, {"cs": "POS tagging", "en": "POS tagging"}, {"cs": "lemmatizace", "en": "lemmatization"}, {"cs": "závislostní analýza", "en": "dependency parsing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Employing the BERT, Flair and ELMo as pretrained embedding inputs in a strong baseline of UDPipe 2.0, one of the best-performing systems of the CoNLL 2018 Shared Task and an overall winner of the EPE 2018, we present a one-to-one comparison of the three contextualized word embedding methods, as well as a comparison with word2vec-like pretrained embeddings and with end-to-end character-level word embeddings.", "cs": "Využitím BERT, Flair a ELMo jako předtrénovaných embeddingů do systému UDPipe 2.0, jednoho z vítězů CoNLL 2018 Shared Task a celkového vítěze EPE 2018, představujeme porovnání těchto tří kontextualizovaných metod, word2vec předtrénovaných embedingů a trénovatelných embedingů založených na znacích slov."}, "data_name": "wmt23_terminology", "hints": [{"cs": "BERT", "en": "BERT"}, {"cs": "Flair", "en": "Flair"}, {"cs": "ELMo", "en": "ELMo"}, {"cs": "UDPipe 2.0", "en": "UDPipe 2.0"}, {"cs": "CoNLL 2018 Shared Task", "en": "CoNLL 2018 Shared Task"}, {"cs": "EPE 2018", "en": "EPE 2018"}, {"cs": "word2vec", "en": "word2vec"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We report state-of-the-art results in all three tasks as compared to results on UD 2.2 in the CoNLL 2018 Shared Task.", "cs": "Popsané metody dosahují nejlepších známých výsledků na UD 2.2 v porovnání s výsledky na CoNLL 2018 Shared Task."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Popsané metody", "en": "We report"}, {"cs": "nejlepších známých výsledků", "en": "state-of-the-art results"}, {"cs": "UD 2.2", "en": "UD 2.2"}, {"cs": "CoNLL 2018 Shared Task", "en": "CoNLL 2018 Shared Task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present our contribution to the SIGMORPHON 2019 Shared Task: Crosslinguality and Context in Morphology, Task 2: contextual morphological analysis and lemmatization.", "cs": "Představujeme náš příspěvek k shared tasku SIGMORPHON 2019: Crosslingualita a kontext v morfologii, úkol 2: kontextová morfologická analýza a lemmatizace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "shared tasku SIGMORPHON 2019", "en": "SIGMORPHON 2019 Shared Task"}, {"cs": "Crosslingualita a kontext v morfologii", "en": "Crosslinguality and Context in Morphology"}, {"cs": "úkol 2", "en": "Task 2"}, {"cs": "kontextová morfologická analýza a lemmatizace", "en": "contextual morphological analysis and lemmatization"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We submitted a modification of the UDPipe 2.0, one of best-performing systems of the CoNLL 2018 Shared Task: Multilingual Parsing from Raw Text to Universal Dependencies and an overall winner of the The 2018 Shared Task on Extrinsic Parser Evaluation.", "cs": "Odevzdali jsme modifikaci UDPipe 2.0, jednoho z výherního systému CoNLL 2018 Shared Task: Multilingual Parsing from Raw Text to Universal Dependencies a celkového vítěze The 2018 Shared Task on Extrinsic Parser Evaluation."}, "data_name": "wmt23_terminology", "hints": [{"cs": "modifikaci UDPipe 2.0", "en": "modification of the UDPipe 2.0"}, {"cs": "CoNLL 2018 Shared Task: Multilingual Parsing from Raw Text to Universal Dependencies", "en": "CoNLL 2018 Shared Task: Multilingual Parsing from Raw Text to Universal Dependencies"}, {"cs": "The 2018 Shared Task on Extrinsic Parser Evaluation", "en": "The 2018 Shared Task on Extrinsic Parser Evaluation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "As our first improvement, we use the pretrained contextualized embeddings (BERT) as additional inputs to the network; secondly, we use individual morphological features as regularization; and finally, we merge the selected corpora of the same language.", "cs": "Jako první vylepšení používáme předtrénované kontextualizované embeddingy (BERT) jako další vstupy do sítě, za druhé používáme jednotlivé morfologické vlastnosti jako regularizaci a nakonec slučujeme vybrané korpusy stejného jazyka."}, "data_name": "wmt23_terminology", "hints": [{"cs": "předtrénované kontextualizované embeddingy (BERT)", "en": "pretrained contextualized embeddings (BERT)"}, {"cs": "jednotlivé morfologické vlastnosti", "en": "individual morphological features"}, {"cs": "vybrané korpusy stejného jazyka", "en": "selected corpora of the same language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the lemmatization task, our system exceeds all the submitted systems by a wide margin with lemmatization accuracy 95.78 (second best was 95.00, third 94.46).", "cs": "V lemmatizačním úkolu náš systém výrazně převyšuje všechny ostatní systémy s přesností lemmatizace 95,78 (druhý nejlepší byl 95,00, třetí 94,46)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lemmatizačním úkolu", "en": "lemmatization task"}, {"cs": "přesností lemmatizace", "en": "lemmatization accuracy"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the morphological analysis, our system placed tightly second: our morphological analysis accuracy was 93.19, the winning system’s 93.23.", "cs": "V morfologické analýze se náš systém umístil těsně druhý: přesnost naší morfologické analýzy byla 93,19, vítězný systém měl 93,23."}, "data_name": "wmt23_terminology", "hints": [{"cs": "morfologické analýze", "en": "morphological analysis"}, {"cs": "přesnost", "en": "accuracy"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Universal Derivations (UDer) is a collection of harmonized lexical networks capturing word-formation, especially derivational relations, in a cross-linguistically consistent annotation scheme for many languages.", "cs": "Universal Derivations (UDer) je sada lexikalních sítí zachycujících slovotvorné, zvl."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Universal Derivations (UDer)", "en": "Universal Derivations (UDer)"}, {"cs": "lexikalních sítí", "en": "lexical networks"}, {"cs": "slovotvorné", "en": "word-formation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The annotation scheme is based on a rooted tree data structure, in which nodes correspond to lexemes, while edges represent derivational relations or compounding.", "cs": "derivační vztahy jednotlivých jazyků, tyto sítě byly harmonizovány do jednotného formátu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "derivační vztahy", "en": "derivational relations"}, {"cs": "jednotlivých jazyků", "en": "lexemes"}, {"cs": "sítě", "en": "nodes"}, {"cs": "harmonizovány", "en": "annotation scheme"}, {"cs": "jednotného formátu", "en": "rooted tree data structure"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The current version of the UDer collection contains eleven harmonized resources covering eleven different languages.", "cs": "Stávající verze UDer v0.5 obsahuje 11 harmonizovaných zdrojů pokrývajících 11 různých jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Stávající verze", "en": "current version"}, {"cs": "UDer", "en": "UDer collection"}, {"cs": "harmonizovaných zdrojů", "en": "harmonized resources"}, {"cs": "jazyků", "en": "languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The aim of this paper is to open a discussion on harmonization of existing data resources related to derivational morphology.", "cs": "Cílem tohoto článku je otevřít diskusi o harmonizaci existujících datových zdrojů zabývajících se derivační morfologií."}, "data_name": "wmt23_terminology", "hints": [{"cs": "harmonizaci", "en": "harmonization"}, {"cs": "datových zdrojů", "en": "data resources"}, {"cs": "derivační morfologií", "en": "derivational morphology"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a newly assembled collection of eleven harmonized resources named “Universal Derivations” (clearly being inspired by the success story of the Universal Dependencies initiative in treebanking), as well as the harmonization process that brings the individual resources under a unified annotation scheme.", "cs": "Představujeme nově vytvořený soubor jedenácti harmonizovaných zdrojů pojmenovaný „Universal Derivations“ (zjevně inspirovaný úspěchem iniciativy Universal Dependencies mezi syntakticky anotovanými korpusy) a harmonizační proces, kterým jsme tyto zdroje sjednotili do stejného anotačního schématu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Universal Derivations", "en": "Universal Derivations"}, {"cs": "Universal Dependencies", "en": "Universal Dependencies"}, {"cs": "anotačního schématu", "en": "annotation scheme"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The utility of linguistic annotation in neural machine translation seemed to had been established in past papers.", "cs": "Užitečnost jazykových anotací v překladu do neurálních strojů byla zřejmě prokázána v minulých pracích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jazykových anotací", "en": "linguistic annotation"}, {"cs": "překladu do neurálních strojů", "en": "neural machine translation"}, {"cs": "minulých pracích", "en": "past papers"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The experiments were however limited to recurrent sequence-to-sequence architectures and relatively small data settings.", "cs": "Pokusy se však omezovaly na opakující se sekvenční architektury a relativně malé nastavení dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Pokusy", "en": "The experiments"}, {"cs": "opakující se sekvenční architektury", "en": "recurrent sequence-to-sequence architectures"}, {"cs": "relativně malé nastavení dat", "en": "relatively small data settings"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We focus on the state-of-the-art Transformer model and use comparably larger corpora.", "cs": "Zaměřujeme se na nejmodernější model Transformeru a používáme srovnatelně větší korporáty."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nejmodernější model Transformeru", "en": "state-of-the-art Transformer model"}, {"cs": "větší korporáty", "en": "larger corpora"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Specifically, we try to promote the knowledge of source-side syntax using multi-task learning either through simple data manipulation techniques or through a dedicated model component.", "cs": "Konkrétně se snažíme podporovat znalosti syntaxe na zdrojové straně pomocí víceúkolového učení buď pomocí jednoduchých technik manipulace s daty, nebo pomocí speciální modelové komponenty."}, "data_name": "wmt23_terminology", "hints": [{"en": "knowledge", "cs": "znalosti"}, {"en": "source-side syntax", "cs": "syntaxe na zdrojové straně"}, {"en": "multi-task learning", "cs": "víceúkolového učení"}, {"en": "data manipulation techniques", "cs": "technik manipulace s daty"}, {"en": "dedicated model component", "cs": "speciální modelové komponenty"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In particular, we train one of Transformer attention heads to produce source-side dependency tree.", "cs": "Konkrétně jednoho cvičíme Transformer se soustředí na vytvoření stromu závislosti na straně zdroje."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Transformer", "en": "Transformer"}, {"cs": "stromu závislosti", "en": "dependency tree"}, {"cs": "straně zdroje", "en": "source-side"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Overall, our results cast some doubt on the utility of multi-task setups with linguistic information.", "cs": "Celkově naše výsledky zpochybňují užitečnost víceúkolových sestav s jazykovými informacemi."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výsledky", "en": "results"}, {"cs": "užitečnost", "en": "utility"}, {"cs": "víceúkolových sestav", "en": "multi-task setups"}, {"cs": "jazykovými informacemi", "en": "linguistic information"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The data manipulation techniques, recommended in previous works, prove ineffective in large data settings.", "cs": "Techniky manipulace s daty, doporučované v předchozích dílech, se v nastavení velkých dat ukazují jako neúčinné."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Techniky manipulace s daty", "en": "data manipulation techniques"}, {"cs": "předchozích dílech", "en": "previous works"}, {"cs": "nastavení velkých dat", "en": "large data settings"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The treatment of self-attention as dependencies seems much more promising: it helps in translation and reveals that Transformer model can very easily grasp the syntactic structure.", "cs": "Zacházení se sebepozorností jako se závislostmi se zdá mnohem slibnější: pomáhá při překladu a odhaluje, že model Transformer dokáže velmi snadno uchopit syntaktickou strukturu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "sebepozorností", "en": "self-attention"}, {"cs": "závislostmi", "en": "dependencies"}, {"cs": "překladu", "en": "translation"}, {"cs": "model Transformer", "en": "Transformer model"}, {"cs": "syntaktickou strukturu", "en": "syntactic structure"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "An important but curious result is, however, that identical gains are obtained by using trivial ``linear trees'' instead of true dependencies.", "cs": "Důležitým, ale kuriózním výsledkem však je, že identického zisku se dosáhne použitím triviálních ,,lineárních stromů`` namísto skutečných závislostí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "identického zisku", "en": "identical gains"}, {"cs": "lineárních stromů", "en": "linear trees"}, {"cs": "skutečných závislostí", "en": "true dependencies"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The reason for the gain thus may not be coming from the added linguistic knowledge but from some simpler regularizing effect we induced on self-attention matrices.", "cs": "Přínos tedy nemusí vyplývat z přidaných jazykových znalostí, ale z nějakého jednoduššího regularizačního efektu, který jsme navodili u matricí, které se věnují samy sobě."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Přínos", "en": "gain"}, {"cs": "jazykových znalostí", "en": "linguistic knowledge"}, {"cs": "regularizačního efektu", "en": "regularizing effect"}, {"cs": "matricí", "en": "matrices"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present our submission to the WMT19 Robustness Task.", "cs": "V článku přestavuje náš přísvek do soutěže v robustním strojovém překaladu na konferenci WMT19."}, "data_name": "wmt23_terminology", "hints": [{"cs": "soutěže v robustním strojovém překaladu na konferenci WMT19", "en": "WMT19 Robustness Task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our baseline system is the CUNI Transformer system trained for the WMT18 shared task on News Translation.", "cs": "Náš základní systém je CUNI Transformer systém trénovaný překlad novinových textů pro WMT18."}, "data_name": "wmt23_terminology", "hints": [{"cs": "CUNI Transformer systém", "en": "CUNI Transformer system"}, {"cs": "WMT18", "en": "WMT18"}, {"cs": "novinových textů", "en": "News Translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Quantitative results show that the CUNI Transformer system is already far more robust to noisy input than the LSTM-based baseline provided by the task organizers.", "cs": "Kvantitativní výsledky ukazují, že systém CUNI Transformer je již mnohem robustnější základní model založený na LSTM, který poskytli organizátoři soutěže."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Kvantitativní výsledky", "en": "Quantitative results"}, {"cs": "systém CUNI Transformer", "en": "CUNI Transformer system"}, {"cs": "základní model založený na LSTM", "en": "LSTM-based baseline"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We further improved the performance of our model by fine-tuning on the in-domain noisy data.", "cs": "Kvalitu překladu našeho modelu jsme dále vylepšili vyladěním na zašuměných datech, která byla poskytnuta k soutěži."}, "data_name": "wmt23_terminology", "hints": [{"cs": "našeho modelu", "en": "our model"}, {"cs": "vylepšili", "en": "improved"}, {"cs": "vyladěním", "en": "fine-tuning"}, {"cs": "zašuměných datech", "en": "in-domain noisy data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Filters of convolutional networks used in computer vision are often visualized as image patches that maximize the response of the filter.", "cs": "Filtry konvolučních neuronových sítí používaných v počítačovém vidění se často vizualizjí jako malé čtevrcové obrázky, které maximalizují odezvu filtru."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Filtry konvolučních neuronových sítí", "en": "Filters of convolutional networks"}, {"cs": "počítačovém vidění", "en": "computer vision"}, {"cs": "malé čtevrcové obrázky", "en": "image patches"}, {"cs": "odezvu filtru", "en": "response of the filter"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We use the same approach to interpret weight matrices in simple architectures for natural language processing tasks.", "cs": "V tomto abstraktu používáme stejný postup při interpretaci váhových matic v jednoduchých architekturách pro úkoly zpracování přirozeného jazyka."}, "data_name": "wmt23_terminology", "hints": [{"cs": "váhových matic", "en": "weight matrices"}, {"cs": "jednoduchých architekturách", "en": "simple architectures"}, {"cs": "úkoly zpracování přirozeného jazyka", "en": "natural language processing tasks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We interpret a convolutional network for sentiment classification as word-based rules.", "cs": "Intepretujeme konvoluční neuronovou síť pro klasifikaci sentimentu jako slovní pravidla."}, "data_name": "wmt23_terminology", "hints": [{"cs": "konvoluční neuronovou síť", "en": "convolutional network"}, {"cs": "klasifikaci sentimentu", "en": "sentiment classification"}, {"cs": "slovní pravidla", "en": "word-based rules"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Using the rule, we recover the performance of the original model.", "cs": "Pomocí těchto pravidel jsme schopni rokonstruovat fungování původního modelu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "těchto pravidel", "en": "the rule"}, {"cs": "původního modelu", "en": "the original model"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Multilingual BERT (mBERT) provides sentence representations for 104 languages, which are useful for many multi-lingual tasks.", "cs": "Vícejazyčný BERT (mBERT) poskytuje větné reprezentace pro 104 jazyků, které jsou užitečné pro mnoho vícejazyčných úloh."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Vícejazyčný BERT", "en": "Multilingual BERT"}, {"cs": "mBERT", "en": "mBERT"}, {"cs": "větné reprezentace", "en": "sentence representations"}, {"cs": "104 jazyků", "en": "104 languages"}, {"cs": "vícejazyčných úloh", "en": "multi-lingual tasks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Previous work probed the cross-linguality of mBERT using zero-shot transfer learning on morphological and syntactic tasks.", "cs": "Předchozí práce zkoumala mnohojazyčnost mBERTu s využitím nulového transferového učení na morfologických a syntaktických úkolech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "mnohojazyčnost", "en": "cross-linguality"}, {"cs": "mBERTu", "en": "mBERT"}, {"cs": "nulového transferového učení", "en": "zero-shot transfer learning"}, {"cs": "morfologických", "en": "morphological"}, {"cs": "syntaktických úkolech", "en": "syntactic tasks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We instead focus on the semantic properties of mBERT.", "cs": "Místo toho se soustředíme na sémantické vlastnosti mBERTu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "sémantické vlastnosti", "en": "semantic properties"}, {"cs": "mBERTu", "en": "mBERT"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We show that mBERT representations can be split into a language-specific component and a language-neutral component, and that the language-neutral component is sufficiently general in terms of modeling semantics to allow high-accuracy word-alignment and sentence retrieval but is not yet good enough for the more difficult task of MT quality estimation.", "cs": "Ukazujeme, že reprezentace mBERT mohou být rozděleny na jazykově specifickou složku a jazykově neutrální složku a že jazykově neutrální složka je dostatečně obecná, pokud jde o modelování sémantiky, aby umožnila vysoce přesné zarovnání slov a vyhledávání vět, ale zatím není dostatečně dobrá pro obtížnější úkol odhadu kvality MT."}, "data_name": "wmt23_terminology", "hints": [{"cs": "reprezentace mBERT", "en": "mBERT representations"}, {"cs": "jazykově specifickou složku", "en": "language-specific component"}, {"cs": "jazykově neutrální složku", "en": "language-neutral component"}, {"cs": "modelování sémantiky", "en": "modeling semantics"}, {"cs": "zarovnání slov", "en": "word-alignment"}, {"cs": "vyhledávání vět", "en": "sentence retrieval"}, {"cs": "odhadu kvality MT", "en": "MT quality estimation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our work presents interesting challenges which must be solved to build better language-neutral representations, particularly for tasks requiring linguistic transfer of semantics.", "cs": "Naše práce přináší zajímavé výzvy, které musí být vyřešeny, aby bylo možné sestavit lepší jazykově neutrální reprezentace, zejména u úkolů vyžadujících jazykový přenos sémantiky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "zajímavé výzvy", "en": "interesting challenges"}, {"cs": "jazykově neutrální reprezentace", "en": "language-neutral representations"}, {"cs": "jazykový přenos sémantiky", "en": "linguistic transfer of semantics"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Word sense disambiguation is the task of assigning the correct sense of a polysemous word in the context in which it appears.", "cs": "Lexikální desambiguace je úlohu, při které má být zvolen ten význam slova, který je v daném kontextu relevantní."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Lexikální desambiguace", "en": "Word sense disambiguation"}, {"cs": "význam slova", "en": "sense of a polysemous word"}, {"cs": "kontext", "en": "context"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In recent years, word embeddings have been applied successfully to many NLP tasks.", "cs": "V posledních letech můžeme pozorovat úspěšnou aplikaci vektorových reprezentací slov napříč různými úlohami v oblasti zpracování přirozeného jazyka."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vektorových reprezentací slov", "en": "word embeddings"}, {"cs": "zpracování přirozeného jazyka", "en": "NLP tasks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Thanks to their ability to capture distributional semantics, more recent attention have been focused on utilizing word embeddings to disambiguate words.", "cs": "Vzhledem ke schopnosti těchto vektorových reprezentací odrážet distribuční sémantiku byla v nedávné době věnovaná pozornost i možnosti využití pro lexikální desambiguaci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vektorových reprezentací", "en": "word embeddings"}, {"cs": "distribuční sémantiku", "en": "distributional semantics"}, {"cs": "lexikální desambiguaci", "en": "disambiguate words"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, a novel unsupervised method is proposed to disambiguate words from the first language by deploying a trained word embeddings model of the second language using only a bilingual dictionary.", "cs": "V tomto článku navrhujeme novou neřízenou metodu pro lexikální desambiguace v jednom jazyce s využitím vektorových reprezentací natrénovaných pro jiný jazyk a překladového slovníku."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lexikální desambiguace", "en": "disambiguate words"}, {"cs": "vektorových reprezentací", "en": "word embeddings"}, {"cs": "překladového slovníku", "en": "bilingual dictionary"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "While the translated words are useful clues for the disambiguation process, the main idea of this work is to use the information provided by English-translated surrounding words to disambiguate Persian words using trained English word2vec; well-known word embeddings model.", "cs": "V našich experimentech byly pro lexikální desambiguaci perských slov využity vektorové reprezentace anglických překladů slov z blízkého kontextu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lexikální desambiguaci", "en": "disambiguation process"}, {"cs": "perských slov", "en": "Persian words"}, {"cs": "vektorové reprezentace", "en": "word embeddings"}, {"cs": "blízkého kontextu", "en": "surrounding words"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Each translation of the polysemous word is compared against word embeddings of translated surrounding words to calculate word similarity scores and the most similar word to vectors of translated surrounding words is selected as the correct translation.", "cs": "Každý možný překlad polysémního slova je porovnán s vektorovými reprezentacemi okolních slov, z toho je vygenerováno podobnostní skóre, přičemž překladový ekvivalent s nejvyšším skóre reprezentuje zvolený význam."}, "data_name": "wmt23_terminology", "hints": [{"cs": "překlad", "en": "translation"}, {"cs": "polysémního slova", "en": "polysemous word"}, {"cs": "vektorovými reprezentacemi okolních slov", "en": "word embeddings of translated surrounding words"}, {"cs": "podobnostní skóre", "en": "word similarity scores"}, {"cs": "překladový ekvivalent", "en": "correct translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This method only requires a raw corpus and a bilingual dictionary to disambiguate the word under question.", "cs": "Tato metoda vyžaduje pouze neznačkovaný korpus a překladový slovník."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neznačkovaný korpus", "en": "raw corpus"}, {"cs": "překladový slovník", "en": "bilingual dictionary"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The experimental results on a manually-created test dataset demonstrate the accuracy of the proposed method.", "cs": "Úspěšnost našeho přístupu je ilustrovaná na malém vzorku ručně desambiguovaných dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Úspěšnost", "en": "accuracy"}, {"cs": "přístupu", "en": "proposed method"}, {"cs": "malém vzorku", "en": "test dataset"}, {"cs": "ručně desambiguovaných dat", "en": "manually-created"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The 2019 Shared Task on Automatic Gapping Resolution for Russian (AGRR2019) aims to tackle non-trivial linguistic phenomenon, gapping, that occurs in coordinated structures and elides a repeated predicate, typically from the second clause.", "cs": "ílem sdíleného úkolu o automatickém rozlišení mezer v ruštině (AGRR2019) v roce 2019 je boj proti netriviálnímu lingvistickému jevu, který se vyskytuje v koordinovaných strukturách, a eliminuje opakovaný predikát, obvykle z druhé věty."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatickém rozlišení mezer", "en": "Automatic Gapping Resolution"}, {"cs": "ruštině", "en": "Russian"}, {"cs": "koordinovaných strukturách", "en": "coordinated structures"}, {"cs": "predikát", "en": "predicate"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we define the task and evaluation metrics, provide detailed information on data preparation, annotation schemes and methodology, analyze the results and describe different approaches of the participating solutions.", "cs": "V tomto článku definujeme metriku úkolů a hodnocení, poskytujeme podrobné informace informace o přípravě údajů, schématech anotace a metodice, analyzovat výsledky a popsat různé přístupy účastníka řešení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metriku úkolů a hodnocení", "en": "task and evaluation metrics"}, {"cs": "přípravě údajů", "en": "data preparation"}, {"cs": "schématech anotace", "en": "annotation schemes"}, {"cs": "metodice", "en": "methodology"}, {"cs": "výsledky", "en": "results"}, {"cs": "přístupy účastníka řešení", "en": "approaches of the participating solutions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We describe our four NMT systems submitted to the IWSLT19 shared task in English→Czech text-to-text translation of TED talks.", "cs": "Popisujeme naše čtyři systémy neuronového strojového překladu (NMT), které jsme odeslali do shared tasku IWSLT19 pro anglicko-český překlad TED Talks."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neuronového strojového překladu", "en": "NMT systems"}, {"cs": "shared tasku IWSLT19", "en": "IWSLT19 shared task"}, {"cs": "anglicko-český překlad", "en": "English→Czech text-to-text translation"}, {"cs": "TED Talks", "en": "TED talks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The goal of this study is to understand the interactions between document-level NMT and domain adaptation.", "cs": "Cílem této studie je porozumět interakcím mezi NMT na úrovni dokumentů a doménovou adaptací."}, "data_name": "wmt23_terminology", "hints": [{"cs": "studie", "en": "study"}, {"cs": "interakcím", "en": "interactions"}, {"cs": "NMT", "en": "NMT"}, {"cs": "úrovni dokumentů", "en": "document-level"}, {"cs": "doménovou adaptací", "en": "domain adaptation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "All our systems are based on the Transformer model implemented in the Tensor2Tensor framework.", "cs": "Všechny naše systémy jsou založeny na modelu Transformer implementovaném ve frameworku Tensor2Tensor."}, "data_name": "wmt23_terminology", "hints": [{"cs": "modelu Transformer", "en": "Transformer model"}, {"cs": "frameworku Tensor2Tensor", "en": "Tensor2Tensor framework"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Two of the systems serve as baselines, which are not adapted to the TED talks domain: SENTBASE is trained on single sentences, DOCBASE on multi-sentence (document-level) sequences.", "cs": "Dva ze systémů slouží jako baseline a nejsou přizpůsobeny doméně TED Talks: SENTBASE je trénován na jednotlivých větách, DOCBASE na vícevětných (document-level) sekvencích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systémů", "en": "systems"}, {"cs": "baseline", "en": "baselines"}, {"cs": "doméně TED Talks", "en": "TED talks domain"}, {"cs": "SENTBASE", "en": "SENTBASE"}, {"cs": "jednotlivých větách", "en": "single sentences"}, {"cs": "DOCBASE", "en": "DOCBASE"}, {"cs": "vícevětných (document-level) sekvencích", "en": "multi-sentence (document-level) sequences"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The other two submitted systems are adapted to TED talks: SENTFINE is fine-tuned on single sentences, DOCFINE is fine-tuned on multi-sentence sequences.", "cs": "Další dva předložené systémy jsou přizpůsobeny doméně TED Talks: SENTFINE je adaptován na jednotlivých větách, DOCFINE na vícevětných sekvencích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "TED Talks", "en": "TED talks"}, {"cs": "SENTFINE", "en": "SENTFINE"}, {"cs": "DOCFINE", "en": "DOCFINE"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present both automatic-metrics evaluation and manual analysis of the translation quality, focusing on the differences between the four systems.", "cs": "Představujeme jak automatické metrické hodnocení, tak manuální analýzu kvality překladu se zaměřením na rozdíly mezi těmito čtyřmi systémy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatické metrické hodnocení", "en": "automatic-metrics evaluation"}, {"cs": "manuální analýzu kvality překladu", "en": "manual analysis of the translation quality"}, {"cs": "rozdíly mezi těmito čtyřmi systémy", "en": "differences between the four systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our goal has been to annotate the CzeSL corpus according to the non-native grammar in the mind of the author, not according to the standard grammar.", "cs": "Naším cílem je anotace korpusu CzeSL podle gramatiky jazyka, se kterou pracuje nerodilý mluvčí, a ne podle standartní gramatiky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anotace korpusu CzeSL", "en": "annotate the CzeSL corpus"}, {"cs": "gramatiky jazyka", "en": "non-native grammar"}, {"cs": "standartní gramatiky", "en": "standard grammar"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, this brings many challenges.", "cs": "Tento přístup přináší několik problémů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "několik problémů", "en": "many challenges"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "First, we do not have enough data to get reliable insights into the grammar of each author.", "cs": "Za prvé nemáme dostatek dat na to, abychom analyzovali gramatiky jednotlivých autorů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dostatek dat", "en": "enough data"}, {"cs": "gramatiky jednotlivých autorů", "en": "the grammar of each author"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Second, many phenomena are far more complicated than they are in native languages.", "cs": "Za druhé v jazyce nerodilých mluvčí je podstatně více složitějších jevů než v jazyce rodilých mluvčí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jazyce nerodilých mluvčí", "en": "native languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The state of the art of handling rich morphology in neural machine translation (NMT) is to break word forms into subword units, so that the overall vocabulary size of these units fits the practical limits given by the NMT model and GPU memory capacity.", "cs": "V současných neuronových systémech pro strojový překlad textů přirozeného jazyka (NMT) se morfologicky příbuzná slova zpracovávají jejich rozdělením na podslovní jednotky takovým způsobem, aby se slovník jednotek vešel do limitů daných zvoleným NMT modelem a do paměti grafické karty."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neuronových systémech", "en": "neural"}, {"cs": "strojový překlad", "en": "machine translation"}, {"cs": "NMT", "en": "NMT"}, {"cs": "morfologicky příbuzná slova", "en": "rich morphology"}, {"cs": "podslovní jednotky", "en": "subword units"}, {"cs": "slovník jednotek", "en": "overall vocabulary size"}, {"cs": "NMT modelem", "en": "NMT model"}, {"cs": "paměti grafické karty", "en": "GPU memory capacity"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we compare two common but linguistically uninformed methods of subword construction (BPE and STE, the method implemented in Tensor2Tensor toolkit) and two linguistically-motivated methods: Morfessor and one novel method, based on a derivational dictionary.", "cs": "V tomto článku srovnáváme dva nejobvyklejší, nelingvistické, způsoby vytváření podslovních jednotek (BPE a STE, metody implementované v nástroji Tensor2Tensor) se dvěma lingvisticky motivovanými způsoby: Nástrojem Morfessor a námi vyvinutou metodou založenou na derivačních vztazích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dva nejobvyklejší, nelingvistické, způsoby vytváření podslovních jednotek", "en": "two common but linguistically uninformed methods of subword construction"}, {"cs": "BPE", "en": "BPE"}, {"cs": "STE", "en": "STE"}, {"cs": "nástroji Tensor2Tensor", "en": "Tensor2Tensor toolkit"}, {"cs": "Nástrojem Morfessor", "en": "Morfessor"}, {"cs": "metodou založenou na derivačních vztazích", "en": "one novel method, based on a derivational dictionary"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our experiments with German-to-Czech translation, both morphologically rich, document that so far, the non-motivated methods perform better.", "cs": "Naše experimenty s překladem z němčiny do češtiny, morfologicky bohatých jazyků, ukazují, že prozatím mají lepší výsledky nelingvistické metody."}, "data_name": "wmt23_terminology", "hints": [{"cs": "překladem z němčiny do češtiny", "en": "German-to-Czech translation"}, {"cs": "morfologicky bohatých jazyků", "en": "morphologically rich"}, {"cs": "nelingvistické metody", "en": "non-motivated methods"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Furthermore, we identify a critical difference between BPE and STE and show a simple pre-processing step for BPE that considerably increases translation quality as evaluated by automatic measures.", "cs": "K tomu identifikujeme důležitý rozdíl mezi BPE a STE a ukazujeme, že jednoduché předzpracování textu před BPE výrazně zvyšuje kvalitu překladu vyhodnocovanou automatickými metrikami."}, "data_name": "wmt23_terminology", "hints": [{"cs": "BPE", "en": "BPE"}, {"cs": "STE", "en": "STE"}, {"cs": "předzpracování textu", "en": "pre-processing step"}, {"cs": "kvalitu překladu", "en": "translation quality"}, {"cs": "automatickými metrikami", "en": "automatic measures"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This work is a comparison of a quality and speed of NMT systems Tensor2Tensor, Marian, Nematus, Neural Monkey and OpenNMT on two comparable translation tasks.", "cs": "Tato práce porovnává kvalitu a rychlost systémů pro neuronový strojový překlad (Tensor2Tensor, Marian, Nematus, Neural Monkey, OpenNMT) na dvou srovnatelných překladových úlohách."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neuronový strojový překlad", "en": "NMT"}, {"cs": "Tensor2Tensor", "en": "Tensor2Tensor"}, {"cs": "Marian", "en": "Marian"}, {"cs": "Nematus", "en": "Nematus"}, {"cs": "Neural Monkey", "en": "Neural Monkey"}, {"cs": "OpenNMT", "en": "OpenNMT"}, {"cs": "překladových úlohách", "en": "translation tasks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Extracting Syntactic Trees from NMT Encoder Self-Attentions.", "cs": "Extrakce syntaktických struktur z self-attentions NMT enkodéru."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Extrakce syntaktických struktur", "en": "Extracting Syntactic Trees"}, {"cs": "self-attentions NMT enkodéru", "en": "NMT Encoder Self-Attentions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Extracting Syntactic Trees from Transformer Encoder Self-Attentions.", "cs": "Extrakce syntaktických struktur z self-attentions enkodéru Transformeru."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Extrakce syntaktických struktur", "en": "Extracting Syntactic Trees"}, {"cs": "self-attentions enkodéru Transformeru", "en": "Transformer Encoder Self-Attentions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Machine learning models have been providing promising results in many fields including natural language processing.", "cs": "Modely strojového učení přinášejí slibné výsledky v mnoha oborech včetně zpracování přirozeného jazyka."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Modely strojového učení", "en": "Machine learning models"}, {"cs": "zpracování přirozeného jazyka", "en": "natural language processing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "These models are, nevertheless, prone to adversarial examples.", "cs": "Tyto modely jsou nicméně náchylné k adversálním příkladům."}, "data_name": "wmt23_terminology", "hints": [{"cs": "modely", "en": "models"}, {"cs": "adversálním příkladům", "en": "adversarial examples"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "These are artificially constructed examples which evince two main features: they resemble the real training data but they deceive already trained model.", "cs": "Jedná se o uměle vytvořené příklady s dvěma důležitými vlastnostmi: podobají se skutečným tréninkovým příkladům, ale matou již natrénovaný model."}, "data_name": "wmt23_terminology", "hints": [{"cs": "uměle vytvořené příklady", "en": "artificially constructed examples"}, {"cs": "skutečným tréninkovým příkladům", "en": "real training data"}, {"cs": "natrénovaný model", "en": "already trained model"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper investigates the effect of using adversarial examples during the training of recurrent neural networks whose text input is in the form of a sequence of word/character embeddings.", "cs": "Tento článek zkoumá účinek používání adversálních příkladů při tréninku rekurentních neuronových sítí, jejichž vstup je ve formě slovních či znakových embeddingů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "adversálních příkladů", "en": "adversarial examples"}, {"cs": "tréninku rekurentních neuronových sítí", "en": "training of recurrent neural networks"}, {"cs": "slovních či znakových embeddingů", "en": "sequence of word/character embeddings"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The effects are studied on a compilation of eight NLP datasets whose interface was unified for quick experimenting.", "cs": "Účinky jsou studovány na kompilaci osmi datasetů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "osmi datasetů", "en": "eight NLP datasets"}, {"cs": "Účinky", "en": "The effects"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Based on the experiments and the dataset characteristics, we conclude that using the adversarial examples for NLP tasks that are modeled by recurrent neural networks provides a regularization effect and enables the training of models with greater number of parameters without overfitting.", "cs": "Na základě experimentů a charakteristik datasetů dospíváme k závěru, že použití adversálních příkladů pro úkoly zpracování přirozeného jazyka, které jsou modelovány pomocí rekurentních neuronových sítí, přináší efekt regularizace a umožňuje trénovat modely s větším počtem parametrů bez overfittingu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experimentů", "en": "experiments"}, {"cs": "charakteristik datasetů", "en": "dataset characteristics"}, {"cs": "adversálních příkladů", "en": "adversarial examples"}, {"cs": "zpracování přirozeného jazyka", "en": "NLP tasks"}, {"cs": "rekurentních neuronových sítí", "en": "recurrent neural networks"}, {"cs": "efekt regularizace", "en": "regularization effect"}, {"cs": "overfittingu", "en": "overfitting"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In addition, we discuss which combinations of datasets and model settings might benefit from the adversarial training the most.", "cs": "Na závěr popisujeme, které kombinace datasetů a nastavení modelů by mohly mít z adversálního tréninku největší prospěch."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kombinace datasetů", "en": "combinations of datasets"}, {"cs": "nastavení modelů", "en": "model settings"}, {"cs": "adversálního tréninku", "en": "adversarial training"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we deal with reciprocity, its representation in a lexicon and its possible contribution to the description of verbs.", "cs": "Příspěvěk se zabývá otázkou, jak může syntaktická vlastnost sloves, jako je reciprocita, být promítnuta do slovníka a přispět k dalšímu popisu a klasifikaci sloves."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Příspěvěk", "en": "In this paper"}, {"cs": "syntaktická vlastnost", "en": "reciprocity"}, {"cs": "sloves", "en": "verbs"}, {"cs": "slovníka", "en": "lexicon"}, {"cs": "popisu", "en": "description"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present the first freely available dependency treebank of Sanskrit.", "cs": "Popisujeme první volně dostupný závislostní korpus sanskrtu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "závislostní korpus sanskrtu", "en": "dependency treebank of Sanskrit"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It is based on text from Panchatantra, an ancient Indian collection of fables.", "cs": "Je založen na textech z Paňčatantry, starověké indické sbírky bajek."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Paňčatantry", "en": "Panchatantra"}, {"cs": "starověké indické sbírky bajek", "en": "ancient Indian collection of fables"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The annotation scheme we chose is that of Universal Dependencies, a current de-facto standard for cross-linguistically comparable morphological and syntactic annotation.", "cs": "Zvolili jsme formalismus Universal Dependencies, který v současnosti představuje faktickou normu mezijazykově srovnatelné morfologické a syntaktické anotace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "formalismus Universal Dependencies", "en": "Universal Dependencies"}, {"cs": "mezijazykově srovnatelné morfologické a syntaktické anotace", "en": "cross-linguistically comparable morphological and syntactic annotation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the present paper, we discuss word segmentation issues, morphological inventory and certain interesting syntactic constructions in the light of the Universal Dependencies guidelines.", "cs": "V článku probíráme obtíže se segmentací textu na slova, představujeme inventář morfologických kategorií, jakož i některé syntaktické konstrukce, které jsou zajímavé ve světle pravidel Universal Dependencies."}, "data_name": "wmt23_terminology", "hints": [{"cs": "segmentací textu na slova", "en": "word segmentation issues"}, {"cs": "morfologických kategorií", "en": "morphological inventory"}, {"cs": "syntaktické konstrukce", "en": "syntactic constructions"}, {"cs": "Universal Dependencies", "en": "Universal Dependencies guidelines"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also present an initial parsing experiment.", "cs": "Dále popisujeme experiment s automatickou syntaktickou analýzou (parsingem)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experiment", "en": "experiment"}, {"cs": "automatickou syntaktickou analýzou", "en": "initial parsing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper describes the CUNI submission to WAT 2018 for the English-Hindi translation task using a transfer learning techniques which has proven effective under low resource conditions.", "cs": "Tento článek popisuje CUNI system na WAT 2018 pro překlad mezi angličtinou a Hindštinou."}, "data_name": "wmt23_terminology", "hints": [{"cs": "CUNI system", "en": "CUNI submission"}, {"cs": "WAT 2018", "en": "WAT 2018"}, {"cs": "angličtinou a Hindštinou", "en": "English-Hindi translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We have used the Transformer model and utilized an English-Czech parallel corpus as additional data source.", "cs": "Náš systém využívá transfer learningu z anglicko-českého modelu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "transfer learningu", "en": "Transformer model"}, {"cs": "anglicko-českého modelu", "en": "English-Czech parallel corpus"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our simple transfer learning approach first trains a “parent” model for a high-resource language pair (English-Czech) and then continues the training on the low-resource (English-Hindi) pair by replacing the training corpus.", "cs": "Využíváme technologii neuronového transformeru."}, "data_name": "wmt23_terminology", "hints": [{"cs": "technologii neuronového transformeru", "en": "transfer learning approach"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The automatic scoring by BLEU did not correlate well with human judgments.", "cs": "Náš systém se umístil první podle lidského hodnocení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lidského hodnocení", "en": "human judgments"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This article describes a two-step method for transcribing historic manuscripts.", "cs": "Tento článek popisuje dvoustupňovou metodu přepisu historických rukopisů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dvoustupňovou metodu", "en": "two-step method"}, {"cs": "historických rukopisů", "en": "historic manuscripts"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this method, the first step uses a page-based representation making it easy to transcribe the document page-by-page and line-by-line, while the second step converts this to the TEI/XML text-based format, in order to make sure the document becomes fully searchable.", "cs": "V této metodě používá první krok reprezentaci na stránce, což usnadňuje přepis dokumentu po stránce a řádku po řádku, zatímco druhý krok to převádí do textového formátu TEI / XML, aby zajistit, aby byl dokument plně prohledávatelný."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metodě", "en": "method"}, {"cs": "reprezentaci na stránce", "en": "page-based representation"}, {"cs": "přepis dokumentu", "en": "transcribe the document"}, {"cs": "textového formátu TEI / XML", "en": "TEI/XML text-based format"}, {"cs": "prohledávatelný", "en": "searchable"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a user interface between the Czech valency lexicon, PDT-Vallex [1], and KonText1 – a web application for querying corpora available within the LINDAT/CLARIN project.", "cs": "Představujeme uživatelské rozhraní mezi českým valenčním lexikonem, PDT-Vallex [1] a KonText1 - webová aplikace pro dotazování na korpusy dostupné v rámci projektu LINDAT / CLARIN."}, "data_name": "wmt23_terminology", "hints": [{"cs": "uživatelské rozhraní", "en": "user interface"}, {"cs": "českým valenčním lexikonem", "en": "Czech valency lexicon"}, {"cs": "PDT-Vallex", "en": "PDT-Vallex"}, {"cs": "KonText1", "en": "KonText1"}, {"cs": "webová aplikace", "en": "web application"}, {"cs": "dotazování na korpusy", "en": "querying corpora"}, {"cs": "LINDAT / CLARIN", "en": "LINDAT/CLARIN project"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "KonText allows evaluation of simple and complex queries, displaying their results as concordance lines, computing frequency distribution, calculating association measures for collocations and further work with language data.", "cs": "KonText umožňuje vyhodnocování jednoduchých a komplexních dotazů, zobrazování výsledků jako shodných linek, výpočet distribuce frekvence, výpočet asociačních opatření pro kolokace a dále práce s jazykovými daty."}, "data_name": "wmt23_terminology", "hints": [{"cs": "KonText", "en": "KonText"}, {"cs": "jednoduchých a komplexních dotazů", "en": "simple and complex queries"}, {"cs": "shodných linek", "en": "concordance lines"}, {"cs": "distribuce frekvence", "en": "frequency distribution"}, {"cs": "asociačních opatření pro kolokace", "en": "association measures for collocations"}, {"cs": "jazykovými daty", "en": "language data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For every verb in a concordance line, our interface allows to display information concerning its valency frame in a separate window if corresponding entries exist in PDT-Vallex, as well as a list of possible valency frames for that particular verb.", "cs": "Pro každé sloveso ve shodné lince umožňuje naše rozhraní zobrazit informace o jeho valenčním rámci v samostatném okně, pokud existují odpovídající položky PDT-Vallex, stejně jako seznam možných valenčních rámců pro toto konkrétní sloveso."}, "data_name": "wmt23_terminology", "hints": [{"cs": "sloveso", "en": "verb"}, {"cs": "valenčním rámci", "en": "valency frame"}, {"cs": "PDT-Vallex", "en": "PDT-Vallex"}, {"cs": "valenčních rámců", "en": "valency frames"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Information concerning verb frame comprises verb lemma, frame elements with semantic roles, vocabularystyle description and examples from PDT-Vallex, Prague Dependency Treebank [2] and Prague Czech-English Dependency Treebank [3].", "cs": "Informace týkající se slovesného rámu obsahuje lemma slovesa, prvky rámce se sémantickými rolami, slovník slovníku popis a příklady z PDT-Vallex, Praha Dependency Treebank [2] a Praha Česko-anglická závislostní stromová banka [3]."}, "data_name": "wmt23_terminology", "hints": [{"cs": "slovesného rámu", "en": "verb frame"}, {"cs": "lemma slovesa", "en": "verb lemma"}, {"cs": "sémantickými rolami", "en": "semantic roles"}, {"cs": "PDT-Vallex", "en": "PDT-Vallex"}, {"cs": "Praha Dependency Treebank", "en": "Prague Dependency Treebank"}, {"cs": "Praha Česko-anglická závislostní stromová banka", "en": "Prague Czech-English Dependency Treebank"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The information is requested by REST-API from the valency lexicon PDT-Vallex that contains over 11000 valency frames for more than 7000 verbs which occurred in Prague Dependency Treebank, Prague Czech-English Dependency Treebank or Prague Dependency Treebank of Spoken Czech.", "cs": "Informace jsou požadovány z REST-API z valenční lexikon PDT-Vallex, který obsahuje přes 11000 valenčních rámců pro více než 7000 sloves která se objevila v pražské Dependency Treebank, Praha Czech-English Dependency Treebank nebo Praha závislost Treebank mluveného češtiny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "REST-API", "en": "REST-API"}, {"cs": "valenční lexikon PDT-Vallex", "en": "valency lexicon PDT-Vallex"}, {"cs": "valenčních rámců", "en": "valency frames"}, {"cs": "sloves", "en": "verbs"}, {"cs": "pražské Dependency Treebank", "en": "Prague Dependency Treebank"}, {"cs": "Praha Czech-English Dependency Treebank", "en": "Prague Czech-English Dependency Treebank"}, {"cs": "Praha závislost Treebank mluveného češtiny", "en": "Prague Dependency Treebank of Spoken Czech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We use a fork of KonText application (developed by the Institute of the Czech National Corpus) that has been further extended by the Institute of Formal and Applied Linguistics to suit the needs of LINDAT/CLARIN project.", "cs": "Používáme vidlici aplikace KonText (vyvinutá Ústavem českého národního korpusu), který byl dále rozšířen Ústavem formální a aplikované lingvistiky, aby vyhovovaly potřebám projektu LINDAT / CLARIN."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vidlici aplikace KonText", "en": "fork of KonText application"}, {"cs": "Ústavem českého národního korpusu", "en": "Institute of the Czech National Corpus"}, {"cs": "Ústavem formální a aplikované lingvistiky", "en": "Institute of Formal and Applied Linguistics"}, {"cs": "projektu LINDAT / CLARIN", "en": "LINDAT/CLARIN project"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The plugin we present provides a unique solution for Czech language that integrates valency information from the Czech valency lexicon with the means of querying Prague Dependency Treebank.", "cs": "Plugin jsme present poskytuje unikátní řešení pro český jazyk, které integruje valenční informace z Český valenční lexikon s prostředky dotazování na pražskou Závislostní bankou."}, "data_name": "wmt23_terminology", "hints": [{"cs": "český jazyk", "en": "Czech language"}, {"cs": "Český valenční lexikon", "en": "Czech valency lexicon"}, {"cs": "pražskou Závislostní bankou", "en": "Prague Dependency Treebank"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Cross-tagset parsing is based on the substitution of one annotation layer for another while processing data within one language.", "cs": "Rozbalení pomocí křížových značek je založeno na nahrazení jedné vrstvy anotací za jinou při zpracování dat v jednom jazyce."}, "data_name": "wmt23_terminology", "hints": [{"cs": "křížových značek", "en": "Cross-tagset"}, {"cs": "anotací", "en": "annotation"}, {"cs": "jazyce", "en": "language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "As often as not, either the native tagger or the dependency parser used in (pre-)annotation of the Gold treebank is not available.", "cs": "Nejčastěji není k dispozici ani rodný značkovač nebo syntaktický analyzátor závislostí používaný v (před) anotaci Gold stromové banky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rodný značkovač", "en": "native tagger"}, {"cs": "syntaktický analyzátor závislostí", "en": "dependency parser"}, {"cs": "Gold stromové banky", "en": "Gold treebank"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The cross-tagset approach allows one to annotate new texts using freely available tools or tools optimized to user's needs.", "cs": "Přístup přes křížové štítky umožňuje anotovat nové texty pomocí volně dostupných nástrojů nebo nástrojů optimalizovaných podle potřeb uživatele."}, "data_name": "wmt23_terminology", "hints": [{"cs": "křížové štítky", "en": "cross-tagset"}, {"cs": "anotovat", "en": "annotate"}, {"cs": "nové texty", "en": "new texts"}, {"cs": "volně dostupných nástrojů", "en": "freely available tools"}, {"cs": "nástrojů optimalizovaných", "en": "tools optimized"}, {"cs": "potřeb uživatele", "en": "user's needs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We evaluate the robustness of Russian dependency parsing using different morphological and syntactic tagsets in input and output.", "cs": "Vyhodnocujeme robustnost analyzování ruské závislostí s použitím různých morfologických a syntaktických tagů ve vstupu a výstupu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "robustnost", "en": "robustness"}, {"cs": "analyzování", "en": "parsing"}, {"cs": "ruské závislostí", "en": "Russian dependency"}, {"cs": "morfologických", "en": "morphological"}, {"cs": "syntaktických tagů", "en": "syntactic tagsets"}, {"cs": "vstupu", "en": "input"}, {"cs": "výstupu", "en": "output"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A qualitative analysis of errors shows that the cross-substitution of three morphological tagsets and two syntactic tagsets causes only a mild drop in performance.", "cs": "Kvalitativní analýza chyb ukazuje, že křížová substituce tří morfologických značek a dvou syntaktických značek způsobuje pouze mírný pokles výkonu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "chyb", "en": "errors"}, {"cs": "křížová substituce", "en": "cross-substitution"}, {"cs": "morfologických značek", "en": "morphological tagsets"}, {"cs": "syntaktických značek", "en": "syntactic tagsets"}, {"cs": "pokles výkonu", "en": "drop in performance"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Artificial dependency trees in the Universal Dependencies v2 style, focused on gapping (the 'orphan' relation in UD).", "cs": "Umělé závislostní stromy v anotačním stylu Universal Dependencies v2, zaměřené na druh elipsy zvaný anglicky gapping (v UD odpovídá vztahu 'orphan')."}, "data_name": "wmt23_terminology", "hints": [{"cs": "závislostní stromy", "en": "dependency trees"}, {"cs": "Universal Dependencies v2", "en": "Universal Dependencies v2"}, {"cs": "gapping", "en": "gapping"}, {"cs": "vztahu", "en": "relation"}, {"cs": "orphan", "en": "orphan"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For motivation and description of the data, see Droganova et al., 2018 (LREC, Miyazaki, Japan).", "cs": "Motivace a popis těchto dat je obsažen v Droganova et al., 2018 (LREC, Miyazaki, Japonsko)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Droganova et al., 2018", "en": "Droganova et al., 2018"}, {"cs": "LREC, Miyazaki, Japonsko", "en": "LREC, Miyazaki, Japan"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this work we focus on a particular linguistic phenomenon, ellipsis, and explore the latest parsers in order to learn about parsing accuracy and typical errors from the perspective of elliptical constructions.", "cs": "V této práci se zaměřujeme na konkrétní jazykový jev, elipsu, a zkoumáme výstupy současných parserů, abychom zjistili jejich úspěšnost a typické chyby s ohledem na elipsy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "elipsu", "en": "ellipsis"}, {"cs": "současných parserů", "en": "latest parsers"}, {"cs": "úspěšnost", "en": "parsing accuracy"}, {"cs": "typické chyby", "en": "typical errors"}, {"cs": "elipsy", "en": "elliptical constructions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For this purpose we collected and processed outputs of several state-of-the art parsers that took part in the CoNLL 2017 Shared Task.", "cs": "K tomuto účelu jsme sebrali a zpracovali výstupy několika nejlepších parserů, které se zúčastnily společné úlohy CoNLL 2017."}, "data_name": "wmt23_terminology", "hints": [{"cs": "účelu", "en": "purpose"}, {"cs": "nejlepších parserů", "en": "state-of-the art parsers"}, {"cs": "CoNLL 2017", "en": "CoNLL 2017 Shared Task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We extended the official shared task evaluation software to obtain focused evaluation of elliptical constructions.", "cs": "Oficiální vyhodnocovací software jsme rozšířili, aby bylo možné zjistit chyby v analýze elips."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Oficiální vyhodnocovací software", "en": "official shared task evaluation software"}, {"cs": "analýze elips", "en": "evaluation of elliptical constructions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Since the studied structures are comparatively rare, and consequently there is not enough data for experimentation, we further describe the creation of a new resource, a semi-artificially constructed treebank of ellipsis.", "cs": "Protože studované struktury jsou poměrně vzácné, a tudíž není k dispozici dostatečné množství dat pro experimenty, popisujeme dále tvorbu nového datového zdroje, polouměle vytvořeného závislostního korpusu elips."}, "data_name": "wmt23_terminology", "hints": [{"cs": "studované struktury", "en": "studied structures"}, {"cs": "datového zdroje", "en": "resource"}, {"cs": "závislostního korpusu elips", "en": "treebank of ellipsis"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We report on experiments with several approaches to automatically extending training data for dependency parsers, using large crawled web corpora.", "cs": "Popisujeme pokusy s několika přístupy k automatickému rozšíření trénovacích dat pro závislostní syntaktické analyzátory s využitím velkých webových korpusů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "pokusy", "en": "experiments"}, {"cs": "závislostní syntaktické analyzátory", "en": "dependency parsers"}, {"cs": "velkých webových korpusů", "en": "large crawled web corpora"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "One set of methods is general, draws upon self-training and tri-training and adds a novel algorithm of mimicking the structural complexity of the original treebank.", "cs": "Jedna sada metod je obecná, inspiruje se samotrénováním a trojtrénováním a přidává nový algoritmus, který napodobuje strukturální složitost původního treebanku."}, "data_name": "wmt23_terminology", "hints": [{"cs": "sada metod", "en": "set of methods"}, {"cs": "samotrénováním", "en": "self-training"}, {"cs": "trojtrénováním", "en": "tri-training"}, {"cs": "algoritmus", "en": "algorithm"}, {"cs": "treebanku", "en": "treebank"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Methods from the other set are more focused on elliptical constructions.", "cs": "Metody ve druhé sadě se více zaměřují na eliptické konstrukce."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Metody", "en": "Methods"}, {"cs": "druhé sadě", "en": "the other set"}, {"cs": "eliptické konstrukce", "en": "elliptical constructions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We provide evaluation on 5 languages: Czech, English, Finnish, Russian and Slovak.", "cs": "Pokusy vyhodnocujeme na 5 jazycích: češtině, angličtině, finštině, ruštině a slovenštině."}, "data_name": "wmt23_terminology", "hints": [{"cs": "češtině", "en": "Czech"}, {"cs": "angličtině", "en": "English"}, {"cs": "finštině", "en": "Finnish"}, {"cs": "ruštině", "en": "Russian"}, {"cs": "slovenštině", "en": "Slovak"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This document summarizes the discussion of the interest group on Optical Music Recognition (OMR) that took place in the 12th IAPR International Workshop on Graphics Recognition, and presents the main conclusions drawn during the session: OMR should revisit how it describes itself, and the OMR community should intensify its collaboration both internally and with other stakeholders.", "cs": "Tento příspěvek shrnuje diskusi skupiny aktivních výzkumníků rozpoznávání notopisu (Optical Music Recognition, OMR), která se konala v rámci 12th IAPR International Workshop on Graphics Recognition, a prezentuje její výstupy: OMR by mělo zpřesnit svou terminologickou a taxonomickou základnu, a komunita výzkumníků v oboru by měla intenzivněji spolupracovat jak mezi sebou, tak se zájemci o OMR."}, "data_name": "wmt23_terminology", "hints": [{"cs": "diskusi skupiny aktivních výzkumníků rozpoznávání notopisu", "en": "discussion of the interest group on Optical Music Recognition (OMR)"}, {"cs": "12th IAPR International Workshop on Graphics Recognition", "en": "12th IAPR International Workshop on Graphics Recognition"}, {"cs": "terminologickou a taxonomickou základnu", "en": "how it describes itself"}, {"cs": "komunita výzkumníků v oboru", "en": "the OMR community"}, {"cs": "zájemci o OMR", "en": "other stakeholders"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present LemmaTag, a featureless neural network architecture that jointly generates part-of-speech tags and lemmas for sentences by using bidirectional RNNs with character-level and word-level embeddings.", "cs": "Představujeme LemmaTag, architekturu neuronové sítě, která společně generuje morfologické značky a lemmata pomocí obousměrných rekurentních neuronových sítí pomocí slovních a znakových embeddingů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "LemmaTag", "en": "LemmaTag"}, {"cs": "morfologické značky", "en": "part-of-speech tags"}, {"cs": "lemmata", "en": "lemmas"}, {"cs": "obousměrných rekurentních neuronových sítí", "en": "bidirectional RNNs"}, {"cs": "slovních", "en": "word-level"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We demonstrate that both tasks benefit from sharing the encoding part of the network, predicting tag subcategories, and using the tagger output as an input to the lemmatizer.", "cs": "Demonstrujeme, že oběma úkolům pomáhá sdílet enkodér, předvídat podtypy značek a používat předpovězené značky na vstup lemmatizátoru."}, "data_name": "wmt23_terminology", "hints": [{"cs": "enkodér", "en": "encoding part of the network"}, {"cs": "podtypy značek", "en": "tag subcategories"}, {"cs": "lemmatizátoru", "en": "lemmatizer"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We evaluate our model across several languages with complex morphology, which surpasses state-of-the-art accuracy in both part-of-speech tagging and lemmatization in Czech, German, and Arabic.", "cs": "Vyhodnocujeme náš model na několika jazycích se složitou morfologií, a překonáváme nejlepší známé výsledky jak morfologického značkování tak lemmatizace v češtině, němčině a arabštině."}, "data_name": "wmt23_terminology", "hints": [{"cs": "model", "en": "model"}, {"cs": "morfologií", "en": "morphology"}, {"cs": "morfologického značkování", "en": "part-of-speech tagging"}, {"cs": "lemmatizace", "en": "lemmatization"}, {"cs": "češtině", "en": "Czech"}, {"cs": "němčině", "en": "German"}, {"cs": "arabštině", "en": "Arabic"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper we report on the methods and findings of a multilingual corpus study focusing on the functions of and in English and its translations into Czech, French, Hungarian and Lithuanian, in a selection of TedTalks.", "cs": "V tomto příspěvku popisujeme metody a výsledky výzkumu zaměřeného na vícejazyčné korpusové srovnání spojovacího výrazu \"and\" v angličtině a jeho ekvivalentů v češtině, francouzštině, maďarštině a litevštině u vybraných příspěvků z TED talks."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metody", "en": "methods"}, {"cs": "výsledky výzkumu", "en": "findings"}, {"cs": "vícejazyčné korpusové srovnání", "en": "multilingual corpus study"}, {"cs": "spojovacího výrazu", "en": "functions"}, {"cs": "and", "en": "and"}, {"cs": "angličtině", "en": "English"}, {"cs": "ekvivalentů", "en": "translations"}, {"cs": "češtině", "en": "Czech"}, {"cs": "francouzštině", "en": "French"}, {"cs": "maďarštině", "en": "Hungarian"}, {"cs": "litevštině", "en": "Lithuanian"}, {"cs": "TED talks", "en": "TedTalks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Analysis of functions of the discourse connective AND and its counterparts in English, Czech, Lithuanian, French and Hungarian according to the taxonomy with cross-domain functions (Crible, Degand, 2017).", "cs": "Analýza funkcí spojovacího výrazu AND a jeho ekvivalentů v angličtině, češtině, litevštině, francouzštině a maďarštině podle doménové klasifikace Crible - Degand (2017)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "spojovacího výrazu AND", "en": "discourse connective AND"}, {"cs": "ekvivalentů", "en": "counterparts"}, {"cs": "angličtině", "en": "English"}, {"cs": "češtině", "en": "Czech"}, {"cs": "litevštině", "en": "Lithuanian"}, {"cs": "francouzštině", "en": "French"}, {"cs": "maďarštině", "en": "Hungarian"}, {"cs": "doménové klasifikace", "en": "taxonomy with cross-domain functions"}, {"cs": "Crible - Degand (2017)", "en": "Crible, Degand, 2017"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Cross-linguistic comparison of the functions of the conjunction \"and\" and the possibilities of its translation, based on the parallel translations of subtitles in TED talks.", "cs": "Mezijazykové srovnání funkcí spojky \"a\" a možností jejího překladu, založené na paralelních překladech titulků v TED talks."}, "data_name": "wmt23_terminology", "hints": [{"cs": "spojky", "en": "conjunction"}, {"cs": "překladu", "en": "translation"}, {"cs": "paralelních překladech", "en": "parallel translations"}, {"cs": "titulků", "en": "subtitles"}, {"cs": "TED talks", "en": "TED talks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Pilot study about the underspecification of semantics of some conjunctions in different languages.", "cs": "Výchozí studie o nespecifičnosti významu některých spojek v různých jazycích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Výchozí studie", "en": "Pilot study"}, {"cs": "nespecifičnosti významu některých spojek", "en": "underspecification of semantics of some conjunctions"}, {"cs": "různých jazycích", "en": "different languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In linguistics, words are usually considered to be composed of morphemes: units that carry meaning and are not further subdivisible.", "cs": "V lingvistice se obvykle slova považují za složená z morfémů, což jsou dále nedělitelné jazykové jednotky nesoucí význam."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lingvistice", "en": "linguistics"}, {"cs": "slova", "en": "words"}, {"cs": "morfémů", "en": "morphemes"}, {"cs": "jazykové jednotky", "en": "units"}, {"cs": "význam", "en": "meaning"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The task of this thesis is to create an automatic method for segmenting Czech words into morphemes, usable within the network of Czech derivational relations DeriNet.", "cs": "Zadáním této práce je nalézt automatickou metodu dělení českých slov na morfémy, které by bylo možné přidat do DeriNetu, sítě derivačních vztahů mezi českými slovy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatickou metodu", "en": "automatic method"}, {"cs": "českých slov", "en": "Czech words"}, {"cs": "morfémy", "en": "morphemes"}, {"cs": "DeriNetu", "en": "DeriNet"}, {"cs": "sítě derivačních vztahů", "en": "network of Czech derivational relations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We created two different methods.", "cs": "Vytvořili jsme dvě různé takové metody."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dvě různé takové metody", "en": "two different methods"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The first one finds morpheme boundaries by differentiating words against their derivational parents, and transitively against their whole derivational family.", "cs": "První nalézá hranice morfémů na základě hledání rozdílů mezi slovem a jeho derivačním předkem, a tranzitivně mezi všemi slovy v derivačním hnízdě."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hranice morfémů", "en": "morpheme boundaries"}, {"cs": "slovem", "en": "words"}, {"cs": "derivačním předkem", "en": "derivational parents"}, {"cs": "derivačním hnízdě", "en": "derivational family"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It explicitly models morphophonological alternations and finds the best boundaries using maximum likelihood estimation.", "cs": "Tato metoda explicitně modeluje hláskové a morfologické alternace a nalézá nejvhodnější hranice morfémů pomocí metody maximální věrohodnosti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hláskové a morfologické alternace", "en": "morphophonological alternations"}, {"cs": "nejvhodnější hranice morfémů", "en": "best boundaries"}, {"cs": "metody maximální věrohodnosti", "en": "maximum likelihood estimation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "At worst, the results are slightly worse than the state of the art method Morfessor FlatCat, and they are significantly better in some settings.", "cs": "Ve srovnání s moderním systémem Morfessor FlatCat naše metoda přinejhorším mírně zaostává, ovšem v některých testech naopak dosahuje výsledků výrazně lepších."}, "data_name": "wmt23_terminology", "hints": [{"cs": "moderním syst��mem Morfessor FlatCat", "en": "state of the art method Morfessor FlatCat"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The second method is a neural network made to jointly predict segmentation and derivational parents, trained using the output of the first method and the derivational pairs from DeriNet.", "cs": "Druhou metodou je neuronová síť pro současné předpovídání morfologické segmentace a derivačních předků, trénovaná na datech získaných první metodou a na derivačních vztazích ze sítě DeriNet."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neuronová síť", "en": "neural network"}, {"cs": "morfologické segmentace", "en": "segmentation"}, {"cs": "derivačních předků", "en": "derivational parents"}, {"cs": "DeriNet", "en": "DeriNet"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our hypothesis that such joint training would increase the quality of the segmentation over training purely on the segmentation task seems to hold in some cases, but not in other.", "cs": "S naší hypotézou, že tento způsob trénování dvou úloh naráz pomůže k dosažení lepších výsledků oproti trénování samotné segmentace, jsou však ve shodě pouze některé provedené pokusy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hypotézou", "en": "hypothesis"}, {"cs": "způsob trénování", "en": "joint training"}, {"cs": "úloh", "en": "task"}, {"cs": "segmentace", "en": "segmentation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The neural model performs worse than the first one, possibly due to being trained on data which already contains some errors, multiplying them.", "cs": "Celkově dosahuje neuronová síť horších výsledků než první metoda, pravděpodobně kvůli trénování na datech obsahujících chyby, které se tím přidávají k chybám metody samotné."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neuronová síť", "en": "neural model"}, {"cs": "první metoda", "en": "the first one"}, {"cs": "trénování", "en": "being trained"}, {"cs": "datech", "en": "data"}, {"cs": "chyby", "en": "errors"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This article investigates the compatibility of the current CLARIN license categorization scheme with the open science paradigm.", "cs": "Článek analyzuje kompatibilitu stávající kategorizace licencí v CLARINu s paradigmatem Open Science."}, "data_name": "wmt23_terminology", "hints": [{"cs": "stávající kategorizace licencí", "en": "current CLARIN license categorization scheme"}, {"cs": "paradigmatem Open Science", "en": "open science paradigm"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The first part presents the main concepts and theoretical framework required for the analysis, while the second part discusses the use of the CLARIN categorization system, divided into PUB (public), ACA (academic), and RES (restricted), and potential ways to change it.", "cs": "V první části se prezentují základní koncepty a teoretický rámec, druhá část řeší kategorizaci licencí v projektu CLARIN do tříd PUB, ACA a RES a možnosti do budoucna tento systém změnit."}, "data_name": "wmt23_terminology", "hints": [{"cs": "základní koncepty", "en": "main concepts"}, {"cs": "teoretický rámec", "en": "theoretical framework"}, {"cs": "kategorizaci licencí", "en": "categorization system"}, {"cs": "projektu CLARIN", "en": "CLARIN"}, {"cs": "PUB", "en": "PUB (public)"}, {"cs": "ACA", "en": "ACA (academic)"}, {"cs": "RES", "en": "RES (restricted)"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper serves to explore various suggestions for change and to begin discussion of a reformed CLARIN license category scheme.", "cs": "Varianty možných změn jsou analyzovány jako podklad k další diskusi o změně přístupu k licencím v CLARINu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Varianty možných změn", "en": "various suggestions for change"}, {"cs": "diskusi o změně přístupu k licencím", "en": "discussion of a reformed CLARIN license category scheme"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We explore the annotation of reflexives in Universal Dependencies (UD) 2.2 treebanks (Nivre et al., 2018), with a stronger focus on Slavic languages.", "cs": "Zkoumáme anotaci zvratných zájmen v korpusech Universal Dependencies (UD) 2.2 (Nivre et al., 2018), přičemž se zaměřujeme zejména na slovanské jazyky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anotaci zvratných zájmen", "en": "annotation of reflexives"}, {"cs": "korpusech Universal Dependencies (UD) 2.2", "en": "Universal Dependencies (UD) 2.2 treebanks"}, {"cs": "slovanské jazyky", "en": "Slavic languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We have tried to find out if the current guidelines are transparent and clear enough for the annotators to follow them successfully.", "cs": "Snažíme se zjistit, zda jsou současná anotační pravidla dostatečně jasná, aby se jimi anotátoři dokázali řídit."}, "data_name": "wmt23_terminology", "hints": [{"cs": "současná anotační pravidla", "en": "current guidelines"}, {"cs": "anotátoři", "en": "annotators"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We point out a number of inconsistencies in the current annotation across languages, and propose improvements—sometimes of the guidelines, but mostly of the annotation.", "cs": "Ukazujeme celou řadu nesrovnalostí napříč jazyky v současných datech a navrhujeme vylepšení–někdy anotačních pravidel, většinou však přímo anotace dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nesrovnalostí", "en": "inconsistencies"}, {"cs": "jazyky", "en": "languages"}, {"cs": "současných datech", "en": "current annotation"}, {"cs": "vylepšení", "en": "improvements"}, {"cs": "anotačních pravidel", "en": "guidelines"}, {"cs": "anotace dat", "en": "annotation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The goal of the paper is to contribute to more consistent and cross-linguistically parallel annotation of reflexives in the future releases of UD.", "cs": "Cílem článku je přispět ke konzistentnější a mezijazykově paralelnější anotaci reflexiv v budoucích vydáních UD."}, "data_name": "wmt23_terminology", "hints": [{"cs": "článku", "en": "paper"}, {"cs": "anotaci reflexiv", "en": "annotation of reflexives"}, {"cs": "budoucích vydáních UD", "en": "future releases of UD"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This work addresses the problem of matching musical audio directly to sheet music, without any higher-level abstract representation.", "cs": "Tento článek se věnuje přiřazování audia přímo k notopisu reprezentovanému jako obraz, bez jakýchkoliv abstratktních reprezentací."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přiřazování audia", "en": "matching musical audio"}, {"cs": "notopisu", "en": "sheet music"}, {"cs": "abstratktních reprezentací", "en": "higher-level abstract representation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We propose a method that learns joint embedding spaces for short excerpts of audio and their respective counterparts in sheet music images, using multimodal convolutional neural networks.", "cs": "Navrhujeme metodu, která se naučí společný prostor pro reprezentaci krátkých útržků audia a jejich protějšků v obrázkách not pomocí multimodálních konvolučních neuronových sítí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metodu", "en": "method"}, {"cs": "krátkých útržků audia", "en": "short excerpts of audio"}, {"cs": "obrázkách not", "en": "sheet music images"}, {"cs": "multimodálních konvolučních neuronových sítí", "en": "multimodal convolutional neural networks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Given the learned representations, we show how to utilize them for two sheet-music-related tasks: (1) piece/score identification from audio queries and (2) retrieving relevant performances given a score as a search query.", "cs": "Následně ukazujeme, jak s těmito naučenými reprezentacemi (1) identifikovat příslušnou skladbu podle nahrávky, (2) vyhledávat nahrávky pomocí obrázků not."}, "data_name": "wmt23_terminology", "hints": [{"cs": "naučenými reprezentacemi", "en": "learned representations"}, {"cs": "skladbu", "en": "piece/score"}, {"cs": "nahrávky", "en": "audio queries"}, {"cs": "obrázků not", "en": "score as a search query"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "All retrieval models are trained and evaluated on a new, large scale multimodal audio–sheet music dataset which is made publicly available along with this article.", "cs": "Všechny vyhledávací modely jsou natrénované na novém velkém multimodálním datasetu audia a notopisu, který je spolu s tímto článkem dán veřejně k dispozici."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vyhledávací modely", "en": "retrieval models"}, {"cs": "multimodálním datasetu audia a notopisu", "en": "multimodal audio–sheet music dataset"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The dataset comprises 479 precisely annotated solo piano pieces by 53 composers, for a total of 1,129 pages of music and about 15 hours of aligned audio, which was synthesized from these scores.", "cs": "Dataset obsahuje 479 detailně anotovaných klavírních skladeb od 53 skladatelů, celkem 1129 stran not a více než 15 hodin k nim zarovnaného audia, které bylo z příslušných not syntetizováno."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Dataset", "en": "dataset"}, {"cs": "479 detailně anotovaných klavírních skladeb", "en": "479 precisely annotated solo piano pieces"}, {"cs": "53 skladatelů", "en": "53 composers"}, {"cs": "1129 stran not", "en": "1,129 pages of music"}, {"cs": "15 hodin k nim zarovnaného audia", "en": "about 15 hours of aligned audio"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Going beyond this synthetic training data, we carry out first retrieval experiments using scans of real sheet music of high complexity (e.g., nearly the complete solo piano works by Frederic Chopin) and commercial recordings by famous concert pianists.", "cs": "Nad modelem natrénovaným těmito syntetickými daty však provádíme pokusy, které vyhledávají v databázi komplexních not (např. téměř celé dílo pro sólový klavír F. Chopina) a komerčních nahrávek špičkových klavíristů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "modelem", "en": "synthetic training data"}, {"cs": "databázi komplexních not", "en": "real sheet music of high complexity"}, {"cs": "sólový klavír", "en": "solo piano"}, {"cs": "F. Chopina", "en": "Frederic Chopin"}, {"cs": "komerčních nahrávek", "en": "commercial recordings"}, {"cs": "špičkových klavíristů", "en": "famous concert pianists"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our results suggest that the proposed method, in combination with the large-scale dataset, yields retrieval models that successfully generalize to data way beyond the synthetic training data used for model building.", "cs": "Naše výsledky naznačují, že navržená metoda spolu s velkým datasetem vede k vyhledávacím modelům, které úspěšně zobecňují ze syntetických trénovacích dat na skutečná data."}, "data_name": "wmt23_terminology", "hints": [{"cs": "navržená metoda", "en": "proposed method"}, {"cs": "velkým datasetem", "en": "large-scale dataset"}, {"cs": "vyhledávacím modelům", "en": "retrieval models"}, {"cs": "syntetických trénovacích dat", "en": "synthetic training data"}, {"cs": "skutečná data", "en": "data way beyond"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Current models for audio–sheet music retrieval via multimodal embedding space learning use con- volutional neural networks with a fixed-size win- dow for the input audio.", "cs": "Současné modely pro křížové vyhledávání mezi nahrávkami a notovými zápisy přes natrénované multimodální reprezentace používají konvoluční neuronové sítě, jenž očekávají na vstupu pro audio pevně daný časový úsek."}, "data_name": "wmt23_terminology", "hints": [{"cs": "křížové vyhledávání", "en": "audio–sheet music retrieval"}, {"cs": "nahrávkami", "en": "audio"}, {"cs": "notovými zápisy", "en": "sheet music"}, {"cs": "multimodální reprezentace", "en": "multimodal embedding space learning"}, {"cs": "časový úsek", "en": "fixed-size win- dow"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Depending on the tempo of a query performance, this window captures more or less musical content, while notehead den- sity in the score is largely tempo-independent.", "cs": "Podle tempa nahrávky však toto okno zachycuje různá množství hudebních událostí (not), zatímco fixně dlouhé okno do not jich zachycuje množství, které na tempu téměř nezávisí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "tempa nahrávky", "en": "tempo of a query performance"}, {"cs": "hudebních událostí", "en": "musical content"}, {"cs": "not", "en": "notehead den- sity"}, {"cs": "tempu", "en": "tempo"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this work we address this disparity with a soft attention mechanism, which allows the model to encode only those parts of an audio excerpt that are most relevant with respect to efficient query codes.", "cs": "V této práci se snažíme tento problém obejít pomocí mechanismu měkké pozornosti, která umožňuje modelu zakódovat pouze ty části útržku audia, které jsou nejvíce relevantní pro vybudování efektivního vyhledávacího klíče."}, "data_name": "wmt23_terminology", "hints": [{"cs": "problém", "en": "disparity"}, {"cs": "mechanismu měkké pozornosti", "en": "soft attention mechanism"}, {"cs": "útržku audia", "en": "audio excerpt"}, {"cs": "vyhledávacího klíče", "en": "query codes"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Empirical results on classical piano music indicate that attention is beneficial for retrieval performance, and exhibits intuitively appealing behavior.", "cs": "Experimentální výsledky na klasické klavírní hudbě ukazují, že pozornostní mechanismus vyhledávání zlepšuje, a má intuitivně jasné výhody."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Experimentální výsledky", "en": "Empirical results"}, {"cs": "klasické klavírní hudbě", "en": "classical piano music"}, {"cs": "pozornostní mechanismus", "en": "attention"}, {"cs": "vyhledávání", "en": "retrieval performance"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this chapter, we explore paraphrasability of Czech verbal MWEs (light verbs constructions and idioms) by single verbs in a semiautomatic experiment using word embeddings.", "cs": "Tento příspěvek se zabývá parafrázovatelností českých slovesných víceslovných výrazů (kategoriálních slovesa a idiomů)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "parafrázovatelností", "en": "paraphrasability"}, {"cs": "českých slovesných víceslovných výrazů", "en": "Czech verbal MWEs"}, {"cs": "kategoriálních slovesa", "en": "light verbs constructions"}, {"cs": "idiomů", "en": "idioms"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Further, we propose a lexicographic representation and demonstrate one of its practical application in a machine translation experiment.", "cs": "V příspěvku je navržena lexikografická reprezentace parafrází a demonstrováno jejich praktické využití ve strojovém překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lexikografická reprezentace", "en": "lexicographic representation"}, {"cs": "strojovém překladu", "en": "machine translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A brief opening presentation for a panel on AI and the Humanities", "cs": "Stručný úvod k panelu o umělé inteligenci a humanitních oborech představuje možnosti neuronového strojového překladu a hlubokého učení obecně pro lingvistiku."}, "data_name": "wmt23_terminology", "hints": [{"cs": "umělé inteligenci", "en": "AI"}, {"cs": "humanitních oborech", "en": "the Humanities"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In my talk, I presented the current translation quality achieved by neural machine translation and thoroughly discussed the expected benefits and risks for interpreters arising from the EU project ELITR.", "cs": "V prezentaci jsem představil současnou úroveň kvality dosahovanou neuronovým strojovým překladem a podrobně se v diskusi věnoval očekávaným výhodám a rizikům, která do překladatelské profese přináší projekt ELITR."}, "data_name": "wmt23_terminology", "hints": [{"cs": "prezentaci", "en": "talk"}, {"cs": "neuronovým strojovým překladem", "en": "neural machine translation"}, {"cs": "překladatelské profese", "en": "interpreters"}, {"cs": "projekt ELITR", "en": "EU project ELITR"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present results of automatic evaluation of discourse in machine translation (MT) outputs using the EVALD tool, showing that automatic evaluation of discourse in translated texts allows for distinguishing individual MT systems.", "cs": "Užíváme systém EVALD k automatickému ohodnocení výstupů několika systémů strojového překladu; výsledky ukazují, že automatické ohodnocení diskurzu v textech umožňuje rozlišit různé systémy strojového překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systém EVALD", "en": "EVALD tool"}, {"cs": "systémů strojového překladu", "en": "machine translation (MT) outputs"}, {"cs": "automatické ohodnocení diskurzu", "en": "automatic evaluation of discourse"}, {"cs": "textech", "en": "translated texts"}, {"cs": "různé systémy strojového překladu", "en": "individual MT systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A corpus-based study of local coherence as established by anaphoric links between the elements in the thematic (Topic) and the rhematic (Focus) parts of sentences in different genres of texts in the Prague Dependency Treebank.", "cs": "Korpusová studie lokální koherence textu založené na anaforických vztazích mezi elementy v tématické (Topic) a rématické (Focus) části věty v různých žánrech textů Pražského závislostního korpusu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Korpusová studie", "en": "corpus-based study"}, {"cs": "lokální koherence", "en": "local coherence"}, {"cs": "anaforických vztazích", "en": "anaphoric links"}, {"cs": "tématické", "en": "thematic"}, {"cs": "rématické", "en": "rhematic"}, {"cs": "Pražského závislostního korpusu", "en": "Prague Dependency Treebank"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We put under scrutiny two dichotomies discussed in the information structure literature, namely the dichotomy of topic and focus based on the relation of aboutness, and the dichotomy between given and new information.", "cs": "Zkoumáme dvě dichotomie, kterými se zabývá literatura o informační struktuře věty, konkrétně dichotomii topic/focus založenou na vztahu \"býti o čem\", a dichotomii mezi danou a novou informací."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dvě dichotomie", "en": "two dichotomies"}, {"cs": "informační struktuře věty", "en": "information structure literature"}, {"cs": "topic/focus", "en": "topic and focus"}, {"cs": "danou a novou informací", "en": "given and new information"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In particular, we examine whether the topic/focus dichotomy can be based on the distinction between given and new information, or whether the ‘aboutness’ relation is a more appropriate basis.", "cs": "Zaměřujeme se obzvláště na otázku, zda dichotomie topic/focus může být založena na rozlišení mezi danou a novou informací, či zda vztah \"býti o čem\" tvoří přesnější obraz situace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dichotomie topic/focus", "en": "topic/focus dichotomy"}, {"cs": "danou a novou informací", "en": "given and new information"}, {"cs": "vztah \"býti o čem\"", "en": "‘aboutness’ relation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The CzEngClass synonym verb lexicon is a result of a project investigating semantic ‘equivalence’ of verb senses and their valency behavior in parallel Czech-English language resources, i.e., relating verb meanings with respect to contextually-based verb synonymy.", "cs": "Synonymní slovník CzEngClass je výsledkem projektu zkoumajícího sémantickou „ekvivalenci“ slovesných významů a jejich valenčního chování v paralelních zdrojích česko-anglického jazyka, tj."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Synonymní slovník CzEngClass", "en": "CzEngClass synonym verb lexicon"}, {"cs": "sémantickou „ekvivalenci“", "en": "semantic ‘equivalence’"}, {"cs": "slovesných významů", "en": "verb senses"}, {"cs": "valenčního chování", "en": "valency behavior"}, {"cs": "česko-anglického jazyka", "en": "Czech-English language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The lexicon entries are linked to PDT-Vallex (http://hdl.handle.net/11858/00-097C-0000-0023-4338-F), EngVallex (http://hdl.handle.net/11858/00-097C-0000-0023-4337-2), CzEngVallex (http://hdl.handle.net/11234/1-1512), FrameNet (https://framenet.icsi.berkeley.edu/fndrupal/), VerbNet (http://verbs.colorado.edu/verbnet/index.html), PropBank (http://verbs.colorado.edu/%7Empalmer/projects/ace.html), Ontonotes (http://verbs.colorado.edu/html_groupings/), and Czech (http://hdl.handle.net/11858/00-097C-0000-0001-4880-3) and English Wordnets (https://wordnet.princeton.edu/).", "cs": "vztahujících se k slovním významům s ohledem na kontextuálně založená slovesná synonyma."}, "data_name": "wmt23_terminology", "hints": [{"cs": "slovním významům", "en": "lexicon entries"}, {"cs": "slovesná synonyma", "en": "PDT-Vallex"}, {"cs": "kontextuálně založená", "en": "EngVallex"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Part of the dataset is a file reflecting annotators choices for assignment of verbs to classes.", "cs": "Položky lexikonu jsou propojeny s PDT-Vallexem (http://hdl.handle.net/11858/00-097C-0000-0023-4338-F), EngVallexem (http://hdl.handle.net/11858/00-097C-0000-0023-4337-2), CzEngVallexem (http://hdl.handle.html.net/11234/1-1512), FrameNetem (https://framenet.icsi.berkeley.edu/verbverbands/), VerbNetem (http://coloredu.html.html Součástí datového souboru je soubor odrážející volby anotátorů pro přiřazení sloves do tříd."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Položky lexikonu", "en": "Part of the dataset"}, {"cs": "soubor odrážející volby anotátorů", "en": "file reflecting annotators choices"}, {"cs": "přiřazení sloves do tříd", "en": "assignment of verbs to classes"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Part of the dataset are files reflecting annotators choices and agreement for assignment of verbs to classes.", "cs": "Položky lexikonu jsou propojeny s PDT-Vallexem (http://hdl.handle.net/11858/00-097C-0000-0023-4338-F), EngVallexem (http://hdl.handle.net/11858/00-097C-0000-0023-4337-2), CzEngVallexem (http://hdl.handle.html.net/11234/1-1512), FrameNetem (https://framenet.icsi.berkeley.edu/verbverbands/), VerbNetem (http://coloredu.html.html Součástí datového souboru je soubor odrážející volby anotátorů pro přiřazení sloves do tříd."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Položky lexikonu", "en": "Part of the dataset"}, {"cs": "anotátorů", "en": "annotators"}, {"cs": "sloves", "en": "verbs"}, {"cs": "tříd", "en": "classes"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the present article, we focus on valency and synonymy of verbs in a bilingual, Czech-English setting.", "cs": "V článku se zaměřujeme na valency a synonymii sloves v bilingvním česko-anglickém kontextu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "valency", "en": "valency"}, {"cs": "synonymii sloves", "en": "synonymy of verbs"}, {"cs": "bilingvním česko-anglickém kontextu", "en": "bilingual, Czech-English setting"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our research of semantic equivalence of verbs is based on the FGD theory on the syntactic side (including valency), and gets main inspiration from FrameNet and VerbNet on the semantic side.", "cs": "Náš výzkum sémantické ekvivalence sloves je z pohledu syntaktického (včetně valence) založen na FGP a z pohledu sémantického je inspirován především FrameNetem a VerbNetem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výzkum sémantické ekvivalence sloves", "en": "research of semantic equivalence of verbs"}, {"cs": "FGP", "en": "FGD theory"}, {"cs": "valence", "en": "valency"}, {"cs": "FrameNetem", "en": "FrameNet"}, {"cs": "VerbNetem", "en": "VerbNet"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "As the main source of evidence, we use the Prague Czech-English Dependency Treebank 2.0.", "cs": "Jako hlavní zdroj korpusových dokladů používáme Pražský česko-anglický závislostní korpus 2.0."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Pražský česko-anglický závislostní korpus 2.0", "en": "Prague Czech-English Dependency Treebank 2.0"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We consider this “bottom-up” approach a novel and appropriate approach to study verbal synonymy.", "cs": "Postup výzkumu “od spoda nahoru” považujeme za nový a adekvátní přístup pro stadium slovesné synonymie."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výzkumu", "en": "approach"}, {"cs": "od spoda nahoru", "en": "bottom-up"}, {"cs": "slovesné synonymie", "en": "verbal synonymy"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Synonymous Czech and English verbs are being grouped into cross-lingual synonym classes and captured in the new CzEngClass lexicon.", "cs": "Synonymní česká a anglická slovesa jsou uskupeny do mezijazykových synonymních tříd v novém slovníku CzEngClass."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Synonymní česká a anglická slovesa", "en": "Synonymous Czech and English verbs"}, {"cs": "mezijazykových synonymních tříd", "en": "cross-lingual synonym classes"}, {"cs": "slovníku CzEngClass", "en": "CzEngClass lexicon"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This lexicon contains not only mappings of valency arguments to semantic roles for each member of the synonym group, but also links them to individual verb entries in FrameNet, VerbNet, Vallex(es) and Czech and English WordNets, making CzEngClass also a richly interconnected lexicon.", "cs": "Tento slovník pro každé synonymní sloveso dané třídy obsahuje jak mapování valenčních argumentů na sémantické role, tak propojení s jednotlivými slovesnými významy ve FrameNetu, VerbNetu, ve Vallexech a v anglickém WordNetu, což ze slovníku CzEngClass zároveň vytváří bohatě propojený slovník."}, "data_name": "wmt23_terminology", "hints": [{"cs": "slovník", "en": "lexicon"}, {"cs": "synonymní sloveso", "en": "member of the synonym group"}, {"cs": "valenčních argumentů", "en": "valency arguments"}, {"cs": "sémantické role", "en": "semantic roles"}, {"cs": "FrameNetu", "en": "FrameNet"}, {"cs": "VerbNetu", "en": "VerbNet"}, {"cs": "Vallexech", "en": "Vallex(es)"}, {"cs": "WordNetu", "en": "WordNets"}, {"cs": "CzEngClass", "en": "CzEngClass"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We will look at one of the cornerstones of Universal Dependencies relation taxonomy, the core arguments and their difference from oblique dependents.", "cs": "Podíváme se na jeden ze základních kamenů taxonomie vztahů v Universal Dependencies, na tzv. core arguments (základní aktanty) a na způsoby, jak je lze odlišit od tzv. oblique dependents (vedlejší aktanty a volná doplnění)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "taxonomie vztahů", "en": "relation taxonomy"}, {"cs": "Universal Dependencies", "en": "Universal Dependencies"}, {"cs": "core arguments", "en": "core arguments"}, {"cs": "oblique dependents", "en": "oblique dependents"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "I will present Universal Dependencies, a worldwide community effort aimed at providing multilingual corpora, annotated at the morphological and syntactic levels following unified annotation guidelines.", "cs": "Představím Universal Dependencies, celosvětový komunitní projekt zacílený na tvorbu mnohojazyčných korpusů anotovaných podle jednotných pravidel na morfologické a syntaktické rovině."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Universal Dependencies", "en": "Universal Dependencies"}, {"cs": "mnohojazyčných korpusů", "en": "multilingual corpora"}, {"cs": "morfologické", "en": "morphological"}, {"cs": "syntaktické rovině", "en": "syntactic levels"}, {"cs": "jednotných pravidel", "en": "unified annotation guidelines"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "I will discuss the concept of core arguments, one of the cornerstones of the UD framework.", "cs": "Proberu koncept základních aktantů (core arguments), jednoho z pilířů, na kterých stojí anotační schéma UD."}, "data_name": "wmt23_terminology", "hints": [{"cs": "koncept základních aktantů", "en": "concept of core arguments"}, {"cs": "anotační schéma UD", "en": "UD framework"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the second part of the talk I will focus on some interesting problems and challenges of applying Universal Dependencies to the Slavic languages.", "cs": "Ve druhé části přednášky se zaměřím na některé zajímavé problémy spojené s aplikací Universal Dependencies na slovanské jazyky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "druhé části přednášky", "en": "second part of the talk"}, {"cs": "Universal Dependencies", "en": "Universal Dependencies"}, {"cs": "slovanské jazyky", "en": "Slavic languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "I will discuss examples from 12 Slavic languages that are currently represented in UD and show that cross-linguistic consistency can still be improved.", "cs": "Na příkladech z 12 slovanských jazyků, které jsou v současné době reprezentované v UD, ukážu, že na mezijazykové konzistenci je ještě stále co zlepšovat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "12 slovanských jazyků", "en": "12 Slavic languages"}, {"cs": "současné době", "en": "currently"}, {"cs": "mezijazykové konzistenci", "en": "cross-linguistic consistency"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Test data parsed by systems submitted to the CoNLL 2018 shared task in parsing Universal Dependencies.", "cs": "Testovací data rozebraná systémy, které se účastnily soutěže v syntaktické analýze Universal Dependencies při konferenci CoNLL 2018."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Testovací data", "en": "Test data"}, {"cs": "systémy", "en": "systems"}, {"cs": "soutěže", "en": "shared task"}, {"cs": "syntaktické analýze", "en": "parsing"}, {"cs": "Universal Dependencies", "en": "Universal Dependencies"}, {"cs": "konferenci CoNLL 2018", "en": "CoNLL 2018"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Every year, the Conference on Computational Natural Language Learning (CoNLL) features a shared task, in which participants train and test their learning systems on the same data sets.", "cs": "Konference o počítačovém učení přirozeného jazyka (CoNLL) každoročně zahrnuje tzv. společnou úlohu, tedy soutěž, jejíž účastníci trénují a testují své systémy strojového učení na jednotné sadě dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Konference o počítačovém učení přirozeného jazyka (CoNLL)", "en": "Conference on Computational Natural Language Learning (CoNLL)"}, {"cs": "společnou úlohu", "en": "shared task"}, {"cs": "účastníci", "en": "participants"}, {"cs": "systémy strojového učení", "en": "learning systems"}, {"cs": "jednotné sadě dat", "en": "same data sets"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In 2018, one of two tasks was devoted to learning dependency parsers for a large number of languages, in a real-world setting without any gold-standard annotation on test input.", "cs": "Jedna z úloh roku 2018 byla věnována učení závislostních syntaktických analyzátorů (parserů) pro velké množství jazyků, v reálné situaci bez jakýchkoli ručních anotací na vstupu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "závislostních syntaktických analyzátorů", "en": "dependency parsers"}, {"cs": "velké množství jazyků", "en": "a large number of languages"}, {"cs": "ručních anotací", "en": "gold-standard annotation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The aim of the contribution is to introduce a database of linguistic forms and their functions built with the use of the multi-layer annotated corpora of Czech, the Prague Dependency Treebanks.", "cs": "Představujeme databázi forem a funkcí vybudovanou na podkladě ručně anotovaných víceúrovňových korpusů češtiny zvaných Pražské závislostní korpusy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "databázi forem a funkcí", "en": "database of linguistic forms and their functions"}, {"cs": "Pražské závislostní korpusy", "en": "Prague Dependency Treebanks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The purpose of the Prague Database of Forms and Functions (ForFun) is to help the linguists to study the form-function relation, which we assume to be one of the principal tasks of both theoretical linguistics and natural language processing.", "cs": "Pražská databáze forem a funkcí (ForFun) byla vytvořena, aby usnadnila lingvistické badání o vztahu funkce a formy, což je jeden z hlavních úkolů, jak v teoretické lingvistice, tak v oblasti počítačového zpracování jazyka."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Pražská databáze forem a funkcí (ForFun)", "en": "Prague Database of Forms and Functions (ForFun)"}, {"cs": "lingvistické badání", "en": "linguists to study"}, {"cs": "vztahu funkce a formy", "en": "form-function relation"}, {"cs": "teoretické lingvistice", "en": "theoretical linguistics"}, {"cs": "počítačového zpracování jazyka", "en": "natural language processing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We demonstrate possibilities of the exploitation of the ForFun database.", "cs": "V článku jsou představeny možnosti, jakým způsobem lze v databázi vztah funkce a formy zkoumat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "databázi vztah funkce a formy", "en": "ForFun database"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This article is largely based on a paper presented at the 16th International Workshop on Treebanks and Linguistic Theories in Prague (Bejček et al., 2017).", "cs": "Článek je z větší části založen na již dříve prezentovaném příspěvku na 16th International Workshop on Treebanks and Linguistic Theories in Prague (Bejček et al., 2017)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "16th International Workshop on Treebanks and Linguistic Theories", "en": "16th International Workshop on Treebanks and Linguistic Theories"}, {"cs": "Prague", "en": "Prague"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The talk focused on multiple functions which the reflexives have in the Czech language and their representation in a lexicon.", "cs": "Příspěvek se zaměřil na polyfunkčnost reflexiv v češtině, vymezení jejich hlavní funckí, které v jazyce plní a důsledky pro jejich popis ve slovníku."}, "data_name": "wmt23_terminology", "hints": [{"cs": "polyfunkčnost reflexiv", "en": "multiple functions"}, {"cs": "češtině", "en": "Czech language"}, {"cs": "slovníku", "en": "lexicon"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Although treebanks annotated according to the guidelines of Universal Dependencies (UD) now exist for many languages, the goal of annotating the same phenomena in a crosslinguistically consistent fashion is not always met.", "cs": "Ačkoli treebanky anotované podle pravidel univerzálních závislostí (UD) dnes existují pro mnoho jazyků, cíl anotace stejných jevů křížově jazykově konzistentním způsobem není vždy splněn."}, "data_name": "wmt23_terminology", "hints": [{"cs": "treebanky", "en": "treebanks"}, {"cs": "univerzálních závislostí", "en": "Universal Dependencies"}, {"cs": "jevů", "en": "phenomena"}, {"cs": "křížově jazykově konzistentním způsobem", "en": "crosslinguistically consistent fashion"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we investigate one phenomenon where we believe such consistency is lacking, namely expletive elements.", "cs": "V této studii zkoumáme jeden jev, u něhož se domníváme, že takový soulad chybí, a to expletiva."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jeden jev", "en": "one phenomenon"}, {"cs": "expletiva", "en": "expletive elements"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Such elements occupy a position that is structurally associated with a core argument (or sometimes an oblique dependent), yet are non-referential and semantically void.", "cs": "Takové prvky zaujímají pozici, která je strukturálně spojena s hlavním argumentem (nebo někdy s volnou závislostí), a přesto jsou nesouvisející a sémanticky prázdné."}, "data_name": "wmt23_terminology", "hints": [{"cs": "prvky", "en": "elements"}, {"cs": "pozici", "en": "position"}, {"cs": "hlavním argumentem", "en": "core argument"}, {"cs": "volnou závislostí", "en": "oblique dependent"}, {"cs": "nesouvisející", "en": "non-referential"}, {"cs": "sémanticky prázdné", "en": "semantically void"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Many UD treebanks identify at least some elements as expletive, but the range of phenomena differs between treebanks, even for closely related languages, and sometimes even for different treebanks for the same language.", "cs": "Mnoho UD stromů označuje alespoň některé prvky za expletiva, ale škála jevů se liší mezi stromy, a to i u úzce příbuzných jazyků, a někdy dokonce u různých stromů pro stejný jazyk."}, "data_name": "wmt23_terminology", "hints": [{"cs": "UD stromů", "en": "UD treebanks"}, {"cs": "expletiva", "en": "expletive"}, {"cs": "jevů", "en": "phenomena"}, {"cs": "jazyků", "en": "languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we present criteria for identifying expletives that are applicable across languages and compatible with the goals of UD, give an overview of expletives as found in current UD treebanks, and present recommendations for the annotation of expletives so that more consistent annotation can be achieved in future releases.", "cs": "V tomto článku uvádíme kritéria pro určení výrazů, které jsou použitelná napříč jazyky a kompatibilní s cíli UD, poskytujeme přehled výrazů, které se nacházejí v současných UD stromech, a předkládáme doporučení pro anotaci expletiv, aby bylo možné v budoucích vydáních dosáhnout konzistentnější anotace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kritéria", "en": "criteria"}, {"cs": "určení výrazů", "en": "identifying expletives"}, {"cs": "současných UD stromech", "en": "current UD treebanks"}, {"cs": "doporučení pro anotaci expletiv", "en": "recommendations for the annotation of expletives"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper presents the analysis of Czech verbal prefixes, which is the first step of a project that has the ultimate goal an automatic morphemic analysis of Czech.", "cs": "Článek představuje analýzu českých slovesných předpon, což je první krok projektu, který má konečný cíl automatickou morfematickou analýzu češtiny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "analýzu českých slovesných předpon", "en": "analysis of Czech verbal prefixes"}, {"cs": "automatickou morfematickou analýzu češtiny", "en": "automatic morphemic analysis of Czech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We studied prefixes that may occur in Czech verbs, especially their possible and impossible combinations.", "cs": "Studovali jsme předpony, které se mohou vyskytnout v českých slovesech, zejména jejich možné a nemožné kombinace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "předpony", "en": "prefixes"}, {"cs": "českých slovesech", "en": "Czech verbs"}, {"cs": "možné a nemožné kombinace", "en": "possible and impossible combinations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We describe a procedure of prefix recognition and derive several general rules for selection of a correct result.", "cs": "Popisujeme postup rozpoznávání předpon a odvozujeme obecná pravidla pro výběr správného výsledku."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozpoznávání předpon", "en": "prefix recognition"}, {"cs": "obecná pravidla", "en": "general rules"}, {"cs": "výběr správného výsledku", "en": "selection of a correct result"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The analysis of “double” prefixes enables to make conclusions about universality of the first prefix.", "cs": "Analýza \"dvojitých\" prefixů umožňuje vyvodit závěry o univerzálnosti první předpony."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Analýza", "en": "analysis"}, {"cs": "univerzálnosti", "en": "universality"}, {"cs": "první předpony", "en": "first prefix"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also added linguistic comments to several types of prefixes.", "cs": "Připojili jsme také lingvistické komentáře k několika typům předpon."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lingvistické komentáře", "en": "linguistic comments"}, {"cs": "předpon", "en": "prefixes"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper gives an overview of results of automatic analysis of word order in 23 dependency treebanks of the HamleDT project.", "cs": "Článek seznamuje s výsledky automatické analýzy pořádku slov ve 23 závislostních korpusech projektu HamleDT."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatické analýzy pořádku slov", "en": "automatic analysis of word order"}, {"cs": "závislostních korpusech", "en": "dependency treebanks"}, {"cs": "projektu HamleDT", "en": "HamleDT project"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The analysis concentrates on basic characteristics of word order, the order of three main constituents, a predicate, a subject and an object.", "cs": "Analýza se zaměřuje na základní vlasnosti pořádku slov, pořadí tří hlavních konstituentů - predikátu, subjektu a objektu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "základní vlasnosti pořádku slov", "en": "basic characteristics of word order"}, {"cs": "pořadí tří hlavních konstituentů", "en": "the order of three main constituents"}, {"cs": "predikátu", "en": "predicate"}, {"cs": "subjektu", "en": "subject"}, {"cs": "objektu", "en": "object"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A quantitative analysis is performed separately for main clauses and subordinated clauses.", "cs": "Kvantitativní analýza je provedena zvlášť pro hlavní a vedlejší věty."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Kvantitativní analýza", "en": "quantitative analysis"}, {"cs": "hlavní", "en": "main clauses"}, {"cs": "vedlejší věty", "en": "subordinated clauses"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The present paper deals with the changes of the category of grammatical aspect during derivation of verbs from verbs in Czech.", "cs": "Příspěvek se zabývá změnami v kategorii slovesného vidu, k nimž dochází během odvozování sloves od sloves v češtině."}, "data_name": "wmt23_terminology", "hints": [{"cs": "slovesného vidu", "en": "grammatical aspect"}, {"cs": "odvozování sloves", "en": "derivation of verbs"}, {"cs": "češtině", "en": "Czech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "After summarizing the main issues of the long-standing debate over aspect in Czech, it is argued that formation of aspectual pairs can be seen as an integral part of derivation of Czech verbs.", "cs": "Po stručném shrnutí základních bodů aspektologických diskuzí nad videm českého slovesa je tvoření vidových protějšků prezentováno jako integrální součást derivace českých sloves."}, "data_name": "wmt23_terminology", "hints": [{"cs": "aspektologických diskuzí", "en": "debate over aspect"}, {"cs": "videm českého slovesa", "en": "aspect in Czech"}, {"cs": "vidových protějšků", "en": "aspectual pairs"}, {"cs": "derivace českých sloves", "en": "derivation of Czech verbs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In a language data resource capturing the derivational morphology of Czech, the category of aspect was employed as an important feature in modelling verb-to-verb derivation.", "cs": "Ve shodě s tímto pohledem je kategorie vidu využita jako důležitý rys při modelování slovesné derivace v databázi zachycující derivační morfologii češtiny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kategorie vidu", "en": "category of aspect"}, {"cs": "slovesné derivace", "en": "verb-to-verb derivation"}, {"cs": "derivační morfologii češtiny", "en": "derivational morphology of Czech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A set of criteria used for organization of verbs in the database is presented in the paper.", "cs": "V příspěvku představujeme sadu kritérií, na jejichž základě byla slovesa v databázi organizována."}, "data_name": "wmt23_terminology", "hints": [{"cs": "sadu kritérií", "en": "set of criteria"}, {"cs": "slovesa", "en": "verbs"}, {"cs": "databázi", "en": "database"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present our ever ongoing work on cross-lingual syntactic parsing.", "cs": "Představujeme naši stále probíhající práci na mezijazyčném přenosu syntaktických parserů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "mezijazyčném přenosu syntaktických parserů", "en": "cross-lingual syntactic parsing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "I present what I learned about the PhD studies at University of Genova, and suggest some changes to PhD studies at ÚFAL.", "cs": "Prezentuji, co jsem se dozvěděl o PhD studiu na University of Genova, a navrhuji několik změn pro PhD studium na ÚFALu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "PhD studiu", "en": "PhD studies"}, {"cs": "University of Genova", "en": "University of Genova"}, {"cs": "ÚFALu", "en": "ÚFAL"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this thesis, we focus on the problem of automatically syntactically analyzing a language for which there is no syntactically annotated training data.", "cs": "V této dizertaci se zaměřujeme na problém automatického syntaktického rozboru jazyků, pro něž nejsou k dispozici žádná syntakticky anotovaná trénovací data."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatického syntaktického rozboru", "en": "automatically syntactically analyzing"}, {"cs": "jazyků", "en": "language"}, {"cs": "syntakticky anotovaná trénovací data", "en": "syntactically annotated training data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We explore several methods for cross-lingual transfer of syntactic as well as morphological annotation, ultimately based on utilization of bilingual or multilingual sentence-aligned corpora and machine translation approaches.", "cs": "Zkoumáme několik metod mezijazyčného přenosu syntaktické i morfologické anotace, a nakonec docházíme k metodám založeným na využití dvojjazyčných či vícejazyčných korpů zarovnaných na úrovni vět, a strojového překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "mezijazyčného přenosu", "en": "cross-lingual transfer"}, {"cs": "syntaktické i morfologické anotace", "en": "syntactic as well as morphological annotation"}, {"cs": "dvojjazyčných či vícejazyčných korpů", "en": "bilingual or multilingual sentence-aligned corpora"}, {"cs": "strojového překladu", "en": "machine translation approaches"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We pay particular attention to automatic estimation of the appropriateness of a source language for the analysis of a given target language, devising a novel measure based on the similarity of part-of-speech sequences frequent in the languages.", "cs": "Zvláštní pozornost věnujeme automatickému odhadování vhodnosti zdrojového jazyka pro analýzu daného cílového jazyka, a navrhujeme novou míru založenou na podobnostech častých sledů slovních druhů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatickému odhadování", "en": "automatic estimation"}, {"cs": "vhodnosti zdrojového jazyka", "en": "appropriateness of a source language"}, {"cs": "analýzu daného cílového jazyka", "en": "analysis of a given target language"}, {"cs": "míru založenou na podobnostech", "en": "measure based on the similarity"}, {"cs": "častých sledů slovních druhů", "en": "part-of-speech sequences frequent in the languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The effectiveness of the presented methods has been confirmed by experiments conducted both by us as well as independently by other respectable researchers.", "cs": "Účinnost představených postupů byla ověřena jak v našich pokusech, tak nezávisle v pracech uznávaných světových vědců."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Účinnost", "en": "effectiveness"}, {"cs": "představených postupů", "en": "presented methods"}, {"cs": "pokusech", "en": "experiments"}, {"cs": "světových vědců", "en": "respectable researchers"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Wikipedia plain text data obtained from Wikipedia dumps with WikiExtractor in February 2018.", "cs": "Data v podobě prostého textu získaná z dumpů Wikipedie v únoru 2018."}, "data_name": "wmt23_terminology", "hints": [{"cs": "prostého textu", "en": "plain text"}, {"cs": "dumpů Wikipedie", "en": "Wikipedia dumps"}, {"cs": "únoru 2018", "en": "February 2018"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This is a system description paper for the CUNI x-ling submission to the CoNLL 2018 UD Shared Task.", "cs": "Tento článek popisuje systém CUNI x-ling zaslaný do soutěže CoNLL 2018 UD Shared Task."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systém CUNI x-ling", "en": "CUNI x-ling submission"}, {"cs": "soutěže CoNLL 2018 UD Shared Task", "en": "CoNLL 2018 UD Shared Task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We focused on parsing under-resourced languages, with no or little training data available.", "cs": "Zaměřili jsme se na syntaktickou analýzu jazyků s nedostatkem zdrojů, které mají k dipozici malá nebo žádná trénovací data."}, "data_name": "wmt23_terminology", "hints": [{"cs": "syntaktickou analýzu", "en": "parsing"}, {"cs": "jazyků s nedostatkem zdrojů", "en": "under-resourced languages"}, {"cs": "trénovací data", "en": "training data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We employed a wide range of approaches, including simple word-based treebank translation, combination of delexicalized parsers, and exploitation of available morphological dictionaries, with a dedicated setup tailored to each of the languages.", "cs": "Použili jsme široké spektrum přístupů, včetně jednoduchého překladu závislostních korpusů slovo po slově, kombinace delexikalizovaných parserů, a využití dostupných tvaroslovných slovníků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "široké spektrum přístupů", "en": "wide range of approaches"}, {"cs": "jednoduchého překladu závislostních korpusů slovo po slově", "en": "simple word-based treebank translation"}, {"cs": "kombinace delexikalizovaných parserů", "en": "combination of delexicalized parsers"}, {"cs": "tvaroslovných slovníků", "en": "morphological dictionaries"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the official evaluation, our submission was identified as the clear winner of the Low-resource languages category.", "cs": "Náš příspěvek byl v oficiálním vyhodnocení označen za jasného vítěze v kategorii analýzy jazyků s nedostatkem zdrojů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "oficiálním vyhodnocení", "en": "official evaluation"}, {"cs": "jasného vítěze", "en": "clear winner"}, {"cs": "kategorii analýzy jazyků s nedostatkem zdrojů", "en": "Low-resource languages category"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The subject of this monograph is to study properties of coreference using cross-lingual approaches.", "cs": "Tématem této knihy je studium vlastností koreference s použitím mezijazykových přístupů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Tématem této knihy", "en": "The subject of this monograph"}, {"cs": "vlastností koreference", "en": "properties of coreference"}, {"cs": "mezijazykových přístupů", "en": "cross-lingual approaches"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We designed two cross-lingual methods: the bilingually informed coreference resolution and the coreference projection.", "cs": "Navrhujeme dvě mezijazykové metody: rozpoznávání koreference s informací z druhého jazyka a projekci koreference."}, "data_name": "wmt23_terminology", "hints": [{"cs": "mezijazykové metody", "en": "cross-lingual methods"}, {"cs": "rozpoznávání koreference", "en": "coreference resolution"}, {"cs": "informací z druhého jazyka", "en": "bilingually informed"}, {"cs": "projekci koreference", "en": "coreference projection"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The results of our experiments suggest that with respect to coreference English is more informative for cyech than vice versa.", "cs": "Výsledky našich experimentů s těmito metodami na česko-anglických datech naznačují, že s ohledem na koreferenci přináší angličtina více informací do češtiny než naopak."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experimentů", "en": "experiments"}, {"cs": "česko-anglických datech", "en": "coreference English"}, {"cs": "koreferenci", "en": "coreference"}, {"cs": "angličtina", "en": "English"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The subject of this thesis is to study properties of coreference using cross-lingual approaches.", "cs": "Tématem této práce je studium vlastností koreference s použitím mezijazykových přístupů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Tématem této práce", "en": "The subject of this thesis"}, {"cs": "vlastností koreference", "en": "properties of coreference"}, {"cs": "mezijazykových přístupů", "en": "cross-lingual approaches"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The work is motivated by the research on coreference-related linguistic typology.", "cs": "Motivací práce je výzkum lingvistické typologie založené na koreferenci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lingvistické typologie", "en": "linguistic typology"}, {"cs": "koreferenci", "en": "coreference"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Another motivation is to explore whether differences in the ways how languages express coreference can be exploited to build better models for coreference resolution.", "cs": "Další motivací je prozkoumání, jestli rozdíly ve způsobech, jak jazyky vyjadřují koreferenci, mohou být využity k natrénování lepších modelů pro rozpoznávání koreference."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozpoznávání koreference", "en": "coreference resolution"}, {"cs": "koreferenci", "en": "coreference"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We design two cross-lingual methods: the bilingually informed coreference resolution and the coreference projection.", "cs": "Navrhujeme dvě mezijazykové metody: rozpoznávání koreference s informací z druhého jazyka a projekci koreference."}, "data_name": "wmt23_terminology", "hints": [{"cs": "mezijazykové metody", "en": "cross-lingual methods"}, {"cs": "rozpoznávání koreference", "en": "coreference resolution"}, {"cs": "informací z druhého jazyka", "en": "bilingually informed"}, {"cs": "projekci koreference", "en": "coreference projection"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The results of our experiments with the methods carried out on Czech-English data suggest that with respect to coreference English is more informative for Czech than vice versa.", "cs": "Výsledky našich experimentů s těmito metodami na česko-anglických datech naznačují, že s ohledem na koreferenci přináší angličtina více informací do češtiny než naopak."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experimentů", "en": "experiments"}, {"cs": "metodami", "en": "methods"}, {"cs": "česko-anglických datech", "en": "Czech-English data"}, {"cs": "koreferenci", "en": "coreference"}, {"cs": "angličtina", "en": "English"}, {"cs": "češtiny", "en": "Czech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Furthermore, the bilingually informed resolution applied on parallel texts has managed to outperform the monolingual resolver on both languages.", "cs": "Rozpoznávání koreference s informací z druhého jazyka navíc dokázalo při aplikaci na paralelních datech překonat na obou jazycích výsledky jednojazykového systému na rozpoznávání."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Rozpoznávání koreference", "en": "resolution"}, {"cs": "druhého jazyka", "en": "bilingually informed"}, {"cs": "paralelních datech", "en": "parallel texts"}, {"cs": "jednojazykového systému", "en": "monolingual resolver"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the experiments, we employ the monolingual coreference resolver and an improved method for alignment of coreferential expressions, both of which we also designed within the thesis.", "cs": "Při experimentech používáme jednojazykový rozpoznávač koreference a vylepšenou metodu na zarovnání koreferenčních výrazů, které jsme rovněž navrhli v rámci této práce."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jednojazykový rozpoznávač koreference", "en": "monolingual coreference resolver"}, {"cs": "metodu na zarovnání koreferenčních výrazů", "en": "method for alignment of coreferential expressions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a system for automatic evaluation of surface text coherence in Czech essays written by native and non-native speakers.", "cs": "Představujeme systém pro automatické hodnocení textové koherence v českých esejích psaných nerodilými mluvčími."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systém pro automatické hodnocení textové koherence", "en": "system for automatic evaluation of surface text coherence"}, {"cs": "českých esejích", "en": "Czech essays"}, {"cs": "nerodilými mluvčími", "en": "non-native speakers"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The features of the EVALD system cover spelling, vocabulary, morphology, syntax, discourse relations and coreference.", "cs": "Systém EVALD pracuje s množinou rysů z oblasti pravopisu, slovní zásoby, morfologie, syntaxe, diskurzních vzahů a koreference."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Systém EVALD", "en": "EVALD system"}, {"cs": "pravopisu", "en": "spelling"}, {"cs": "slovní zásoby", "en": "vocabulary"}, {"cs": "morfologie", "en": "morphology"}, {"cs": "syntaxe", "en": "syntax"}, {"cs": "diskurzních vzahů", "en": "discourse relations"}, {"cs": "koreference", "en": "coreference"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Newly we add features targeting topic–focus articulation.", "cs": "Nově nyní přidáváme rysy z oblasti informační struktury věty (aktuálního členění větného)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "informační struktury věty", "en": "topic–focus articulation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Evaluating Optical Music Recognition (OMR) has long been an acknowledged sore spot of the field.", "cs": "Evaluace rozpoznávání notopisu (Optical Music Recognition, OMR) je dlouholetým trnem v patě oboru."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozpoznávání notopisu", "en": "Optical Music Recognition"}, {"cs": "OMR", "en": "OMR"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This short position paper attempts to bring some clarity to what are actually open problems in OMR evaluation: a closer look reveals that the main problem is finding an edit distance between some practical representations of music scores.", "cs": "Tento krátký position paper se pokouší vyjasnit, co přesně jsou překážky ve vyhodnocování OMR: detailnější pohled ukazuje, že hlavním problémem je nalézt způsob, jak vypočítat editační vzdálenost mezi prakticky použitelnými reprezentacemi notopisu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "position paper", "en": "position paper"}, {"cs": "překážky", "en": "open problems"}, {"cs": "vyhodnocování OMR", "en": "OMR evaluation"}, {"cs": "editační vzdálenost", "en": "edit distance"}, {"cs": "reprezentacemi notopisu", "en": "representations of music scores"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "While estimating these editing costs in the transcription use-case of OMR is difficult, I argue that the problems with modeling the subsequent editing workflow can be de-coupled from general OMR system development using an intrinsic evaluation approach, and sketch out how to do this.", "cs": "Odhadovat tyto \"ceny úprav\" pro aplikaci OMR pro přímočarou digitalizaci not je obtížné, tvrdím však, že problémy s modelováním dalších faktorů ovlivňující náročnost lidského post-editování výstupu OMR je možné separovat od vyhodnocování sytémů OMR během jejich vývoje, pokud se použije intrinsní evaluace místo evaluace motivované aplikací, a načrtávám způsob, jak takovou evaluaci udělat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "ceny úprav", "en": "editing costs"}, {"cs": "aplikaci OMR", "en": "transcription use-case of OMR"}, {"cs": "lidského post-editování", "en": "subsequent editing workflow"}, {"cs": "intrinsní evaluace", "en": "intrinsic evaluation approach"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Optical Music Recognition (OMR) promises to make large collections of sheet music searchable by their musical content.", "cs": "Rozpoznávání notopisu (optical music recognition, OMR) slibuje, že díky němu půjde prohledávat hudební \"full-text\" v rozsáhlých notových archivech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Rozpoznávání notopisu", "en": "Optical Music Recognition"}, {"cs": "optical music recognition, OMR", "en": "OMR"}, {"cs": "notových archivech", "en": "collections of sheet music"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It would open up novel ways of accessing the vast amount of written music that has never been recorded before.", "cs": "Otevřel by se tak nový způsob přístupu k obrovskému množství hudby, která byla napsána, avšak ne nahrána."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nový způsob přístupu", "en": "novel ways of accessing"}, {"cs": "obrovskému množství hudby", "en": "vast amount of written music"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For a long time, OMR was not living up to that promise, as its performance was simply not good enough, especially on handwritten music or under non-ideal image conditions.", "cs": "OMR však toto už slibuje dlouho a povětšinou bezvýsledně: jeho výsledky nejsou dostatečně dobré, především pro hudební rukopisy či pro nedokonalé scany."}, "data_name": "wmt23_terminology", "hints": [{"cs": "OMR", "en": "OMR"}, {"cs": "hudební rukopisy", "en": "handwritten music"}, {"cs": "nedokonalé scany", "en": "non-ideal image conditions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, OMR has recently seen a number of improvements, mainly due to the advances in machine learning.", "cs": "V poslední době se však OMR zlepšilo, především díky pokrokům ve strojovém učení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "OMR", "en": "OMR"}, {"cs": "strojovém učení", "en": "machine learning"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this work, we take an OMR system based on the traditional pipeline and an end-to-end system, which represent the current state of the art, and illustrate in proof-of-concept experiments their applicability in retrieval settings.", "cs": "V tomto příspěvku vezmeme OMR systém založený na tradičním několikakrokovém postupu a druhý systém založený na učení end-to-end, a ilustrujeme jejich možnosti v jednoduchých, prototypických vyhledávacích aplikacích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "OMR systém", "en": "OMR system"}, {"cs": "tradičním několikakrokovém postupu", "en": "traditional pipeline"}, {"cs": "učení end-to-end", "en": "end-to-end system"}, {"cs": "vyhledávacích aplikacích", "en": "retrieval settings"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also provide an example of a musicological study that can be replicated with OMR outputs at much lower costs.", "cs": "Na příkladu také ukazujeme, jak použití OMR může výrazně snížit náklady na studie kvantitativní muzikologie."}, "data_name": "wmt23_terminology", "hints": [{"cs": "OMR", "en": "OMR"}, {"cs": "náklady", "en": "costs"}, {"cs": "studie", "en": "study"}, {"cs": "kvantitativní muzikologie", "en": "musicological"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Taken together, this indicates that in some settings, current OMR can be used as a general tool for enriching digital libraries.", "cs": "Dohromady tyto výsledky interpretujeme tak, že v určitých úlohách již lze současné technologie OMR nasadit jako obecný nástroj pro obohacování digitálních knihoven."}, "data_name": "wmt23_terminology", "hints": [{"cs": "současné technologie OMR", "en": "current OMR"}, {"cs": "digitálních knihoven", "en": "digital libraries"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Detecting music notation symbols is the most immediate unsolved subproblem in Optical Music Recognition for musical manuscripts.", "cs": "Detekce notačních symbolů je nejpalčivější otevřený podproblém v rozpoznávání notopisu (Optical Music Recognition, OMR)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Detekce notačních symbolů", "en": "Detecting music notation symbols"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We show that a U-Net architecture for semantic segmentation combined with a trivial detector already establishes a high baseline for this task, and we propose tricks that further improve detection performance: training against convex hulls of symbol masks, and multichannel output models that enable feature sharing for semantically related symbols.", "cs": "Ukazujeme, že architektura U-Net pro sémantickou segmentaci spolu s triviálním detektorem představuje silnou baseline, a navrhujeme několik triků, které výsledky ještě zlepšují: trénování proti konvexním obalům notačních objektů, a vícekanálové výstupy které umožňují sdílet parametry sítě pro několik sémanticky příbuzných tříd objektů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "architektura U-Net", "en": "U-Net architecture"}, {"cs": "sémantickou segmentaci", "en": "semantic segmentation"}, {"cs": "detektorem", "en": "detector"}, {"cs": "konvexním obalům notačních objektů", "en": "convex hulls of symbol masks"}, {"cs": "vícekanálové výstupy", "en": "multichannel output models"}, {"cs": "sdílet parametry sítě", "en": "feature sharing"}, {"cs": "sémanticky příbuzných tříd objektů", "en": "semantically related symbols"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The latter is helpful especially for clefs, which have severe impacts on the overall OMR result.", "cs": "Oba triky přináší výrazné zlepšení v detekci klíčů, což má zásadní následky pro výsledky OMR."}, "data_name": "wmt23_terminology", "hints": [{"cs": "detekci klíčů", "en": "clefs"}, {"cs": "výsledky OMR", "en": "overall OMR result"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We then integrate the networks into an OMR pipeline by applying a subsequent notation assembly stage, establishing a new baseline result for pitch inference in handwritten music at an f-score of 0.81.", "cs": "Následně začleníme U-Nety do kompletního rozpoznávacího systému: přidáme model doplňující vztahy mezi rozpoznanými symboly, a dosáhneme tak výsledného f-score 0.81 pro extrakci výšek zapsaných tónů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "U-Nety", "en": "networks"}, {"cs": "rozpoznávacího systému", "en": "OMR pipeline"}, {"cs": "výšek zapsaných tónů", "en": "pitch inference in handwritten music"}, {"cs": "f-score", "en": "f-score"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Given the automatically inferred pitches we run retrieval experiments on handwritten scores, providing first empirical evidence that utilizing the powerful image processing models brings content-based search in large musical manuscript archives within reach.", "cs": "Nad takto automaticky extrahovanými tóny provedeme pokusy pro vyhledávání rukopisných kopií stejné hudby, které přináší první empirické indikace, že využívání mocných modelů hlubokého učení pro OMR skutečně dle očekávání přibližuje full-textové vyhledávání ve velkých sbírkách hudebních rukopisů na dosah."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automaticky extrahovanými tóny", "en": "automatically inferred pitches"}, {"cs": "vyhledávání rukopisných kopií", "en": "retrieval experiments on handwritten scores"}, {"cs": "mocných modelů hlubokého učení", "en": "powerful image processing models"}, {"cs": "full-textové vyhledávání", "en": "content-based search"}, {"cs": "velkých sbírkách hudebních rukopisů", "en": "large musical manuscript archives"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper presents an application for lay, untrained users to generate high-quality, aligned phonetic transcription of speech.", "cs": "Článek prezentuje aplikaci pro laické, netrénované uživatele, která slouži pro generování kvalitních zarovnaných fonetických přepisů mluveného slova."}, "data_name": "wmt23_terminology", "hints": [{"cs": "aplikaci", "en": "application"}, {"cs": "fonetických přepisů", "en": "phonetic transcription"}, {"cs": "mluveného slova", "en": "speech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The application has been in use for several years and has served to transcribe over 600 thousand word forms over two versions of a web interface.", "cs": "Aplikace se již několik let používá a přepsalo se jí přes 600 tisíc slovních forem napříč dvěma verzemi webového rozhraní."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Aplikace", "en": "application"}, {"cs": "slovních forem", "en": "word forms"}, {"cs": "webového rozhraní", "en": "web interface"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present measures for compensating the lack of expert training.", "cs": "Představujeme opatření pro kompenzaci nedostatku odborného tréninku."}, "data_name": "wmt23_terminology", "hints": [{"cs": "opatření", "en": "measures"}, {"cs": "nedostatku odborného tréninku", "en": "lack of expert training"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper presents a next-generation web application that enables users to contribute corrections to automatically acquired transcription of long speech recordings.", "cs": "Článek prezentuje webovou aplikaci nové generace, která umožňuje uživatelům přispívat opravami automaticky získaného přepisu dlouhých záznamů mluveného slova."}, "data_name": "wmt23_terminology", "hints": [{"cs": "webovou aplikaci", "en": "web application"}, {"cs": "automaticky získaného přepisu", "en": "automatically acquired transcription"}, {"cs": "dlouhých záznamů mluveného slova", "en": "long speech recordings"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We describe differences from similar settings, compare our solution with others and reflect on the development from the now 6 years old work we build upon in the light of the progress made, lessons learned and the new technologies available in the browser.", "cs": "Popisujeme rozdíly od podobných případů, porovnáváme svoje řešení s ostatními a pozastavujeme se nad vývojem oproti nyní 6 let staré aplikaci, z níž vycházíme, ve světle učiněného pokroku, získaného poučení a v prohlížeči nově dostupných technologií."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozdíly", "en": "differences"}, {"cs": "případů", "en": "settings"}, {"cs": "řešení", "en": "solution"}, {"cs": "vývojem", "en": "development"}, {"cs": "aplikaci", "en": "work"}, {"cs": "pokroku", "en": "progress"}, {"cs": "poučení", "en": "lessons learned"}, {"cs": "technologií", "en": "technologies"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We introduce a pilot version of CzeDLex, a Lexicon of Czech Discourse Connectives.", "cs": "Představujeme pilotní verzi CzeDLexu, slovníku českých diskurzních konektorů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "pilotní verzi CzeDLexu", "en": "pilot version of CzeDLex"}, {"cs": "slovníku českých diskurzních konektorů", "en": "Lexicon of Czech Discourse Connectives"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Currently, CzeDLex contains 205 lemmas of connectives coming from the annotation of the Prague Discourse Treebank 2.0 (PDiT).", "cs": "Ve své aktuální verzi CzeDLex obsahuje 205 lemmat konektorů, získaných z anotací Pražského diskurzního korpusu 2.0 (PDiT)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "CzeDLex", "en": "CzeDLex"}, {"cs": "lemmat konektorů", "en": "lemmas of connectives"}, {"cs": "Pražského diskurzního korpusu 2.0", "en": "Prague Discourse Treebank 2.0"}, {"cs": "PDiT", "en": "PDiT"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "At this stage, 19 lemmas have been fully manually processed, which covers more than two thirds of all discourse relations annotated in the PDiT.", "cs": "19 lemmat bylo plně ručně zpracováno, což zahrnuje více než dvě třetiny všech diskurzních vztahů anotovaných v PDiT."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lemmat", "en": "lemmas"}, {"cs": "diskurzních vztahů", "en": "discourse relations"}, {"cs": "PDiT", "en": "PDiT"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "UDPipe is a trainable pipeline which performs sentence segmentation, tokenization, POS tagging, lemmatization and dependency parsing.", "cs": "UDPipe je trénovatelný nástroj, který provádí segmentaci vět, tokenizaci, morfologické značkování, lemmatizaci a syntaktickou analýzu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "segmentaci vět", "en": "sentence segmentation"}, {"cs": "tokenizaci", "en": "tokenization"}, {"cs": "morfologické značkování", "en": "POS tagging"}, {"cs": "lemmatizaci", "en": "lemmatization"}, {"cs": "syntaktickou analýzu", "en": "dependency parsing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a prototype for UDPipe 2.0 and evaluate it in the CoNLL 2018 UD Shared Task: Multilingual Parsing from Raw Text to Universal Dependencies, which employs three metrics for submission ranking.", "cs": "Představujeme prototyp UDPipe 2.0 a jeho vyhodnocení v Soutěži CoNLL 2018 UD: Multilingual Parsing from Raw Text to Universal Dependencies, která využívá tři míry pro hodnocení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "UDPipe 2.0", "en": "UDPipe 2.0"}, {"cs": "Soutěži CoNLL 2018 UD", "en": "CoNLL 2018 UD Shared Task"}, {"cs": "Multilingual Parsing from Raw Text to Universal Dependencies", "en": "Multilingual Parsing from Raw Text to Universal Dependencies"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Out of 26 participants, the prototype placed first in the MLAS ranking, third in the LAS ranking and third in the BLEX ranking.", "cs": "Z 26 účastníků obsadil prototyp první místo dle míry MLAS, třetí dle míry LAS a třetí dle míry BLEX."}, "data_name": "wmt23_terminology", "hints": [{"cs": "26 účastníků", "en": "26 participants"}, {"cs": "prototyp", "en": "prototype"}, {"cs": "první místo", "en": "first"}, {"cs": "třetí", "en": "third"}, {"cs": "míry MLAS", "en": "MLAS ranking"}, {"cs": "míry LAS", "en": "LAS ranking"}, {"cs": "míry BLEX", "en": "BLEX ranking"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In extrinsic parser evaluation EPE 2018, the system ranked first in the overall score.", "cs": "V extrinsic hodnocení EPE 2018 se systém umístil na prvním místě v celkovém hodnocení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "extrinsic hodnocení", "en": "extrinsic parser evaluation"}, {"cs": "EPE 2018", "en": "EPE 2018"}, {"cs": "celkovém hodnocení", "en": "overall score"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The prototype utilizes an artificial neural network with a single joint model for POS tagging, lemmatization and dependency parsing, and is trained only using the CoNLL-U training data and pretrained word embeddings, contrary to both systems surpassing the prototype in the LAS and BLEX ranking in the shared task.", "cs": "Prototyp je založen na neuronovou síťi s jediným společným modelem pro současné morfologické značkování, lemmatizaci a syntaktickou analýzu a je trénován pouze pomocí trénovacích dat CoNLL-U a předtrénovaných slovních embeddingů, na rozdíl od obou systémů, které překonaly tento prototyp v LAS a BLEX mírách."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neuronovou síťi", "en": "artificial neural network"}, {"cs": "morfologické značkování", "en": "POS tagging"}, {"cs": "lemmatizaci", "en": "lemmatization"}, {"cs": "syntaktickou analýzu", "en": "dependency parsing"}, {"cs": "trénovacích dat CoNLL-U", "en": "CoNLL-U training data"}, {"cs": "předtrénovaných slovních embeddingů", "en": "pretrained word embeddings"}, {"cs": "LAS", "en": "LAS"}, {"cs": "BLEX", "en": "BLEX"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The open-source code of the prototype is available at http://github.com/CoNLL-UD-2018/UDPipe-Future.", "cs": "Open-source zdrojový kód prototypu je k dispozici na adrese http://github.com/CoNLL-UD-2018/UDPipe-Future."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Open-source zdrojový kód", "en": "open-source code"}, {"cs": "prototypu", "en": "prototype"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "After the shared task, we slightly refined the model architecture, resulting in better performance both in the intrinsic evaluation (corresponding to first, second and second rank in MLAS, LAS and BLEX shared task metrics) and the extrinsic evaluation.", "cs": "Po soutěží CoNLL 2018 jsme mírně vylepšili modelovou architekturu, což vedlo k lepšímu výkonu jak v intrinsic hodnocení (odpovídající prvnímu, druhému a druhému místu dle metrik MLAS, LAS a BLEX), tak i v extrinsic hodnocení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "soutěží CoNLL 2018", "en": "shared task"}, {"cs": "modelovou architekturu", "en": "model architecture"}, {"cs": "intrinsic hodnocení", "en": "intrinsic evaluation"}, {"cs": "extrinsic hodnocení", "en": "extrinsic evaluation"}, {"cs": "MLAS, LAS a BLEX", "en": "MLAS, LAS and BLEX"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The improved models will be available shortly in UDPipe at http://ufal.mff.cuni.cz/udpipe.", "cs": "Vylepšené modely budou brzy k dispozici v UDPipe na adrese http://ufal.mff.cuni.cz/udpipe."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Vylepšené modely", "en": "improved models"}, {"cs": "UDPipe", "en": "UDPipe"}, {"cs": "http://ufal.mff.cuni.cz/udpipe", "en": "http://ufal.mff.cuni.cz/udpipe"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Document summarization is a well-studied NLP task.", "cs": "Shrnutí dokumentu je dobře studovaným NLP úkolem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Shrnutí dokumentu", "en": "Document summarization"}, {"cs": "NLP úkolem", "en": "NLP task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "With the emergence of artificial neural network models, the summarization performance is increasing, as are the requirements on training data.", "cs": "Se vznikem modelů umělé neuronové sítě se zvyšuje souhrnná výkonnost, stejně jako požadavky na výcvikové údaje."}, "data_name": "wmt23_terminology", "hints": [{"cs": "modelů umělé neuronové sítě", "en": "artificial neural network models"}, {"cs": "souhrnná výkonnost", "en": "summarization performance"}, {"cs": "výcvikové údaje", "en": "training data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, only a few datasets are available for Czech, none of them particularly large.", "cs": "Pro Čechy je však k dispozici pouze několik datových souborů, z nichž žádný není zvlášť velký."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Čechy", "en": "Czech"}, {"cs": "datových souborů", "en": "datasets"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Additionally, summarization has been evaluated predominantly on English, with the commonly used ROUGE metric being English-specific.", "cs": "Kromě toho bylo shrnutí vyhodnoceno převážně na angličtině, přičemž běžně používaná metrika ROUGE je specifická pro angličtinu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "shrnutí", "en": "summarization"}, {"cs": "angličtině", "en": "English"}, {"cs": "metrika ROUGE", "en": "ROUGE metric"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we try to address both issues.", "cs": "V tomto příspěvku se snažíme řešit obě otázky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "obě otázky", "en": "both issues"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present SumeCzech, a Czech news-based summarization dataset.", "cs": "Představujeme SumeCzech, český datový soubor pro sumarizaci zpráv."}, "data_name": "wmt23_terminology", "hints": [{"cs": "SumeCzech", "en": "SumeCzech"}, {"cs": "sumarizaci zpráv", "en": "news-based summarization"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It contains more than a million documents, each consisting of a headline, a several sentences long abstract and a full text.", "cs": "Obsahuje více než milion dokumentů, z nichž každá obsahuje nadpis, několik věty dlouhý abstrakt a úplný text."}, "data_name": "wmt23_terminology", "hints": [{"cs": "milion dokumentů", "en": "a million documents"}, {"cs": "nadpis", "en": "headline"}, {"cs": "abstrakt", "en": "abstract"}, {"cs": "úplný text", "en": "full text"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The dataset can be downloaded using the provided scripts available at http://hdl.handle.net/11234/1-2615.", "cs": "Sadu dat lze stáhnout pomocí dodaných skriptů, které jsou k dispozici na adrese http://hdl.handle.net/11234/1-2615."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Sadu dat", "en": "dataset"}, {"cs": "dodaných skriptů", "en": "provided scripts"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We evaluate several summarization baselines on the dataset, including a strong abstractive approach based on Transformer neural network architecture.", "cs": "Vyhodnocujeme několik souhrnných základních dat na množině dat, včetně silného abstrakčního přístupu založeného na architektuře neuronových sítí Transformeru."}, "data_name": "wmt23_terminology", "hints": [{"cs": "souhrnných základních dat", "en": "summarization baselines"}, {"cs": "množině dat", "en": "dataset"}, {"cs": "silného abstrakčního přístupu", "en": "strong abstractive approach"}, {"cs": "architektuře neuronových sítí Transformeru", "en": "Transformer neural network architecture"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The evaluation is performed using a language-agnostic variant of ROUGE.", "cs": "Hodnocení se provádí jazykově-agnostickou variantou ROUGE."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Hodnocení", "en": "evaluation"}, {"cs": "jazykově-agnostickou variantou", "en": "language-agnostic variant"}, {"cs": "ROUGE", "en": "ROUGE"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The report focuses on existing morphological resources containing derivational wordformation relations.", "cs": "Zpráva se zaměřuje na existující morfologické zdroje obsahující derivační slovotvorné vztahy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "morfologické zdroje", "en": "morphological resources"}, {"cs": "derivační slovotvorné vztahy", "en": "derivational wordformation relations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For each resource, the report describes history, licence, format, data structure and some other basic statistics to compare.", "cs": "Pro každý zdroj je ve zprávě popsána jeho historie, licence, formát, struktura dat a některé základní statistiky pro porovnání zdrojů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "zdroj", "en": "resource"}, {"cs": "historie", "en": "history"}, {"cs": "licence", "en": "licence"}, {"cs": "formát", "en": "format"}, {"cs": "struktura dat", "en": "data structure"}, {"cs": "základní statistiky", "en": "basic statistics"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Therefore, it means the first step to review and harmonize these resources in a similar way as it has already been done with resources of syntactic trees.", "cs": "Zpráva představuje první krok v přezkoumání a harmonizaci těchto zdrojů podobným způsobem, jako tomu bylo již učiněno se zdroji syntaktických stromů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "harmonizaci", "en": "harmonize"}, {"cs": "zdrojů", "en": "resources"}, {"cs": "syntaktických stromů", "en": "syntactic trees"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a morphological analyzer for Shipibo-Konibo, a low-resourced native language spoken in the Amazonian region of Peru.", "cs": "Představujeme morfologický analyzátor shipiba-koniba, domorodého jazyka z oblasti peruánské Amazonie."}, "data_name": "wmt23_terminology", "hints": [{"cs": "morfologický analyzátor", "en": "morphological analyzer"}, {"cs": "shipiba-koniba", "en": "Shipibo-Konibo"}, {"cs": "domorodého jazyka", "en": "native language"}, {"cs": "oblasti peruánské Amazonie", "en": "Amazonian region of Peru"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We resort to the robustness of finite-state systems in order to model the complex morpho-syntax of the language.", "cs": "Díky robustnosti konečněstavových systémů můžeme vytvořit model komplexní morfosyntaxe tohoto jazyka."}, "data_name": "wmt23_terminology", "hints": [{"cs": "robustnosti konečněstavových systémů", "en": "robustness of finite-state systems"}, {"cs": "model komplexní morfosyntaxe", "en": "model the complex morpho-syntax"}, {"cs": "tohoto jazyka", "en": "the language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Evaluation over raw corpora shows promising coverage of grammatical phenomena, limited only by the scarce lexicon.", "cs": "Vyhodnocení na textových korpusech ukazuje slibné pokrytí gramatických jevů, omezením je pouze zatím malý slovník."}, "data_name": "wmt23_terminology", "hints": [{"cs": "textových korpusech", "en": "raw corpora"}, {"cs": "gramatických jevů", "en": "grammatical phenomena"}, {"cs": "malý slovník", "en": "scarce lexicon"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We make this tool freely available so as to aid the production of annotated corpora and impulse further research in native languages of Peru.", "cs": "Nástroj je volně k dispozici pro kohokoliv, čímž chceme podpořit další výzkum peruánských domorodých jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Nástroj", "en": "tool"}, {"cs": "peruánských domorodých jazyků", "en": "native languages of Peru"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This tool is the first morphological analyzer ever for this language.", "cs": "Tento nástroj je prvním morfologickým analyzátorem jazyka šipibo-konibo."}, "data_name": "wmt23_terminology", "hints": [{"cs": "morfologickým analyzátorem", "en": "morphological analyzer"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The analyzer is a FST that produces all possible segmentations and tagging sequences in a word-by-word fashion.", "cs": "Je to"}, "data_name": "wmt23_terminology", "hints": [{"cs": "Je to", "en": "The analyzer"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Sentence-aligned parallel bilingual corpora are the main and sometimes the only required resource for training Statistical and Neural Machine Translation systems (SMT, NMT).", "cs": "Paralelní dvojjazyčné korpusy v souladu s větou jsou hlavním a někdy jediným požadovaným zdrojem pro výuku systémů pro překlad statistických a neurálních strojů (SMT, NMT)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Paralelní dvojjazyčné korpusy", "en": "parallel bilingual corpora"}, {"cs": "překlad statistických a neurálních strojů", "en": "Statistical and Neural Machine Translation systems"}, {"cs": "SMT", "en": "SMT"}, {"cs": "NMT", "en": "NMT"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We propose an end-to-end deep neural architecture for language independent sentence alignment.", "cs": "Navrhujeme koncovou hlubokou neuronovou architekturu pro jazykové nezávislé zarovnání vět."}, "data_name": "wmt23_terminology", "hints": [{"cs": "koncovou hlubokou neuronovou architekturu", "en": "end-to-end deep neural architecture"}, {"cs": "jazykové nezávislé zarovnání vět", "en": "language independent sentence alignment"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In addition to one-to-one alignment, our aligner can perform cross- and many-to-many alignment as well.", "cs": "Kromě zarovnání typu \"one-to-one\" může náš zarovnávač také provádět cross-a many-to-many alignment."}, "data_name": "wmt23_terminology", "hints": [{"cs": "zarovnání typu \"one-to-one\"", "en": "one-to-one alignment"}, {"cs": "cross-a many-to-many alignment", "en": "cross- and many-to-many alignment"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also present a case study which shows how simple linguistic analysis can improve the performance of a pure neural network significantly.", "cs": "Předkládáme také případovou studii, která ukazuje, jak může výrazná jazyková analýza výrazně zlepšit výkon čisté neuronové sítě."}, "data_name": "wmt23_terminology", "hints": [{"cs": "případovou studii", "en": "case study"}, {"cs": "jazyková analýza", "en": "linguistic analysis"}, {"cs": "výkon", "en": "performance"}, {"cs": "čisté neuronové sítě", "en": "pure neural network"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We used three language pairs from Europarl corpus (Koehn, 2005) and an English-Persian corpus (Pilevar et al., 2011) to generate an alignment dataset.", "cs": "V souboru Europarl korpus (Koehn, 2005) a anglicko-perského korpusu (Pilevar et al., 2011) jsme použili tři páry jazyků pro vytvoření souhrnu dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Europarl korpus", "en": "Europarl corpus"}, {"cs": "anglicko-perského korpusu", "en": "English-Persian corpus"}, {"cs": "souhrnu dat", "en": "alignment dataset"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Using this dataset, we tested our system individually and in an SMT system.", "cs": "Pomocí této datové sady jsme testovali náš systém jednotlivě a v systému SMT."}, "data_name": "wmt23_terminology", "hints": [{"cs": "datové sady", "en": "dataset"}, {"cs": "systém", "en": "system"}, {"cs": "SMT", "en": "SMT system"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In both settings, we obtained significantly better results compared to an open source baseline.", "cs": "V obou nastaveních jsme dosáhli výrazně lepších výsledků ve srovnání s výchozími zdroji open source."}, "data_name": "wmt23_terminology", "hints": [{"cs": "obou nastaveních", "en": "both settings"}, {"cs": "výrazně lepších výsledků", "en": "significantly better results"}, {"cs": "výchozími zdroji open source", "en": "open source baseline"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Wikipedia provides an invaluable source of parallel multilingual data, which are in high demand for various sorts of linguistic inquiry, including both theoretical and practical studies.", "cs": "Wikipedia poskytuje neocenitelný zdroj paralelních vícejazyčných dat, které jsou ve vysoké poptávce pro různé druhy jazykových šetření, včetně teoretických i praktických studií."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Wikipedia", "en": "Wikipedia"}, {"cs": "paralelních vícejazyčných dat", "en": "parallel multilingual data"}, {"cs": "jazykových šetření", "en": "linguistic inquiry"}, {"cs": "teoretických i praktických studií", "en": "theoretical and practical studies"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We intro- duce a novel end-to-end neural model for large-scale parallel data harvesting from Wikipedia.", "cs": "Zavedeme vede nový end-to-end neuronový model pro rozsáhlé paralelní sběr dat z Wikipedie."}, "data_name": "wmt23_terminology", "hints": [{"cs": "end-to-end neuronový model", "en": "end-to-end neural model"}, {"cs": "rozsáhlé paralelní sběr dat", "en": "large-scale parallel data harvesting"}, {"cs": "Wikipedie", "en": "Wikipedia"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our model is language-independent, robust, and highly scalable.", "cs": "Náš model je nezávislý na jazyku, robustní a vysoce škálovatelný."}, "data_name": "wmt23_terminology", "hints": [{"cs": "model", "en": "model"}, {"cs": "nezávislý", "en": "language-independent"}, {"cs": "robustní", "en": "robust"}, {"cs": "vysoce škálovatelný", "en": "highly scalable"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We use our system for collect- ing parallel German-English, French-English and Persian-English sentences.", "cs": "Používáme náš systém pro shromažďování, francouzsko-anglické a perzština-anglické věty."}, "data_name": "wmt23_terminology", "hints": [{"cs": "náš systém", "en": "our system"}, {"cs": "francouzsko-anglické", "en": "French-English"}, {"cs": "perzština-anglické", "en": "Persian-English"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Human evaluations at the end show the strong performance of this model in collecting high-quality parallel data.", "cs": "Hodnocení člověka na konci ukazují silný výkon tohoto modelu při shromažďování vysoce kvalitních paralelních dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Hodnocení člověka", "en": "Human evaluations"}, {"cs": "silný výkon", "en": "strong performance"}, {"cs": "modelu", "en": "model"}, {"cs": "shromažďování", "en": "collecting"}, {"cs": "vysoce kvalitních paralelních dat", "en": "high-quality parallel data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also propose a statistical framework which extends the results of our human evaluation to other language pairs.", "cs": "My navrhnout také statistický rámec, který rozšiřuje výsledky našeho lidského hodnocení na jiné jazykové páry."}, "data_name": "wmt23_terminology", "hints": [{"cs": "statistický rámec", "en": "statistical framework"}, {"cs": "lidského hodnocení", "en": "human evaluation"}, {"cs": "jazykové páry", "en": "language pairs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our model also obtained a state-of-the-art result on the German-English dataset of BUCC 2017 shared task on parallel sentence extraction from comparable corpora.", "cs": "Náš model také získal nejmodernější výsledek německo-anglické datové sady ze společného úkolu BUCC 2017 na paralelní extrakci vět z srovnatelných korpusů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "německo-anglické datové sady", "en": "German-English dataset"}, {"cs": "BUCC 2017", "en": "BUCC 2017"}, {"cs": "paralelní extrakci vět", "en": "parallel sentence extraction"}, {"cs": "srovnatelných korpusů", "en": "comparable corpora"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we propose a new linguistically-based approach to answering non-factoid open-domain questions from unstructured data.", "cs": "V tomto příspěvku navrhujeme nový jazykově založený přístup k odpovědi na otázky non-factoid otevřené domény z nestrukturovaných dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jazykově založený přístup", "en": "linguistically-based approach"}, {"cs": "odpovědi na otázky non-factoid otevřené domény", "en": "answering non-factoid open-domain questions"}, {"cs": "nestrukturovaných dat", "en": "unstructured data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "First, we elaborate on an architecture for textual encoding based on which we introduce a deep end-to-end neural model.", "cs": "Nejprve vypracujeme architekturu pro textové kódování, na jejímž základě zavedeme hluboký neuronový model."}, "data_name": "wmt23_terminology", "hints": [{"cs": "architekturu pro textové kódování", "en": "architecture for textual encoding"}, {"cs": "hluboký neuronový model", "en": "deep end-to-end neural model"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This architecture benefits from a bilateral attention mechanism which helps the model to focus on a question and the answer sentence at the same time for phrasal answer extraction.", "cs": "Tato architektura využívá mechanismus dvoustranné pozornosti, který pomáhá modelu soustředit se na otázku a větu odpovědi současně na extrakci frázové odpovědi."}, "data_name": "wmt23_terminology", "hints": [{"cs": "architektura", "en": "architecture"}, {"cs": "mechanismus dvoustranné pozornosti", "en": "bilateral attention mechanism"}, {"cs": "větu odpovědi", "en": "answer sentence"}, {"cs": "extrakci frázové odpovědi", "en": "phrasal answer extraction"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Second, we feed the output of a constituency parser into the model directly and integrate linguistic constituents into the network to help it concentrate on chunks of an answer rather than on its single words for generating more natural output.", "cs": "Za druhé, do modelu předáváme výstup analyzátoru volebních obvodů a integrujeme do sítě síť jazykových složek, abychom se mohli soustředit na kusy odpovědi spíše než na jeho jednotlivé slova pro vytvoření přírodnějšího výstupu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "modelu", "en": "model"}, {"cs": "analyzátoru volebních obvodů", "en": "constituency parser"}, {"cs": "sítě síť jazykových složek", "en": "network"}, {"cs": "kusy odpovědi", "en": "chunks of an answer"}, {"cs": "jednotlivé slova", "en": "single words"}, {"cs": "přírodnějšího výstupu", "en": "more natural output"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "By optimizing this architecture, we managed to obtain near-to-human-performance results and competitive to a state-of-the-art system on SQuAD and MS-MARCO datasets respectively.", "cs": "Díky optimalizaci této architektury se nám podařilo získat výsledky z hlediska výkonnosti, které jsou téměř shodné s lidskými parametry, a konkurenceschopné na nejmodernějších systémech datových souborů SQuAD a MS-MARCO."}, "data_name": "wmt23_terminology", "hints": [{"cs": "optimalizaci", "en": "optimizing"}, {"cs": "architektury", "en": "architecture"}, {"cs": "výsledky", "en": "results"}, {"cs": "výkonnosti", "en": "performance"}, {"cs": "lidskými parametry", "en": "human-performance"}, {"cs": "SQuAD", "en": "SQuAD"}, {"cs": "MS-MARCO", "en": "MS-MARCO"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The talk is devoted to the development of dictionaries and lexicons of discourse-relational devices across languages, from the very first ones from 1990ies to the recent ones, including the CzeDLex, the Lexicon of Czech Discourse Connectives.", "cs": "Přednáška přináší přehled vývoje slovníků textově-spojovacích prostředků napříč jazyky, od prvních z 90. let až po ty nejnovější, včetně projektu CzeDLex, slovníku českých textových konektorů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "slovníků textově-spojovacích prostředků", "en": "dictionaries and lexicons of discourse-relational devices"}, {"cs": "CzeDLex", "en": "CzeDLex"}, {"cs": "slovníku českých textových konektorů", "en": "Lexicon of Czech Discourse Connectives"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Neural Monkey is an open-source toolkit for sequence-to-sequence learning.", "cs": "Neural Monkey je open-source toolkit pro sequence-to-sequence učení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Neural Monkey", "en": "Neural Monkey"}, {"cs": "open-source toolkit", "en": "open-source toolkit"}, {"cs": "sequence-to-sequence učení", "en": "sequence-to-sequence learning"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The focus of this paper is to present the current state of the toolkit to the intended audience, which includes students and researchers, both active in the deep learning community and newcomers.", "cs": "Článek je zaměřen na prezentaci současného stavu toolkitu cílovým skupinám, mezi které patří studenti a výzkumníci, ať už aktivní v komunitě hlubokého učení či nováčci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "současného stavu toolkitu", "en": "current state of the toolkit"}, {"cs": "cílovým skupinám", "en": "intended audience"}, {"cs": "studenti a výzkumníci", "en": "students and researchers"}, {"cs": "komunitě hlubokého učení", "en": "deep learning community"}, {"cs": "nováčci", "en": "newcomers"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For each of these target groups, we describe the most relevant features of the toolkit, including the simple configuration scheme, methods of model inspection that promote useful intuitions, or a modular design for easy prototyping.", "cs": "Pro každou skupinu popisujeme nejvíce relevantní vlastnosti toolkitu spolu s jednoduchým schématem konfigurace, metodami analýzy modelů, které podporují užitečnou intuici, nebo modulární design umožňující snadné prototypování."}, "data_name": "wmt23_terminology", "hints": [{"cs": "skupinu", "en": "target groups"}, {"cs": "relevantní vlastnosti toolkitu", "en": "relevant features of the toolkit"}, {"cs": "schématem konfigurace", "en": "configuration scheme"}, {"cs": "metodami analýzy modelů", "en": "methods of model inspection"}, {"cs": "užitečnou intuici", "en": "useful intuitions"}, {"cs": "modulární design", "en": "modular design"}, {"cs": "snadné prototypování", "en": "easy prototyping"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We summarize relevant contributions to the research community which were made using this toolkit and discuss the characteristics of our toolkit with respect to other existing systems.", "cs": "Shrnujeme relevantní příspěvky vědecké komunity, které vznikly s využitím tohoto toolkitu a rozebíráme charakteristiky našeho toolkitu s ohledem na ostatní existující systémy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vědecké komunity", "en": "research community"}, {"cs": "toolkitu", "en": "toolkit"}, {"cs": "charakteristiky", "en": "characteristics"}, {"cs": "existující systémy", "en": "existing systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We conclude with a set of proposals for future development.", "cs": "Článek uzavírá nástin budoucího vývoje toolkitu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "budoucího vývoje", "en": "future development"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This is the Czech version of the Multi30k dataset that is used for WMT competitions in Multimodal Machine Translation.", "cs": "Toto je česká verze datasetu Multi30k, který se používá při soutěžích v Multimodálním strojovém překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "česká verze", "en": "Czech version"}, {"cs": "datasetu Multi30k", "en": "Multi30k dataset"}, {"cs": "soutěžích", "en": "competitions"}, {"cs": "Multimodálním strojovém překladu", "en": "Multimodal Machine Translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The dataset is based on the Flickr30k dataset with more 30,000 images accompanied by English captions.", "cs": "Dataset je založený ja datové sadě Flickr30k, která obsahuje přes 30 tisíc fotografií opatřených anglickými popisky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Dataset", "en": "dataset"}, {"cs": "datové sadě Flickr30k", "en": "Flickr30k dataset"}, {"cs": "30 tisíc fotografií", "en": "30,000 images"}, {"cs": "anglickými popisky", "en": "English captions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For the WTM16 and WMT17 German and French translation were added to these captions.", "cs": "Pro soutěž na WMT16 a WMT17 byly tyto věty přeloženy do Němčiny a Francozštiny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "soutěž na WMT16 a WMT17", "en": "WTM16 and WMT17"}, {"cs": "Němčiny", "en": "German"}, {"cs": "Francozštiny", "en": "French"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For the WTM18 competition, we added also the translation into the Czech language.", "cs": "Pro soutež v roce 2018 jsme obahatili tento dataset také o překlady do českého jazyka."}, "data_name": "wmt23_terminology", "hints": [{"cs": "soutež", "en": "competition"}, {"cs": "překlady", "en": "translation"}, {"cs": "českého jazyka", "en": "Czech language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present our submission to the WMT18 Multimodal Translation Task.", "cs": "V článku představuje příspěvek do soutěže v multimodálním strjovém překladu na WMT18."}, "data_name": "wmt23_terminology", "hints": [{"cs": "soutěže v multimodálním strjovém překladu na WMT18", "en": "WMT18 Multimodal Translation Task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The main feature of our submission is applying a self-attentive network instead of a recurrent neural network.", "cs": "V našem systému požíváme self-attentive neuronové sítě místo rekurentních."}, "data_name": "wmt23_terminology", "hints": [{"cs": "self-attentive neuronové sítě", "en": "self-attentive network"}, {"cs": "rekurentních", "en": "recurrent neural network"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We evaluate two methods of incorporating the visual features in the model: first, we include the image representation as another input to the network; second, we train the model to predict the visual features and use it as an auxiliary objective.", "cs": "Evaluujeme dvě metody, jak lze zahrnout vizuální rysy do modelu: v prvním používáme vizuální informaci jako další vstup do dekodéruů v druhé metodě trénujeme enkodér tak, aby predikoval vizuální reprezentaci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dvě metody", "en": "two methods"}, {"cs": "vizuální rysy", "en": "visual features"}, {"cs": "modelu", "en": "model"}, {"cs": "vizuální informaci", "en": "image representation"}, {"cs": "dekodéruů", "en": "network"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For our submission, we acquired both textual and multimodal additional data.", "cs": "Pro náš příspěvek jsem vytěžili dodatečná data."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dodatečná data", "en": "additional data"}, {"cs": "náš příspěvek", "en": "our submission"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Both of the proposed methods yield significant improvements over recurrent networks and self-attentive textual baselines.", "cs": "Obě navrhované metody přináší výrazné zlepšení oproti obdobným modelům využívajícím neuronové sítě."}, "data_name": "wmt23_terminology", "hints": [{"cs": "navrhované metody", "en": "proposed methods"}, {"cs": "zlepšení", "en": "improvements"}, {"cs": "neuronové sítě", "en": "recurrent networks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this work, we focus on three different NLP tasks: image captioning, machine translation, and sentiment analysis.", "cs": "V této práci se zaměřujeme na tři různé úlohy NLP: popis obrázků, strojový překlad, a rozbor sentimentu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "tři různé úlohy NLP", "en": "three different NLP tasks"}, {"cs": "popis obrázků", "en": "image captioning"}, {"cs": "strojový překlad", "en": "machine translation"}, {"cs": "rozbor sentimentu", "en": "sentiment analysis"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We reimplement successful approaches of other authors and adapt them to the Czech language.", "cs": "Reimplementujeme úspěšné postupy jiných autorů a přizpůsobujeme je českému jazyku."}, "data_name": "wmt23_terminology", "hints": [{"cs": "úspěšné postupy", "en": "successful approaches"}, {"cs": "jiných autorů", "en": "other authors"}, {"cs": "českému jazyku", "en": "Czech language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We provide end-to-end architectures that achieve state-of-the-art or nearly state-of-the-art results on all of the tasks within a single sequence learning toolkit.", "cs": "Nabízíme end-to-end architektury, které dosahují nejlepších či téměř nejlepších výsledků známých pro tyto úlohy, přičemž všechny jsou implementovány ve stejném nástroji pro sekvenční učení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "end-to-end architektury", "en": "end-to-end architectures"}, {"cs": "nejlepších či téměř nejlepších výsledků", "en": "state-of-the-art or nearly state-of-the-art results"}, {"cs": "nástroji pro sekvenční učení", "en": "sequence learning toolkit"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The trained models are available both for download as well as in an online demo.", "cs": "Natrénované modely jsou k dispozici jak ke stažení, tak v podobě online dema."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Natrénované modely", "en": "trained models"}, {"cs": "ke stažení", "en": "for download"}, {"cs": "online dema", "en": "online demo"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Autoregressive decoding is the only part of sequence-to-sequence models that prevents them from massive parallelization at inference time.", "cs": "Autoregresivní dekódování je jedinou součástí převádějících sekvence na sekvence, která bráňí masivní paralelizaci při inferenci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Autoregresivní dekódování", "en": "Autoregressive decoding"}, {"cs": "převádějících sekvence na sekvence", "en": "sequence-to-sequence models"}, {"cs": "masivní paralelizaci", "en": "massive parallelization"}, {"cs": "inferenci", "en": "inference time"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Non-autoregressive models enable the decoder to generate all output symbols independently in parallel.", "cs": "Neautoregresivní modely umožňují dekodéru generovat všechny výstupní symboly nezávisle a tedy paralelně."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Neautoregresivní modely", "en": "Non-autoregressive models"}, {"cs": "dekodéru", "en": "decoder"}, {"cs": "výstupní symboly", "en": "output symbols"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a novel non-autoregressive architecture based on connectionist temporal classification and evaluate it on the task of neural machine translation.", "cs": "V článku představujeme novou neautoregresivní architekturu založenou na konekcionistické temporální klasifikaci (CTC)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "konekcionistické temporální klasifikaci", "en": "connectionist temporal classification"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Unlike other non-autoregressive methods which operate in several steps, our model can be trained end-to-end.", "cs": "Na rozdíl od jiných neautoregresivních metod, které je nutné trénovat v několika krocích, představovaný systém se trénuje monoliticky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neautoregresivních metod", "en": "non-autoregressive methods"}, {"cs": "trénovat", "en": "trained"}, {"cs": "krocích", "en": "steps"}, {"cs": "systém", "en": "model"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We conduct experiments on the WMT English-Romanian and English-German datasets.", "cs": "Experimentuje se strojovým překladem mezi angličinou a rumunštionou a angličtinou němčinou na standardních testovacích datech z WMT."}, "data_name": "wmt23_terminology", "hints": [{"cs": "strojovým překladem", "en": "experiments"}, {"cs": "angličinou a rumunštionou", "en": "English-Romanian"}, {"cs": "angličtinou němčinou", "en": "English-German"}, {"cs": "standardních testovacích datech", "en": "datasets"}, {"cs": "WMT", "en": "WMT"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our models achieve a significant speedup over the autoregressive models, keeping the translation quality comparable to other non-autoregressive models.", "cs": "Naše modely dosahují výrazného zrychlení oproti autoregresivním modelům, přičemž kvalita překladu je srovnatelná s jinými neautoregresivními modely."}, "data_name": "wmt23_terminology", "hints": [{"cs": "modely", "en": "models"}, {"cs": "autoregresivním modelům", "en": "autoregressive models"}, {"cs": "kvalita překladu", "en": "translation quality"}, {"cs": "neautoregresivními modely", "en": "non-autoregressive models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In multi-source sequence-to-sequence tasks, the attention mechanism can be modeled in several ways.", "cs": "Při sekvenčním učením s více zrdoje informace, může být mechanismus pozornosti (attention) modelován různými způsoby."}, "data_name": "wmt23_terminology", "hints": [{"cs": "sekvenčním učením", "en": "sequence-to-sequence tasks"}, {"cs": "více zrdoje informace", "en": "multi-source"}, {"cs": "mechanismus pozornosti", "en": "attention mechanism"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This topic has been thoroughly studied on recurrent architectures.", "cs": "Toto téma bylo důkladně studováno na rekurentních neurnovoých sítích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rekurentních neurnovoých sítích", "en": "recurrent architectures"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we extend the previous work to the encoder-decoder attention in the Transformer architecture.", "cs": "V tomto článku se zabýváme tímto problém v architektuře Transormer."}, "data_name": "wmt23_terminology", "hints": [{"cs": "architektuře Transormer", "en": "Transformer architecture"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We propose four different input combination strategies for the encoder-decoder attention: serial, parallel, flat, and hierarchical.", "cs": "Navrhujeme čtyři různé strategie kombinace vstupů: sériové, paralelní, ploché a hierarchické."}, "data_name": "wmt23_terminology", "hints": [{"cs": "strategie kombinace vstupů", "en": "input combination strategies"}, {"cs": "sériové", "en": "serial"}, {"cs": "paralelní", "en": "parallel"}, {"cs": "ploché", "en": "flat"}, {"cs": "hierarchické", "en": "hierarchical"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We evaluate our methods on tasks of multimodal translation and translation with multiple source languages.", "cs": "Navrhované metody vyhodnocujeme na úloze multimodálního překladu a překladu z více zdrojových jazyků současně."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metody", "en": "methods"}, {"cs": "multimodálního překladu", "en": "multimodal translation"}, {"cs": "překladu z více zdrojových jazyků", "en": "translation with multiple source languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The experiments show that the models are able to use multiple sources and improve over single source baselines.", "cs": "Z výsledků experimentů vyplývá, že modely jsou schopny využívat více zdrojů a fungovat lépe než modely s pouze jedním zdrojem informace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výsledků experimentů", "en": "experiments"}, {"cs": "modely", "en": "models"}, {"cs": "zdrojů", "en": "sources"}, {"cs": "informace", "en": "baselines"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We describe our NMT system submitted to the WMT2018 shared task in news translation.", "cs": "Popisujeme náš neuronový překladač zaslaný do soutěže v překladu zpráv WMT2018."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neuronový překladač", "en": "NMT system"}, {"cs": "soutěže v překladu zpráv", "en": "shared task in news translation"}, {"cs": "WMT2018", "en": "WMT2018"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our system is based on the Transformer model (Vaswani et al., 2017).", "cs": "Náš systém je založen na modelu Transformer (Vaswani et al., 2017)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "modelu Transformer", "en": "Transformer model"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We use an improved technique of backtranslation, where we iterate the process of translating monolingual data in one direction and training an NMT model for the opposite direction using synthetic parallel data.", "cs": "Používáme vylepšenou techniku zpětného překladu, kdy opakujeme proces překládání jednojazyčných dat jedním směrem a trénujeme model pro opačný směr pomocí syntetických paralelních dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vylepšenou techniku zpětného překladu", "en": "improved technique of backtranslation"}, {"cs": "jednojazyčných dat", "en": "monolingual data"}, {"cs": "syntetických paralelních dat", "en": "synthetic parallel data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We apply a simple but effective filtering of the synthetic data.", "cs": "Aplikujeme jednoduché, ale účinné filtrování syntetických dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "filtrování syntetických dat", "en": "filtering of the synthetic data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We pre-process the input sentences using coreference resolution in order to disambiguate the gender of pro-dropped personal pronouns.", "cs": "Na vstupní věty aplikujeme rozpoznávač koreference za účelem doplnění vypuštěných osobních zájmen."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozpoznávač koreference", "en": "coreference resolution"}, {"cs": "osobních zájmen", "en": "personal pronouns"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Finally, we apply two simple post-processing substitutions on the translated output.", "cs": "Na přeložený výstup aplikujeme dvě jednoduché substituce."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přeložený výstup", "en": "translated output"}, {"cs": "jednoduché substituce", "en": "simple post-processing substitutions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our system is significantly (p < 0.05) better than all other English-Czech and Czech-English systems in WMT2018.", "cs": "Náš systém je výrazně (p < 0,05) lepší než všechny ostatní anglicko-české a česko-anglické systémy ve WMT2018."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Náš systém", "en": "Our system"}, {"cs": "anglicko-české", "en": "English-Czech"}, {"cs": "česko-anglické", "en": "Czech-English"}, {"cs": "WMT2018", "en": "WMT2018"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we present a set of improvements introduced to MUMULS, a tagger for the automatic detection of verbal multiword expressions.", "cs": "V článku prezentujeme sadu vylepšení taggeru pro automatickou detekci slovesných víceslovných výrazů, MUMULS."}, "data_name": "wmt23_terminology", "hints": [{"cs": "článku", "en": "paper"}, {"cs": "taggeru", "en": "tagger"}, {"cs": "automatickou detekci", "en": "automatic detection"}, {"cs": "slovesných víceslovných výrazů", "en": "verbal multiword expressions"}, {"cs": "MUMULS", "en": "MUMULS"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our tagger participated in the PARSEME shared task and it was the only one based on neural networks.", "cs": "Náš tagger se zúčastnil PARSEME shared tasku a jako jediný byl založen na neuronových sítích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "tagger", "en": "tagger"}, {"cs": "PARSEME shared tasku", "en": "PARSEME shared task"}, {"cs": "neuronových sítích", "en": "neural networks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We show that character-level embeddings can improve the performance, mainly by reducing the out-of-vocabulary rate.", "cs": "Ukazujeme, že embeddingy slov na základě jejich znaků vedou k zlepšením, především díky redukci množství out-of-vocabulary slov."}, "data_name": "wmt23_terminology", "hints": [{"cs": "embeddingy slov", "en": "character-level embeddings"}, {"cs": "out-of-vocabulary slov", "en": "out-of-vocabulary rate"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Furthermore, replacing the softmax layer in the decoder by a conditional random field classifier brings additional improvements.", "cs": "Dále nahrazením softmaxové vrstvy v dekodéru klasifikátorem založeným na conditional random fields dosahujeme dalšího zlepšení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "softmaxové vrstvy", "en": "softmax layer"}, {"cs": "dekodéru", "en": "decoder"}, {"cs": "klasifikátorem", "en": "classifier"}, {"cs": "conditional random fields", "en": "conditional random field"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Finally, we compare different context-aware feature representations of input tokens using various encoder architectures.", "cs": "Na závěr porovnáváme různé druhy reprezentací příznaků zohledňující okolní kontext slova za pomocí různých architektur enkodérů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "reprezentací příznaků", "en": "feature representations"}, {"cs": "okolní kontext slova", "en": "context-aware"}, {"cs": "architektur enkodérů", "en": "encoder architectures"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The experiments on Czech show that the combination of character-level embeddings using a convolutional network, self-attentive encoding layer over the word representations and an output conditional random field classifier yields the best empirical results.", "cs": "Experimenty s češtinou ukazují, že kombinace embeddingů založených na konvoluci jednotlivých znaků, self-attentive architektura enkodéru a conditional random filed klasifikátor dosahují nejlepších empirických výsledků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "češtinou", "en": "Czech"}, {"cs": "embeddingů", "en": "embeddings"}, {"cs": "konvoluci", "en": "convolutional network"}, {"cs": "self-attentive architektura enkodéru", "en": "self-attentive encoding layer"}, {"cs": "conditional random filed klasifikátor", "en": "conditional random field classifier"}, {"cs": "empirických výsledků", "en": "empirical results"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The aim of the paper is to examine the interplay of text coreference and sentence information structure and its role in text coherence.", "cs": "Cílem příspěvku je výzkum provázanosti textové koreference a aktuálního členění větného a jejich podíl na koherenci textu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "textové koreference", "en": "text coreference"}, {"cs": "aktuálního členění větného", "en": "sentence information structure"}, {"cs": "koherenci textu", "en": "text coherence"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the paper, we introduce two software applications for automatic evaluation of coherence in Czech texts called EVALD – Evaluator of Discourse.", "cs": "V příspěvku představujeme dvě softwarové aplikace na automatické hodnocení koherence textu v češtině s názvem EVALD – Evaluátor diskurzu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "softwarové aplikace", "en": "software applications"}, {"cs": "češtině", "en": "Czech texts"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The first one – EVALD 1.0 – evaluates texts written by native speakers of Czech on a five - step scale commonly used at Czech schools (grade 1 is the best, grade 5 is the worst).", "cs": "První aplikace \"EVALD 1.0\" hodnotí texty psané rodilými mluvčími češtiny (hodnotící škálou užívanou v českých školách: 1–5)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "EVALD 1.0", "en": "EVALD 1.0"}, {"cs": "hodnotící škálou", "en": "five - step scale"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The second application is EVALD 1.0 for Foreigners assessing texts by non-native speakers of Czech using six - step scale (A1–C2) according to CEFR.", "cs": "Druhá aplikace \"EVALD 1.0 pro cizince\" hodnotí texty nerodilých mluvčích češtiny (na škále A1–C2 podle \"Společného evropského referenčního rámce\")."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Společného evropského referenčního rámce", "en": "CEFR"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Both applications are available online at https://lindat.mff.cuni.cz/services/evald-foreign/.", "cs": "Obě aplikace jsou dostupné online na https://lindat.mff.cuni.cz/services/evald-foreign/."}, "data_name": "wmt23_terminology", "hints": [{"cs": "aplikace", "en": "applications"}, {"cs": "online", "en": "online"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This package contains data sets for development and testing of machine translation of medical search short queries between Czech, English, French, German, Hungarian, Polish, Spanish and Swedish.", "cs": "Tento balíček obsahuje datové sady pro vývoj a testování modelů strojového překladu pro krátké vyhledávací dotazy v oblasti medicíny, a to pro čestinu, angličtinu, francouzštinu, němčinu, španělštinu, maďarštinu, polištinu a švédštinu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "datové sady", "en": "data sets"}, {"cs": "vývoj a testování", "en": "development and testing"}, {"cs": "modelů strojového překladu", "en": "machine translation"}, {"cs": "oblasti medicíny", "en": "medical"}, {"cs": "čestinu, angličtinu, francouzštinu, němčinu, španělštinu, maďarštinu, polištinu a švédštinu", "en": "Czech, English, French, German, Hungarian, Polish, Spanish and Swedish"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The queries come from general public and medical experts.", "cs": "Dotazy obsažené v datech pochází jak od zdravotnických profesionálů, tak od laické veřejnosti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "zdravotnických profesionálů", "en": "medical experts"}, {"cs": "laické veřejnosti", "en": "general public"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper summarizes theoretical findings on the lexicographic description of Czech complex predicates with light verbs.", "cs": "Tento příspěvek shrnuje poznatky zjištěné při vytváření lexikografického modelu pro popis komplexních predikátů s kategoriálním slovesem v češtině."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lexikografického modelu", "en": "lexicographic description"}, {"cs": "komplexních predikátů", "en": "complex predicates"}, {"cs": "kategoriálním slovesem", "en": "light verbs"}, {"cs": "češtině", "en": "Czech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We examine the effects of particular orderings of sentence pairs on the on-line training of neural machine translation (NMT).", "cs": "Prozkoumali jsme vliv řazení vět pro online trénování neuronových sítí pro počítačová překlad."}, "data_name": "wmt23_terminology", "hints": [{"cs": "řazení vět", "en": "orderings of sentence pairs"}, {"cs": "online trénování neuronových sítí", "en": "on-line training of neural"}, {"cs": "počítačová překlad", "en": "machine translation (NMT)"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We focus on two types of such orderings: (1) ensuring that each minibatch contains sentences similar in some aspect and (2) gradual inclusion of some sentence types as the training progresses (so called “curriculum learning”).", "cs": "Práce má dvě části: řazení stejných příkladů v rámci minibatche a postupné zvyšování složitosti trénovacích dat (tzv. Curriculum learning)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "řazení stejných příkladů v rámci minibatche", "en": "ensuring that each minibatch contains sentences similar in some aspect"}, {"cs": "postupné zvyšování složitosti trénovacích dat", "en": "gradual inclusion of some sentence types as the training progresses"}, {"cs": "Curriculum learning", "en": "curriculum learning"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In our English-to-Czech experiments, the internal homogeneity of minibatches has no effect on the training but some of our “curricula” achieve a small improvement over the baseline.", "cs": "Výsledkem práce je, že homogenita minibatchí nemá na trénování velký vliv zato curriculum lepších větších výsledků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "homogenita minibatchí", "en": "internal homogeneity of minibatches"}, {"cs": "trénování", "en": "training"}, {"cs": "curriculum", "en": "curricula"}, {"cs": "lepších větších výsledků", "en": "small improvement over the baseline"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the talk, I describe basics of text mining.", "cs": "V prednáške popisujem základy dolovania informácií z textu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dolovania informácií z textu", "en": "text mining"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "First, I describe various applications of text mining.", "cs": "Najprv sa zameriavam na rôzne aplikácie dolovania informácií."}, "data_name": "wmt23_terminology", "hints": [{"cs": "aplikácie dolovania informácií", "en": "applications of text mining"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Then, I focus on basic methods frequently used in text mining applications.", "cs": "Následne popíšem základné a najčastejšie používané metódy dolovania informácií z textu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "základné", "en": "basic methods"}, {"cs": "najčastejšie používané metódy", "en": "frequently used"}, {"cs": "dolovania informácií z textu", "en": "text mining applications"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Last, we will use online tools to pre-process text and create a word cloud.", "cs": "Nakoniec použijeme niekoľko online nástrojov na spracovanie textu a vytvoríme reprezentáciu textu pomocou word cloudu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "online nástrojov", "en": "online tools"}, {"cs": "spracovanie textu", "en": "pre-process text"}, {"cs": "reprezentáciu textu", "en": "word cloud"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we survey different state-of-the-art visual processing methods and utilize them in hyperlinking.", "cs": "Článok uvádza prehľad rozličných metód pre spracovanie obrazových dát a porovnáva efektívnosť ich využitia v úlohe vyhľadávania hyperlinkov v archíve videí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "spracovanie obrazových dát", "en": "visual processing methods"}, {"cs": "vyhľadávania hyperlinkov", "en": "hyperlinking"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Visual information, calculated using Features Signatures, SIMILE descriptors and convolutional neural networks (CNN), is utilized as similarity between video frames and used to find similar faces, objects and setting.", "cs": "Vizuálna informácia, ktorá sa získa pomocou metód Feature Signatures, SIMILE deskriptorov a konvolučných neurónových sietí sa využíva pri výpočte podobnosti snímkov vo videu a umožňuje tak vyhľadávanie podobných tvárí, objektov a pozadia."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Feature Signatures", "en": "Features Signatures"}, {"cs": "SIMILE deskriptorov", "en": "SIMILE descriptors"}, {"cs": "konvolučných neurónových sietí", "en": "convolutional neural networks (CNN)"}, {"cs": "podobnosti snímkov", "en": "similarity between video frames"}, {"cs": "tvárí", "en": "faces"}, {"cs": "objektov", "en": "objects"}, {"cs": "pozadia", "en": "setting"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Visual concepts in frames are also automatically recognized and textual output of the recognition is combined with search based on subtitles and transcripts.", "cs": "Vizuálne deskriptory sa tiež používajú pri rozpoznávaní objektov v snímkoch a tento a textový popis je možné ďalej kombinovať s textovým vyhľadávaním na základe automatických prepisov a titulkov."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Vizuálne deskriptory", "en": "Visual concepts"}, {"cs": "rozpoznávaní objektov", "en": "recognized"}, {"cs": "snímkoch", "en": "frames"}, {"cs": "textový popis", "en": "textual output"}, {"cs": "textovým vyhľadávaním", "en": "search"}, {"cs": "automatických prepisov", "en": "transcripts"}, {"cs": "titulkov", "en": "subtitles"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "All presented experiments were performed in the Search and Hyperlinking 2014 MediaEval task and Video Hyperlinking 2015 TRECVid task.", "cs": "Prezentované experimenty boli robené vrámci benchmarkov MediaEval a TRECVid."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experimenty", "en": "experiments"}, {"cs": "benchmarkov MediaEval", "en": "Search and Hyperlinking 2014 MediaEval task"}, {"cs": "TRECVid", "en": "Video Hyperlinking 2015 TRECVid task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The goal of this paper is to survey annotation of ellipsis in Universal Dependencies (UD) 2.0 treebanks.", "cs": "Cílem příspěvku je podat přehled anotace elipsy v korpusech Universal Dependencies (UD) 2.0."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přehled anotace elipsy", "en": "survey annotation of ellipsis"}, {"cs": "korpusech Universal Dependencies (UD) 2.0", "en": "Universal Dependencies (UD) 2.0 treebanks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the long term, knowing the types and frequencies of elliptical constructions is important for parsing experiments focused on ellipsis, which was also our original motivation.", "cs": "Z dlouhodobého hlediska je znalost typů a četností eliptických konstrukcí užitečná pro experimenty se syntaktickou analýzou zaměřené na elipsu; to byla také naše původní motivace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dlouhodobého hlediska", "en": "In the long term"}, {"cs": "typů a četností eliptických konstrukcí", "en": "types and frequencies of elliptical constructions"}, {"cs": "syntaktickou analýzou", "en": "parsing"}, {"cs": "elipsu", "en": "ellipsis"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, the current state of annotation is still far from perfect, and thus the main outcome of the present study is a description of errors and inconsistencies; we hope that it will help improve the future releases.", "cs": "Nicméně se ukazuje, že současný stav anotace ještě zdaleka není dokonalý, a tudíž hlavním výstupem naší studie je přehled a popis anotačních chyb či nekonzistencí; doufáme, že tím přispějeme ke zlepšení budoucích verzí korpusů UD."}, "data_name": "wmt23_terminology", "hints": [{"cs": "současný stav anotace", "en": "current state of annotation"}, {"cs": "anotačních chyb", "en": "errors"}, {"cs": "nekonzistencí", "en": "inconsistencies"}, {"cs": "budoucích verzí korpusů UD", "en": "future releases"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We discuss a process of exploiting a large corpus manually annotated with discourse relations – the Prague Discourse Treebank 2.0 – to create a lexicon of Czech discourse connectives (CzeDLex).", "cs": "Zabýváme se využitím velkého korpusu (Pražského diskurzního korpusu 2.0) s ručně anotovanými diskurzními vztahy pro vytvoření slovníku českých diskurzních konektorů (CzeDLex)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "velkého korpusu", "en": "large corpus"}, {"cs": "Pražského diskurzního korpusu 2.0", "en": "Prague Discourse Treebank 2.0"}, {"cs": "ručně anotovanými diskurzními vztahy", "en": "manually annotated with discourse relations"}, {"cs": "slovníku českých diskurzních konektorů", "en": "lexicon of Czech discourse connectives"}, {"cs": "CzeDLex", "en": "CzeDLex"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present theoretical aspects of the project and a technical solution based on the (XML-based) Prague Markup Language that allows for an efficient incorporation of the lexicon into the family of Prague treebanks.", "cs": "Popisujeme teoretické aspekty projektu a technické řešení založené na Prague Markup Language, které umožňuje efektivní začlenění slovníku do rodiny pražských korpusů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "teoretické aspekty", "en": "theoretical aspects"}, {"cs": "projektu", "en": "project"}, {"cs": "technické řešení", "en": "technical solution"}, {"cs": "Prague Markup Language", "en": "Prague Markup Language"}, {"cs": "slovníku", "en": "lexicon"}, {"cs": "rodiny pražských korpusů", "en": "family of Prague treebanks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper presents two studies on software tools developed for lexical derivationa databases such as DeriNet; the tools under study serve for querying and visualizing derivational trees contained in the database.", "cs": "Článek popisuje dvě studie zaměřené na softwarové nástroje vyvinuté pro derivační sítě jako např. DeriNet; jde o nástroje určené pro vyhledávání a vizualizaci derivačních stromů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "softwarové nástroje", "en": "software tools"}, {"cs": "derivační sítě", "en": "lexical derivationa databases"}, {"cs": "DeriNet", "en": "DeriNet"}, {"cs": "vyhledávání", "en": "querying"}, {"cs": "vizualizaci derivačních stromů", "en": "visualizing derivational trees"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper describes how to turn a Latin dependency treebank into queryable information so that it can be browsed online using a tree query engine and its web interface.", "cs": "Článek popisuje postup transformace latinského závislostního treebanku do dotazovatelné podoby, aby mohl být prohlížen online pomocí dotazovacího nástroje nad závislostními stromy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "latinského závislostního treebanku", "en": "Latin dependency treebank"}, {"cs": "dotazovatelné podoby", "en": "queryable information"}, {"cs": "dotazovacího nástroje nad závislostními stromy", "en": "tree query engine"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The annotation layers of the treebank are first introduced, then the query system architecture is detailed, and finally the way the treebank is converted into a relational database architecture is described.", "cs": "Nejdříve jsou představeny anotační vrstvy, poté architektura dotazovacího nástroje a nakonec postup konverze do relační databáze."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anotační vrstvy", "en": "annotation layers"}, {"cs": "architektura dotazovacího nástroje", "en": "query system architecture"}, {"cs": "relační databáze", "en": "relational database"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The subject of our analysis are cohesive devices important for discourse analysis in three Slavonic languages vs. English based on translated texts, particularly coreferential expressions such as finite and infinite constructs e.g.", "cs": "Srovnavame koreferencni vyrazy v paralelnich textech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "koreferencni vyrazy", "en": "coreferential expressions"}, {"cs": "paralelnich textech", "en": "translated texts"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "relative clauses, participial, possessive and correlative constructions with a demonstrative pronoun.", "cs": "Jde nam o vedlejsi vety vs."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vedlejsi vety", "en": "relative clauses"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A special point of our analysis is comparison of pro-drop qualities of three Slavonic languages in comparison with English.", "cs": "neosobni klauzy, korelativni vyrazy a pro-drop kvality v cestine, polstine, rustine a anglictine."}, "data_name": "wmt23_terminology", "hints": [{"cs": "cestine", "en": "Slavonic languages"}, {"cs": "anglictine", "en": "English"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Musical symbol detection on the page is an out- standing Optical Music Recognition (OMR) subproblem.", "cs": "Detekce jednotlivých symbolů na stránce hudební notace je jedním ze zbývajících nevyřešených podproblémů rozpoznávání not."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Detekce jednotlivých symbolů", "en": "Musical symbol detection"}, {"cs": "stránce hudební notace", "en": "on the page"}, {"cs": "rozpoznávání not", "en": "Optical Music Recognition (OMR)"}, {"cs": "nevyřešených podproblémů", "en": "subproblem"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We propose using a fully convolutional segmentation network to produce high-quality pixel-wise symbol probability masks.", "cs": "Navrhujeme použít plně konvoluční segmentační neuronovou síť, která produkuje vysoce kvalitní pravděpodobnostní masky přes pixely."}, "data_name": "wmt23_terminology", "hints": [{"cs": "plně konvoluční segmentační neuronovou síť", "en": "fully convolutional segmentation network"}, {"cs": "pravděpodobnostní masky", "en": "probability masks"}, {"cs": "pixely", "en": "pixel-wise"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Experiments on notehead detection show a very promising detection f-score of 0.98 with elementary detection methods.", "cs": "Pokusy na detekci notových hlaviček nad těmito maskami dosahují f-score 0.98 i při použití pouze elementárních detektorů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Pokusy", "en": "Experiments"}, {"cs": "detekci notových hlaviček", "en": "notehead detection"}, {"cs": "f-score", "en": "f-score"}, {"cs": "elementárních detektorů", "en": "elementary detection methods"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a new freely available dictionary of paraphrases of Czech complex predicates with light verbs, ParaDi.", "cs": "V této práci prezentujeme nový, volně dostupný slovník parafrází českých komplexních predikátů s lehkými slovesy ParaDi."}, "data_name": "wmt23_terminology", "hints": [{"cs": "slovník parafrází českých komplexních predikátů s lehkými slovesy ParaDi", "en": "dictionary of paraphrases of Czech complex predicates with light verbs, ParaDi"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Candidates for single predicative paraphrases of selected complex predicates have been extracted automatically from large mono-lingual data using word2vec.", "cs": "Kandidáti na jednoslovné predikativní parafráze byli vybráni automaticky z velkých jednojazyčných dat pomocí word2vecu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Kandidáti na jednoslovné predikativní parafráze", "en": "Candidates for single predicative paraphrases"}, {"cs": "word2vecu", "en": "word2vec"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "They have been manually verified and further refined.", "cs": "Dále byli manuálně ověřeni."}, "data_name": "wmt23_terminology", "hints": [{"cs": "manuálně ověřeni", "en": "manually verified"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We demonstrate one of many possible applications of ParaDi in an experiment with improving machine translation quality.", "cs": "V experimentu s vylepšováním kvality strojového překladu ukazujeme jednu z mnoha praktických aplikací ParaDi."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experimentu s vylepšováním kvality strojového překladu", "en": "experiment with improving machine translation quality"}, {"cs": "praktických aplikací ParaDi", "en": "possible applications of ParaDi"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper we present our participation as the team of the Charles University at Task3 Patient-Centred Information Retrieval in CLEF eHealth Evaluation lab 2017", "cs": "Zpráva o účasti týmu Univerzity Karlovy v soutěži vyhledávání zdravotních informací CLEF eHealth Evaluation Lab 2017."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Univerzity Karlovy", "en": "Charles University"}, {"cs": "soutěži vyhledávání zdravotních informací", "en": "Patient-Centred Information Retrieval"}, {"cs": "CLEF eHealth Evaluation Lab 2017", "en": "CLEF eHealth Evaluation lab 2017"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A talk at an in-house workshop of DGT \"Smart Select\" on neural MT toolkits and on the difficulties of NMT training.", "cs": "Příspěvek na interním workshopu DGT \"Smart Select\" o nástrojích pro neuronový strojový překlad i o potížích při trénování modelů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "interním workshopu DGT", "en": "in-house workshop of DGT"}, {"cs": "neuronový strojový překlad", "en": "neural MT"}, {"cs": "potížích při trénování modelů", "en": "difficulties of NMT training"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The talk has highlighted some aspects of the frantic development in the area of neural machine translation and suggested some ways of keeping the research directions stable in the quickly changing environments.", "cs": "Příspěvek představil některé aspekty překotného vývoje na poli neuronového strojového překladu a naznačil, jak v prudce se měnícím prostředí udržet stabilní směr výzkumu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neuronového strojového překladu", "en": "neural machine translation"}, {"cs": "výzkumu", "en": "research"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A talk describing neural MT in general and our first experiments with neural MT for IBM.", "cs": "Příspěvek popisující neuronový přístup ke strojovému překladu obecně a první experimenty s neuronovým překladem pro IBM."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neuronový přístup ke strojovému překladu", "en": "neural MT"}, {"cs": "první experimenty s neuronovým překladem", "en": "first experiments with neural MT"}, {"cs": "IBM", "en": "IBM"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A summary of the development of neural MT at Charles University.", "cs": "Shrnutí stavu vývoje neuronových překladačů na UK MFF v rámci projektu QT21."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neuronových překladačů", "en": "neural MT"}, {"cs": "UK MFF", "en": "Charles University"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper describes the neural and phrase-based machine translation systems submitted by CUNI to English-Czech News Translation Task of WMT17.", "cs": "Tento článek popisuje neuronové systémy a systémy založené na frázovém překladu, kterými UK přispělo do anglicko-českého News Translation Task v WMT17."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neuronové systémy", "en": "neural"}, {"cs": "systémy založené na frázovém překladu", "en": "phrase-based machine translation systems"}, {"cs": "anglicko-českého News Translation Task", "en": "English-Czech News Translation Task"}, {"cs": "WMT17", "en": "WMT17"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We experiment with synthetic data for training and try several system combination techniques, both neural and phrase-based.", "cs": "Experimentujeme se syntetickými daty pro trénování a zkoušíme několik technik na kombinaci systémů, jak neuronových, tak frázových."}, "data_name": "wmt23_terminology", "hints": [{"cs": "syntetickými daty", "en": "synthetic data"}, {"cs": "trénování", "en": "training"}, {"cs": "technik", "en": "techniques"}, {"cs": "neuronových", "en": "neural"}, {"cs": "frázových", "en": "phrase-based"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our primary submission CU-CHIMERA ends up being phrase-based backbone which incorporates neural and deep-syntactic candidate translations.", "cs": "Náš hlavní příspěvek CU-CHIMERA využívá frázových překlad s využitím neuronových a hluboce-syntaktických navrhovaných překladů"}, "data_name": "wmt23_terminology", "hints": [{"cs": "CU-CHIMERA", "en": "CU-CHIMERA"}, {"cs": "frázových překlad", "en": "phrase-based backbone"}, {"cs": "neuronových", "en": "neural"}, {"cs": "hluboce-syntaktických navrhovaných překladů", "en": "deep-syntactic candidate translations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper presents the results of the WMT17 shared tasks, which included three machine translation (MT) tasks (news, biomedical, and multimodal), two evaluation tasks (metrics and run-time estimation of MT quality), an automatic post-editing task, a neural MT training task, and a bandit learning task.", "cs": "Článek shrnuje výsledky soutěžních úloh konference WMT17: tři překladové úlohy (novinové texty, biomedicínské texty a multimodální překlad), dvě úlohy v automatickém hodnocení (metriky a odhad kvality MT), automatickou korekturu, úlohu v trénování neuronových MT systémů a učení metodou jednorukého bandity."}, "data_name": "wmt23_terminology", "hints": [{"cs": "soutěžních úloh", "en": "shared tasks"}, {"cs": "konference WMT17", "en": "WMT17"}, {"cs": "tři překladové úlohy", "en": "three machine translation (MT) tasks"}, {"cs": "novinové texty", "en": "news"}, {"cs": "biomedicínské texty", "en": "biomedical"}, {"cs": "multimodální překlad", "en": "multimodal"}, {"cs": "dvě úlohy v automatickém hodnocení", "en": "two evaluation tasks"}, {"cs": "metriky", "en": "metrics"}, {"cs": "odhad kvality MT", "en": "run-time estimation of MT quality"}, {"cs": "automatickou korekturu", "en": "automatic post-editing task"}, {"cs": "úlohu v trénování neuronových MT systémů", "en": "neural MT training task"}, {"cs": "učení metodou jednorukého bandity", "en": "bandit learning task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper presents the results of the WMT17 Neural MT Training Task.", "cs": "Tento článek představuje výsledky úlohy WMT17 pro trénink neuronového strojového překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "úlohy WMT17", "en": "WMT17 Neural MT Training Task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The objective of this task is to explore the methods of training a fixed neural architecture, aiming primarily at the best translation quality and, as a secondary goal, shorter training time.", "cs": "Cílem této úlohy je prozkoumat metody výcviku předem zvolené neuronové architektury, zaměřené především na nejlepší kvalitu překladu a jako sekundární cíl kratší čas trénování."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metody výcviku", "en": "methods of training"}, {"cs": "neuronové architektury", "en": "neural architecture"}, {"cs": "kvalitu překladu", "en": "translation quality"}, {"cs": "čas trénování", "en": "training time"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Task participants were provided with a complete neural machine translation system, fixed training data and the configuration of the network.", "cs": "Účastníci měli k dispozici kompletní systém pro neuronový strojový překlad, výchozí parametry trénování a konfiguraci sítě."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neuronový strojový překlad", "en": "neural machine translation system"}, {"cs": "výchozí parametry trénování", "en": "fixed training data"}, {"cs": "konfiguraci sítě", "en": "configuration of the network"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The translation was performed in the English-to-Czech direction and the task was divided into two subtasks of different configurations - one scaled to fit on a 4GB and another on an 8GB GPU card.", "cs": "Překlad byl proveden v anglicko-českém směru a úkol byl rozdělen na dvě podskupiny s různými konfiguracemi - jedna byla upravena tak, aby se vešla na 4GB a druhá na 8GB GPU kartu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Překlad", "en": "The translation"}, {"cs": "anglicko-českém směru", "en": "English-to-Czech direction"}, {"cs": "úkol", "en": "task"}, {"cs": "dvě podskupiny", "en": "two subtasks"}, {"cs": "různými konfiguracemi", "en": "different configurations"}, {"cs": "4GB", "en": "4GB"}, {"cs": "8GB GPU kartu", "en": "8GB GPU card"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We received 3 submissions for the 4GB variant and 1 submission for the 8GB variant; we provided also our run for each of the sizes and two baselines.", "cs": "Obdrželi jsme 3 řešení pro variantu 4 GB a 1 řešení pro variantu 8 GB; také jsme poskytli výsledky nášeho běh pro každou velikost jako baseline."}, "data_name": "wmt23_terminology", "hints": [{"cs": "3 řešení", "en": "3 submissions"}, {"cs": "1 řešení", "en": "1 submission"}, {"cs": "baseline", "en": "baselines"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We translated the test set with the trained models and evaluated the outputs using several automatic metrics.", "cs": "Přeložili jsme zkušební sadu netrénovanými modely a výsledky vyhodnotili pomocí několika automatických metrik."}, "data_name": "wmt23_terminology", "hints": [{"cs": "zkušební sadu", "en": "test set"}, {"cs": "netrénovanými modely", "en": "trained models"}, {"cs": "výsledky", "en": "outputs"}, {"cs": "automatických metrik", "en": "automatic metrics"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also report results of the human evaluation of the submitted systems.", "cs": "Uvádíme také výsledky lidského hodnocení předložených systémů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "předložených systémů", "en": "submitted systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We presented the current state of development and experiments with neural MT at Charles University within the project QT21.", "cs": "Příspěvek přestavil aktuální stav vývoje a experimentů s neuronovými překladači na UK MFF v rámci projektu QT21."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neuronovými překladači", "en": "neural MT"}, {"cs": "UK MFF", "en": "Charles University"}, {"cs": "projektu QT21", "en": "project QT21"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "UFAL Medical Corpus is a collection of parallel corpora assembled for the purposes of the EU projects KConnect, Khresmoi and HimL aiming at more reliable machine translation of medical texts.", "cs": "UFAL Medical Corpus je sbírka paralelních korpusů, které byly shromážděny pro účely EU projektů KConnect, Khresmoi a HimL s cílem dosáhnout spolehlivějšího strojového překladu medicínských textů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "UFAL Medical Corpus", "en": "UFAL Medical Corpus"}, {"cs": "paralelních korpusů", "en": "parallel corpora"}, {"cs": "EU projektů KConnect, Khresmoi a HimL", "en": "the EU projects KConnect, Khresmoi and HimL"}, {"cs": "strojového překladu medicínských textů", "en": "machine translation of medical texts"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "MorphInd is a robust fínite state morphology tool for Indonesian, which handles both morphological analysis and lemmatization for a given surface word form so that it is suitable for further language processing.", "cs": "MorphInd je robustní morfologický nástroj, který dané povrchové slovní formě přiřazuje její morfologickou značku a příslušné lemma, a umožňuje tak další automatické zpracování."}, "data_name": "wmt23_terminology", "hints": [{"cs": "MorphInd", "en": "MorphInd"}, {"cs": "povrchové slovní formě", "en": "surface word form"}, {"cs": "morfologickou značku", "en": "morphological analysis"}, {"cs": "lemma", "en": "lemmatization"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Phraseological components of valency dictionaries for two West Slavic languages are presented, namely, of the PDT-Vallex dictionary for Czech and of the Walenty dictionary for Polish.", "cs": "Pro dva valenční slovníky slovanckých jazyků, PDT-Vallex pro češtinu a Walenty pro polštinu článek porovnává jejich frazeologickou část."}, "data_name": "wmt23_terminology", "hints": [{"cs": "valenční slovníky", "en": "valency dictionaries"}, {"cs": "slovanckých jazyků", "en": "West Slavic languages"}, {"cs": "PDT-Vallex", "en": "PDT-Vallex"}, {"cs": "češtinu", "en": "Czech"}, {"cs": "Walenty", "en": "Walenty"}, {"cs": "polštinu", "en": "Polish"}, {"cs": "frazeologickou část", "en": "Phraseological components"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Both dictionaries are corpus-based, albeit in different ways.", "cs": "Oba slovníky jsou založené na korpusu, i když se liší jak způsob propojení, tak technické řešení, ovšem oba jsou dostupné elektronicky ve standardnim formátu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "slovníky", "en": "dictionaries"}, {"cs": "korpusu", "en": "corpus"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Both are machine readable and employable by syntactic parsers and generators.", "cs": "V článku se porovnávají frazeologická hesla, jejich formální popis a možnosti a omezení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "článku", "en": "Both"}, {"cs": "frazeologická hesla", "en": "machine readable"}, {"cs": "formální popis", "en": "employable"}, {"cs": "možnosti a omezení", "en": "syntactic parsers and generators"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper compares the expressive power of the phraseological subformalisms of these dictionaries, discusses their limitations and makes recommendations for their possible extensions, which can be possibly applied also to other valency dictionaries with rich phraseological components.", "cs": "V závěru se doporučují rozšíření těchto komponent pro obecnější pokrytí i pro další jazyky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozšíření", "en": "extensions"}, {"cs": "komponent", "en": "components"}, {"cs": "závěru", "en": "paper"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Analysis of the information structure of the sentence from the point of view of its semantic relevance and importance for machine translation.", "cs": "Analýza aktuálního členění věty z hlediska její sémantické relevance a důležitosti pro strojový překlad."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Analýza aktuálního členění věty", "en": "Analysis of the information structure of the sentence"}, {"cs": "sémantické relevance", "en": "semantic relevance"}, {"cs": "důležitosti pro strojový překlad", "en": "importance for machine translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A collection of selected papers divided into five parts: 1.", "cs": "Soubor vybraných statí rozdělený do pěti oddílů, a to 1."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Soubor vybraných statí", "en": "A collection of selected papers"}, {"cs": "pěti oddílů", "en": "five parts"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Valency, 2.", "cs": "Valence, 2."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Valence", "en": "Valency"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Topic-Focus Articulation (TFA), Negation and Presupposition, 3.", "cs": "Aktuální členění, negace a presupozice, 3."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Aktuální členění", "en": "Topic-Focus Articulation (TFA)"}, {"cs": "negace", "en": "Negation"}, {"cs": "presupozice", "en": "Presupposition"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "TFA in the annotated treebank of Czech, 4.", "cs": "Zachycení AČV v anotovaném počítačovém korpusu češtiny, 4."}, "data_name": "wmt23_terminology", "hints": [{"cs": "AČV", "en": "TFA"}, {"cs": "anotovaném  počítačovém korpusu češtiny", "en": "annotated treebank of Czech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Discourse structure and analysis, 5.", "cs": "Struktura a analýza diskurzu, 5."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Struktura a analýza diskurzu", "en": "Discourse structure and analysis"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Remarks on some related treatments of these issue in linguistic writings abroad", "cs": "Rozbor některých zaharničních přístupů k uvedeným otázkám"}, "data_name": "wmt23_terminology", "hints": [{"cs": "Rozbor některých zaharničních přístupů", "en": "Remarks on some related treatments"}, {"cs": "uvedeným otázkám", "en": "these issue"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A survey of arguments in favour of the study of the deep sentence structure on the basis of dependency grammar, illustrated by the annotation of the Prague Dependency Treebank", "cs": "Souhrn argumentů pro studium a odpovídající anotaci korpusu z hlediska hloubkové syntaktické struktury založené na závislostní gramatice"}, "data_name": "wmt23_terminology", "hints": [{"cs": "studium", "en": "study"}, {"cs": "hloubkové syntaktické struktury", "en": "deep sentence structure"}, {"cs": "závislostní gramatice", "en": "dependency grammar"}, {"cs": "anotaci korpusu", "en": "annotation of the Prague Dependency Treebank"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A critical analysis of the studies of J.-M. Zemb on the semantics of negation and on information structure of the sentence from the point of view of Praguian linguistic theory.", "cs": "Kritický rozbor studií J.-M.Zemba o sémantice záporu a o informační struktuře věty z pohledu pražské školy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "studií", "en": "studies"}, {"cs": "sémantice záporu", "en": "semantics of negation"}, {"cs": "informační struktuře věty", "en": "information structure of the sentence"}, {"cs": "pražské školy", "en": "Praguian linguistic theory"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Presentation of the goals, progress, and results of the KConnect project at the Days of H2020 at CU.", "cs": "Prezentace cílů, průběhu a výsledků projektu KConnect na Dnech H2020 na UK."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Prezentace", "en": "Presentation"}, {"cs": "cílů", "en": "goals"}, {"cs": "průběhu", "en": "progress"}, {"cs": "výsledků", "en": "results"}, {"cs": "projektu KConnect", "en": "KConnect project"}, {"cs": "Dnech H2020", "en": "Days of H2020"}, {"cs": "UK", "en": "CU"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Achievements in Medical-domain Machine Translation within the KConnect project", "cs": "Úspěchy v oblasti medicínského strojového překladu v projektu KConnect"}, "data_name": "wmt23_terminology", "hints": [{"cs": "medicínského strojového překladu", "en": "Medical-domain Machine Translation"}, {"cs": "projektu KConnect", "en": "the KConnect project"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We summarize the involvement of our CEMI team in the Native Language Identification shared task, NLI Shared Task~2017, which deals with both textual and speech input data.", "cs": "Shrnujeme zapojení našeho týmu CEMI do soutěže s úlohou rozpoznávání rodného jazyka autora, tzv. NLI Shared Task~2017, pro kterou byla k dispozici textová a mluvená data."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozpoznávání rodného jazyka", "en": "Native Language Identification"}, {"cs": "NLI Shared Task~2017", "en": "NLI Shared Task~2017"}, {"cs": "textová a mluvená data", "en": "textual and speech input data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We submitted the results achieved by using three different system architectures; each of them combines multiple supervised learning models trained on various feature sets.", "cs": "Představujeme výsledky, kterých jsme dosáhli použitím tří různých architektur, kde každá z nich kombinuje modely natrénované nad různými příznaky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "tří různých architektur", "en": "three different system architectures"}, {"cs": "modely natrénované", "en": "supervised learning models"}, {"cs": "různými příznaky", "en": "various feature sets"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "As expected, better results are achieved with the systems that use both the textual data and the spoken responses.", "cs": "Jak jsme očekávali, lepších výsledků dosáhly systémy, které kombinují textové a mluvené příznaky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lepších výsledků", "en": "better results"}, {"cs": "systémy", "en": "systems"}, {"cs": "textové", "en": "textual data"}, {"cs": "mluvené příznaky", "en": "spoken responses"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Combining the input data of two different modalities led to a rather dramatic improvement in classification performance.", "cs": "Dokonce bylo dosaženo dramatického zlepšení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dramatického zlepšení", "en": "dramatic improvement"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our best performing method is based on a set of feed-forward neural networks whose hidden-layer outputs are combined together using a softmax layer.", "cs": "Naš nejlepší systém je založen na feed-forward neural networks, jejichž výstupy skryté vrstvy jsou kombinovány pomocí softmax."}, "data_name": "wmt23_terminology", "hints": [{"cs": "feed-forward neural networks", "en": "feed-forward neural networks"}, {"cs": "skryté vrstvy", "en": "hidden-layer outputs"}, {"cs": "softmax", "en": "softmax layer"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We achieved a macro-averaged F1 score of 0.9257 on the evaluation (unseen) test set and our team placed first in the main task together with other three teams.", "cs": "Dosáhli jsme úspěšnosti 0.9257 macro-averaged F1 na evaluační testovací sadě a náš tým spolu s dalšími třemi obsadil první místo v hlavní soutěži."}, "data_name": "wmt23_terminology", "hints": [{"cs": "úspěšnosti", "en": "score"}, {"cs": "macro-averaged F1", "en": "macro-averaged F1"}, {"cs": "evaluační testovací sadě", "en": "evaluation (unseen) test set"}, {"cs": "tým", "en": "team"}, {"cs": "první místo", "en": "first"}, {"cs": "hlavní soutěži", "en": "main task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We introduce a general and efficient technical solution for building a lexicon of discourse connectives (presented on the case of CzeDLex, a new Lexicon of Czech Discourse Connectives), based on the Prague Markup Language framework and extraction of the raw core version of the lexicon from a large treebank.", "cs": "Na příkladu nově vznikajícího slovníku českých diskurzních konektorů CzeDLex představujeme obecné a efektivní technické řešení tvorby takového slovníku, založené na datovém a aplikačním balíku Prague Markup Language a na extrakci základního hrubého obsahu slovníku z velkého anotovaného korpusu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "slovníku českých diskurzních konektorů", "en": "lexicon of discourse connectives"}, {"cs": "CzeDLex", "en": "CzeDLex"}, {"cs": "Prague Markup Language", "en": "Prague Markup Language"}, {"cs": "anotovaného korpusu", "en": "large treebank"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "CzeDLex is a new electronic lexicon of Czech discourse connectives.", "cs": "CzeDLex je nový elektronický slovník českých diskurzních konektorů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "CzeDLex", "en": "CzeDLex"}, {"cs": "elektronický slovník", "en": "electronic lexicon"}, {"cs": "českých diskurzních konektorů", "en": "Czech discourse connectives"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Its data format and structure are based on a study of similar existing resources, and adjusted to comply with the Czech syntactic tradition and specifics and with the Prague approach to the annotation of semantic discourse relations in text.", "cs": "Jeho formát a struktura jsou založeny na studiu obdobných existujících zdrojů a upraveny podle české syntaktické tradice a specifik pražského přístupu k anotaci diskurzních vztahů v textu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "formát", "en": "data format"}, {"cs": "struktura", "en": "structure"}, {"cs": "české syntaktické tradice", "en": "Czech syntactic tradition"}, {"cs": "pražského přístupu", "en": "Prague approach"}, {"cs": "anotaci diskurzních vztahů", "en": "annotation of semantic discourse relations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We first put the lexicon in context of related resources and discuss theoretical aspects of building the lexicon.", "cs": "Nejprve uvádíme slovník do kontextu podobných zdrojů a probíráme teoretické otázky vytváření slovníku."}, "data_name": "wmt23_terminology", "hints": [{"cs": "slovník", "en": "lexicon"}, {"cs": "kontextu podobných zdrojů", "en": "context of related resources"}, {"cs": "teoretické otázky", "en": "theoretical aspects"}, {"cs": "vytváření slovníku", "en": "building the lexicon"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Second, we introduce the chosen technical solution based on the Prague Markup Language.", "cs": "Poté představujeme technické řešení založené na Prague Markup Language."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Prague Markup Language", "en": "Prague Markup Language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Third, we describe the process of getting data for the lexicon by exploiting a large corpus manually annotated with discourse relations.", "cs": "Následně popisujeme proces získání dat pro slovník z velkého korpusu s ručně anotovanými diskurzními vztahy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "proces získání dat", "en": "process of getting data"}, {"cs": "slovník", "en": "lexicon"}, {"cs": "velkého korpusu", "en": "large corpus"}, {"cs": "ručně anotovanými diskurzními vztahy", "en": "manually annotated with discourse relations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We investigate how core arguments are coded in case-marking Indo-European languages.", "cs": "Zkoumáme, jakými strategiemi jsou označeny základní aktanty (core arguments) v indoevropských jazycích s pádovou morfologií."}, "data_name": "wmt23_terminology", "hints": [{"cs": "základní aktanty", "en": "core arguments"}, {"cs": "indoevropských jazycích", "en": "Indo-European languages"}, {"cs": "pádovou morfologií", "en": "case-marking"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Core arguments are a central concept in Universal Dependencies, yet it is sometimes difficult to match against terminologies traditionally used for individual languages.", "cs": "Koncept základních aktantů je v Universal Dependencies stěžejní, někdy je však obtížné ho namapovat na terminologie tradičně používané v jednotlivých jazycích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Koncept základních aktantů", "en": "Core arguments"}, {"cs": "Universal Dependencies", "en": "Universal Dependencies"}, {"cs": "terminologie", "en": "terminologies"}, {"cs": "jednotlivých jazycích", "en": "individual languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We review the methodology described in Andrews (2007), and include brief definitions of some basic terms.", "cs": "Přezkoumáváme metodologii popsanou Andrewsem (2007) a přidáváme stručné definice některých základních pojmů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metodologii", "en": "methodology"}, {"cs": "základních pojmů", "en": "basic terms"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Statistics from 26 UD treebanks show that not all treebank providers define the core-oblique boundary the same way.", "cs": "Statistiky z 26 treebanků UD ukazují, že ne všichni poskytovatelé dat definují hranici mezi základními (core) a nepřímými (oblique) argumenty stejně."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Statistiky", "en": "Statistics"}, {"cs": "treebanků UD", "en": "UD treebanks"}, {"cs": "základními (core) a nepřímými (oblique) argumenty", "en": "core-oblique boundary"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Therefore we propose some refinement and particularization of the guidelines that would improve cross-treebank consistency on the one hand, and be more sensitive to the traditional grammar on the other.", "cs": "Proto navrhujeme úpravu a upřesnění anotačních pravidel, které zlepší konzistenci napříč treebanky na jedné straně a bude více slučitelné s tradiční gramatikou na straně druhé."}, "data_name": "wmt23_terminology", "hints": [{"cs": "úpravu a upřesnění anotačních pravidel", "en": "refinement and particularization of the guidelines"}, {"cs": "konzistenci napříč treebanky", "en": "cross-treebank consistency"}, {"cs": "tradiční gramatikou", "en": "traditional grammar"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "I will summarize the parsing shared task we organized this spring.", "cs": "Shrnu soutěž v parsingu, kterou jsme organizovali toto jaro."}, "data_name": "wmt23_terminology", "hints": [{"cs": "soutěž v parsingu", "en": "parsing shared task"}, {"cs": "toto jaro", "en": "this spring"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "11 years after the first CoNLL shared task in dependency parsing, the present one has arguably been one of the largest CoNLL shared tasks ever, both in size and diversity of test data (81 treebanks, 49 languages) and in number of participants (over 50 teams, 32 submissions).", "cs": "11 let po první soutěžní úloze CoNLL v závislostním parsingu byla ta současná jednou z největších soutěží v historii CoNLL, a to jak co do velikosti a rozmanitosti testovacích dat (81 treebanků, 49 jazyků), tak co do počtu účastníků (přes 50 týmů, 32 odevzdaných systémů)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "závislostním parsingu", "en": "dependency parsing"}, {"cs": "testovacích dat", "en": "test data"}, {"cs": "treebanků", "en": "treebanks"}, {"cs": "jazyků", "en": "languages"}, {"cs": "účastníků", "en": "participants"}, {"cs": "týmů", "en": "teams"}, {"cs": "odevzdaných systémů", "en": "submissions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "There were several novel aspects: end-to-end parsing from raw text, low-resource and surprise languages, unified annotation across languages, blind evaluation on a remote server.", "cs": "Soutěž se vyznačovala několika novinkami: kompletní analýza od prostého textu až po závislostní stromy, jazyky s nedostatkem dat a předem neznámé jazyky, jednotné anotační schéma pro všechny jazyky, evaluace naslepo na vzdáleném serveru."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Soutěž", "en": "There were"}, {"cs": "novinkami", "en": "several novel aspects"}, {"cs": "kompletní analýza", "en": "end-to-end parsing"}, {"cs": "prostého textu", "en": "raw text"}, {"cs": "závislostní stromy", "en": "low-resource"}, {"cs": "jazyky s nedostatkem dat", "en": "surprise languages"}, {"cs": "jednotné anotační schéma", "en": "unified annotation"}, {"cs": "všechny jazyky", "en": "across languages"}, {"cs": "evaluace naslepo", "en": "blind evaluation"}, {"cs": "vzdáleném serveru", "en": "remote server"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The results set the new state of the art for dependency parsing of most languages, including Czech.", "cs": "Výsledky představují kvalitativně novou úroveň stavu poznání pro automatickou závislostní analýzu většiny jazyků včetně češtiny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatickou závislostní analýzu", "en": "dependency parsing"}, {"cs": "většiny jazyků", "en": "most languages"}, {"cs": "češtiny", "en": "Czech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We describe a conversion of the syntactically annotated part of the Slovak National Corpus into the annotation scheme known as Universal Dependencies.", "cs": "Popisujeme převod syntakticky anotované části Slovenského národního korpusu do anotačního schématu známého jako Universal Dependencies."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Slovenského národního korpusu", "en": "Slovak National Corpus"}, {"cs": "Universal Dependencies", "en": "Universal Dependencies"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Only a small subset of the data has been converted so far; yet it is the first Slovak treebank that is publicly available for research.", "cs": "Zatím byla převedena pouze malá část dat, nicméně jde o první slovenský treebank, který je volně přístupný pro výzkumné účely."}, "data_name": "wmt23_terminology", "hints": [{"cs": "malá část dat", "en": "small subset of the data"}, {"cs": "slovenský treebank", "en": "Slovak treebank"}, {"cs": "výzkumné účely", "en": "research"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We list a number of research projects in which the dataset has been used so far, including the first parsing results.", "cs": "Uvádíme řadu výzkumných projektů, ve kterých už tato data byla využita, včetně prvních výsledků automatické syntaktické analýzy (parsingu)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výzkumných projektů", "en": "research projects"}, {"cs": "automatické syntaktické analýzy", "en": "parsing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We describe the family of corpus file formats called CoNLL, with special focus on its newest member, the CoNLL-U format.", "cs": "Popisujeme rodinu formátů korpusových formátů zvanou CoNLL, se zvláštním zřetelem na jejího nejnovějšího člena, formát CoNLL-U."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rodinu formátů korpusových formátů", "en": "family of corpus file formats"}, {"cs": "CoNLL", "en": "CoNLL"}, {"cs": "nejnovějšího člena", "en": "newest member"}, {"cs": "formát CoNLL-U", "en": "CoNLL-U format"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present Universal Dependencies (UD), a community-driven project aimed at defining a cross-linguistically applicable annotation scheme for morphology and syntax of natural languages.", "cs": "Představujeme Universal Dependencies (UD), komunitní projekt zaměřený na mezijazykově použitelné anotační schéma pro morfologii a syntaxi přirozených jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Universal Dependencies (UD)", "en": "Universal Dependencies (UD)"}, {"cs": "anotační schéma", "en": "annotation scheme"}, {"cs": "morfologii", "en": "morphology"}, {"cs": "syntaxi", "en": "syntax"}, {"cs": "přirozených jazyků", "en": "natural languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The key idea of UD is that comparable constructions should be analyzed and annotated in comparable ways; structural representations of parallel sentences in two languages should be as parallel as possible.", "cs": "Klíčovou myšlenkou UD je, že podobné gramatické konstrukce mají být analyzovány a anotovány podobně; strukturní reprezentace paralelních vět ve dvou jazycích mají být maximálně paralelní."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Klíčovou myšlenkou", "en": "The key idea"}, {"cs": "UD", "en": "UD"}, {"cs": "gramatické konstrukce", "en": "comparable constructions"}, {"cs": "analyzovány a anotovány", "en": "analyzed and annotated"}, {"cs": "strukturní reprezentace", "en": "structural representations"}, {"cs": "paralelních vět", "en": "parallel sentences"}, {"cs": "dvou jazycích", "en": "two languages"}, {"cs": "maximálně paralelní", "en": "as parallel as possible"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The community behind UD is very diverse and so are the use cases that UD tries to support: models for natural language processing (especially tagging and parsing); linguistic research and corpus queries; language-typological studies.", "cs": "Komunita UD je velmi rozmanitá, stejně jako předpokládané možnosti využití, které se UD snaží podporovat: modely pro počítačové zpracování přirozeného jazyka (zvláště morfologické značkování a syntaktická analýza); jazykovědné bádání a dotazy na korpus; studie z jazykové typologie."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Komunita UD", "en": "community behind UD"}, {"cs": "předpokládané možnosti využití", "en": "use cases"}, {"cs": "počítačové zpracování přirozeného jazyka", "en": "natural language processing"}, {"cs": "morfologické značkování", "en": "tagging"}, {"cs": "syntaktická analýza", "en": "parsing"}, {"cs": "jazykovědné bádání", "en": "linguistic research"}, {"cs": "dotazy na korpus", "en": "corpus queries"}, {"cs": "studie z jazykové typologie", "en": "language-typological studies"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Besides defining annotation guidelines, UD also collects actual corpora, converts them to the unified annotation and makes them freely available for research.", "cs": "Kromě návrhu anotačních pravidel se projekt UD zabývá také sběrem samotných korpusů, jejich převodem do jednotné anotace a jejich zpřístupněním pro výzkum."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anotačních pravidel", "en": "annotation guidelines"}, {"cs": "korpusů", "en": "corpora"}, {"cs": "jednotné anotace", "en": "unified annotation"}, {"cs": "výzkum", "en": "research"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Being driven by data availability, UD is obviously biased towards resource-rich Eurasian languages; however, there are also samples from minority languages, and several ancient languages, too.", "cs": "Vzhledem k tomu, že UD je omezeno dostupností dat, má pochopitelně výrazně větší zastoupení velkých eurasijských jazyků bohatých na digitální zdroje; nicméně, přibývají i vzorky z menšinových jazyků a několika klasických jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "UD", "en": "UD"}, {"cs": "velkých eurasijských jazyků", "en": "resource-rich Eurasian languages"}, {"cs": "digitální zdroje", "en": "data availability"}, {"cs": "menšinových jazyků", "en": "minority languages"}, {"cs": "klasických jazyků", "en": "ancient languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The first part of the talk will describe the main principles of UD and present the project in general.", "cs": "První část přednášky představí obecné principy UD."}, "data_name": "wmt23_terminology", "hints": [{"cs": "První část přednášky", "en": "The first part of the talk"}, {"cs": "obecné principy UD", "en": "the main principles of UD"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the second part, we will look more closely at the treebanks of classical languages, and discuss some challenges of harmonizing traditional terminology both synchronically and diachronically.", "cs": "Ve druhé části se podíváme zblízka na treebanky klasických jazyků a probereme obtíže s harmonizací tradiční terminologie ze synchronního i diachronního hlediska."}, "data_name": "wmt23_terminology", "hints": [{"cs": "treebanky", "en": "treebanks"}, {"cs": "klasických jazyků", "en": "classical languages"}, {"cs": "tradiční terminologie", "en": "traditional terminology"}, {"cs": "synchronního", "en": "synchronically"}, {"cs": "diachronního hlediska", "en": "diachronically"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We will also demonstrate query tools that can be used to study the data.", "cs": "Předvedeme také nástroje, které lze využít k databázovým dotazům nad korpusy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nástroje", "en": "query tools"}, {"cs": "databázovým dotazům", "en": "study the data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This package contains the system outputs from the CoNLL 2017 Shared Task in Multilingual Parsing from Raw Text to Universal Dependencies.", "cs": "Tento balíček obsahuje výstupy 33 automatických syntaktických analyzátorů, které se účastnily společné úlohy (shared task) ve vícejazyčném parsingu z prostého textu do Universal Dependencies, v rámci konference CoNLL 2017."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatických syntaktických analyzátorů", "en": "system outputs"}, {"cs": "společné úlohy", "en": "Shared Task"}, {"cs": "vícejazyčném parsingu", "en": "Multilingual Parsing"}, {"cs": "prostého textu", "en": "Raw Text"}, {"cs": "Universal Dependencies", "en": "Universal Dependencies"}, {"cs": "konference CoNLL 2017", "en": "CoNLL 2017"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The Conference on Computational Natural Language Learning (CoNLL) features a shared task, in which participants train and test their learning systems on the same data sets.", "cs": "Konference o počítačovém učení přirozeného jazyka (CoNLL) zahrnuje soutěž (společnou úlohu, shared task), ve které účastníci trénují a testují své učící systémy na stejných sadách dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Konference o počítačovém učení přirozeného jazyka (CoNLL)", "en": "Conference on Computational Natural Language Learning (CoNLL)"}, {"cs": "soutěž (společnou úlohu, shared task)", "en": "shared task"}, {"cs": "účastníci", "en": "participants"}, {"cs": "učící systémy", "en": "learning systems"}, {"cs": "sadách dat", "en": "data sets"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In 2017, one of two tasks was devoted to learning dependency parsers for a large number of languages, in a real-world setting without any gold-standard annotation on input.", "cs": "V roce 2017 byla jedna ze dvou soutěží věnována učení závislostních parserů (syntaktických analyzátorů) pro velké množství jazyků, v realistických podmínkách bez jakékoli ruční anotace na vstupu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "závislostních parserů", "en": "dependency parsers"}, {"cs": "jazyků", "en": "languages"}, {"cs": "ruční anotace", "en": "gold-standard annotation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "All test sets followed a unified annotation scheme, namely that of Universal Dependencies.", "cs": "Všechny testovací sady byly anotovány podle jednotného schématu zvaného Universal Dependencies."}, "data_name": "wmt23_terminology", "hints": [{"cs": "testovací sady", "en": "test sets"}, {"cs": "jednotného schématu", "en": "unified annotation scheme"}, {"cs": "Universal Dependencies", "en": "Universal Dependencies"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we define the task and evaluation methodology, describe data preparation, report and analyze the main results, and provide a brief categorization of the different approaches of the participating systems.", "cs": "V tomto článku definujeme úlohu a vyhodnocovací metodiku, popisujeme přípravu dat, shrnujeme a rozebíráme hlavní výsledky a podáváme stručný přehled jednotlivých přístupů v účastnických systémech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "úlohu", "en": "task"}, {"cs": "vyhodnocovací metodiku", "en": "evaluation methodology"}, {"cs": "přípravu dat", "en": "data preparation"}, {"cs": "hlavní výsledky", "en": "main results"}, {"cs": "účastnických systémech", "en": "participating systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The talk evaluated several properties of Czech clitics: mainly constraints on their placement within the sentence and haplology of reflexive clitics.", "cs": "Přednáška se zaměřila na vybrané vlastnosti českých příklonek: především na omezení na jejich umístění ve větě a haplologii reflexivních příklonek."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Přednáška", "en": "talk"}, {"cs": "českých příklonek", "en": "Czech clitics"}, {"cs": "omezení", "en": "constraints"}, {"cs": "umístění ve větě", "en": "placement within the sentence"}, {"cs": "haplologii reflexivních příklonek", "en": "haplology of reflexive clitics"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a pilot study on parsing non-native texts written by learners of Czech.", "cs": "Prezentujeme pilotní studii věnovanou automatické syntaktické analýze žakovského korpusu CzeSL."}, "data_name": "wmt23_terminology", "hints": [{"cs": "pilotní studii", "en": "pilot study"}, {"cs": "automatické syntaktické analýze", "en": "parsing"}, {"cs": "žakovského korpusu CzeSL", "en": "non-native texts written by learners of Czech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We performed experiments that have shown that at least high-level syntactic functions, like subject, predicate, and object, can be assigned based on a parser trained on standard native language.", "cs": "Provedli jsme experimenty, které naznačily, že základní větné členy subjekt, predikát, objekt, mohou být určeny pomocí parseru natrénovaného na textech od rodilých mluvčích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experimenty", "en": "experiments"}, {"cs": "základní větné členy", "en": "high-level syntactic functions"}, {"cs": "subjekt", "en": "subject"}, {"cs": "predikát", "en": "predicate"}, {"cs": "objekt", "en": "object"}, {"cs": "parseru", "en": "parser"}, {"cs": "rodilých mluvčích", "en": "native language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "ForFun is an interface for various linguistic research, particularly in describing syntactic functions and their formal realizations in Czech sentences.", "cs": "ForFun je nástroj pro rozmanitý lingvistický výzkum, zejména v oblasti syntaxe pro popis syntaktických funkcí a jejich formálních realizací v českcýh větách."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lingvistický výzkum", "en": "linguistic research"}, {"cs": "syntaxe", "en": "syntactic functions"}, {"cs": "českcýh větách", "en": "Czech sentences"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "ForFun draws on the complex linguistic annotation of Prague Dependency Treebanks (PDTs) and arranges morphological and syntactical annotation into new tool which gives a possibility to search quickly and in a user-friendly way all forms (almost 1,500 items) used in PDTs for particular function and vice versa to look up all functions (66 items) expressed by the particular forms.", "cs": "ForFun je založen na datech Pražských závislostních korpusů (PDTs), uspořádává jejich morfologickou a syntaktickou anotaci do nové databáze, ve které je možné rychle a snadno prohledávat autentické příklady užité v PDTs pro jednotlivé funkce (66 položek) a též opačně lze zkoumat funkce vyjádřené zvolenou formou (téměř 1500 položek)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "ForFun", "en": "ForFun"}, {"cs": "Pražských závislostních korpusů", "en": "Prague Dependency Treebanks"}, {"cs": "PDTs", "en": "PDTs"}, {"cs": "morfologickou a syntaktickou anotaci", "en": "morphological and syntactical annotation"}, {"cs": "databáze", "en": "tool"}, {"cs": "funkce", "en": "function"}, {"cs": "položek", "en": "items"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In many languages, some words can be written in several ways.", "cs": "V mnoha jazycích lze některé slova psát více způsoby."}, "data_name": "wmt23_terminology", "hints": [{"cs": "mnoha jazycích", "en": "many languages"}, {"cs": "některé slova", "en": "some words"}, {"cs": "více způsoby", "en": "several ways"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We call them variants.", "cs": "Říkáme jim varianty."}, "data_name": "wmt23_terminology", "hints": [{"cs": "varianty", "en": "variants"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Values of all their morphological categories are identical, which leads to an identical morphological tag.", "cs": "Hodnoty všech jejich morfologických kategorií jsou totožné, což vede k identické morfologické značce."}, "data_name": "wmt23_terminology", "hints": [{"cs": "morfologických kategorií", "en": "morphological categories"}, {"cs": "morfologické značce", "en": "morphological tag"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Together with the identical lemma, we have two or more wordforms with the same morphological description.", "cs": "Spolu s totožným lematem máme dva nebo více slovních tvarů se stejným morfologickým popisem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "totožným lematem", "en": "identical lemma"}, {"cs": "slovních tvarů", "en": "wordforms"}, {"cs": "morfologickým popisem", "en": "morphological description"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This ambiguity may cause problems in various NLP applications.", "cs": "Tato nejednoznačnost může působit problémy v různých aplikacích automatického zpracování jazyka."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nejednoznačnost", "en": "ambiguity"}, {"cs": "problémy", "en": "problems"}, {"cs": "různých aplikacích automatického zpracování jazyka", "en": "various NLP applications"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "There are two types of variants – those affecting the whole paradigm (global variants) and those affecting only wordforms sharing some combinations of morphological values (inflectional variants).", "cs": "Existují dva typy variant - ty, které ovlivňují celé paradigma (globální varianty), a ty, které mají vliv pouze na slovní tvary používající některé kombinace morfologických hodnot (inflexní varianty)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "typy variant", "en": "types of variants"}, {"cs": "globální varianty", "en": "global variants"}, {"cs": "inflexní varianty", "en": "inflectional variants"}, {"cs": "morfologických hodnot", "en": "morphological values"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the paper, we propose means how to tag all wordforms, including their variants, unambiguously.", "cs": "V příspěvku navrhujeme prostředky, jak označit všechny slovní tvary, včetně jejich variant, jednoznačně."}, "data_name": "wmt23_terminology", "hints": [{"cs": "příspěvku", "en": "paper"}, {"cs": "slovní tvary", "en": "wordforms"}, {"cs": "variant", "en": "variants"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We call this requirement ”Golden rule of morphology”.", "cs": "Tento požadavek nazýváme \"Zlaté pravidlo morfologie\"."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Zlaté pravidlo morfologie", "en": "Golden rule of morphology"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper deals mainly with Czech, but the ideas can be applied to other languages as well.", "cs": "Práce se zabývá především češtinou, ale hlavní myšlenky lze uplatnit i v jiných jazycích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "češtinou", "en": "Czech"}, {"cs": "jiných jazycích", "en": "other languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We explore human judgments on how well individual patterns of 29 target verbs from the Pattern Dictionary of English Verbs describe their random KWICs.", "cs": "Zkoumáme lidské úsudky o tom, jak dobře popisují jednotlivé vzory užívání (usage patterns) 29 cílových sloves z modelového slovníku anglických sloves jejich náhodné KWIC."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lidské úsudky", "en": "human judgments"}, {"cs": "jednotlivé vzory užívání", "en": "individual patterns"}, {"cs": "29 cílových sloves", "en": "29 target verbs"}, {"cs": "modelového slovníku anglických sloves", "en": "Pattern Dictionary of English Verbs"}, {"cs": "náhodné KWIC", "en": "random KWICs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We focus on cases where more than one pattern is judged as highly appropriate for a given KWIC and seek to estimate the effect of event participants (arguments) being denotatively similar in two patterns, considering all pair combinations in a given lemma.", "cs": "Zaměřujeme se na případy, kdy je pro daný KWIC hodnoceno více než jeden model a snažme se odhadnout vliv účastníků události (argumenty), které jsou denotativně podobné ve dvou vzorcích, s ohledem na všechny kombinace párů v daném lemmatu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "případy", "en": "cases"}, {"cs": "KWIC", "en": "KWIC"}, {"cs": "model", "en": "pattern"}, {"cs": "účastníků události", "en": "event participants"}, {"cs": "argumenty", "en": "arguments"}, {"cs": "lemmatu", "en": "lemma"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We compare this effect to the effect of several contextual features of the KWICs, the effect of paired PDEV implicatures implying each other, and the effect of belonging to a given lemma.", "cs": "Tento efekt porovnáváme s účinkem několika kontextových rysů KWIC, účinkem spárovaných implicit PDEV, které se navzájem implikují, a účinkem příslušnosti k danému lemu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "efekt", "en": "effect"}, {"cs": "kontextových rysů KWIC", "en": "contextual features of the KWICs"}, {"cs": "spárovaných implicit PDEV", "en": "paired PDEV implicatures"}, {"cs": "příslušnosti k danému lemu", "en": "belonging to a given lemma"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We show that the lemma effect is still stronger than any feature going across lemmas we have examined so far, so that each verb appears to be a little universe in its own right.", "cs": "Ukazujeme, že lemmatický efekt je stále silnější než jakákoli vlastnost, která prochází napříč lemma, kterou jsme zatím prozkoumali, takže každé sloveso se zdá být malým vesmírem samo o sobě."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lemmatický efekt", "en": "lemma effect"}, {"cs": "sloveso", "en": "verb"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Very fast implementation of the filter bank for splitting the input complex signal into N equidistant frequency channels.", "cs": "Velmi rychla implementace banky filtru pro rozdeleni vstupniho komplexniho signalu do N frekvencne ekvidistantnich kanalu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "implementace banky filtru", "en": "implementation of the filter bank"}, {"cs": "vstupniho komplexniho signalu", "en": "input complex signal"}, {"cs": "N frekvencne ekvidistantnich kanalu", "en": "N equidistant frequency channels"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The aim of our contribution is to introduce a database of linguistic forms and their functions built with the use of the multi-layer annotated corpora of Czech, the Prague Dependency Treebanks.", "cs": "Příspěvek představuje databázi lingvistických forem a funkcí postavenou nad Pražským závislostním korpusem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "databázi lingvistických forem a funkcí", "en": "database of linguistic forms and their functions"}, {"cs": "Pražským závislostním korpusem", "en": "Prague Dependency Treebanks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We will also demonstrate possibilities of the exploitation of the ForFun database.", "cs": "Ukážeme možnosti využití databáze."}, "data_name": "wmt23_terminology", "hints": [{"cs": "databáze", "en": "ForFun database"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the paper, the boundary between borrowing and word formation (particularly, derivation) is studied on the example of the suffixes -ismus and -ita, which occur in nouns in Czech.", "cs": "V příspěvku se zabýváme hranicí mezi přejímáním slov a slovotvorbou (zvláště derivací) na příkladu substantiv s příponou -ismus a -ita."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přejímáním slov", "en": "borrowing"}, {"cs": "slovotvorbou", "en": "word formation"}, {"cs": "derivací", "en": "derivation"}, {"cs": "substantiv", "en": "nouns"}, {"cs": "příponou", "en": "suffixes"}, {"cs": "-ismus", "en": "-ismus"}, {"cs": "-ita", "en": "-ita"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Formal (both inflectional and derivational) and semantic features of nouns with the suffixes -ismus and -ita are introduced.", "cs": "Z hlediska české slovní zásoby jsou zkoumány formální (flektivní i derivační) vlastnosti a význam těchto slov."}, "data_name": "wmt23_terminology", "hints": [{"cs": "české slovní zásoby", "en": "nouns"}, {"cs": "význam", "en": "semantic features"}, {"cs": "těchto slov", "en": "of nouns with the suffixes -ismus and -ita"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper deals with verbal paradigms with respect to inflectional and derivational morphology of Czech, and its aim is to contribute to the discussion on the absence of clear boundaries between inflection and derivation.", "cs": "Příspěvek se věnuje paradigmatu českého slovesa z hlediska flektivní a derivační morfologie, poukazuje na vzájemnou propojenost obou oblastí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "paradigmatu českého slovesa", "en": "verbal paradigms"}, {"cs": "flektivní", "en": "inflectional"}, {"cs": "derivační morfologie", "en": "derivational morphology"}, {"cs": "vzájemnou propojenost", "en": "absence of clear boundaries"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The aspect is an inflectional category of Czech verbs which is formally expressed by derivation.", "cs": "Kategorie vidu je popisována jako flektivní kategorie slovesa, která je formálně vyjadřována derivačními prostředky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Kategorie vidu", "en": "aspect"}, {"cs": "flektivní kategorie slovesa", "en": "inflectional category of Czech verbs"}, {"cs": "derivačními prostředky", "en": "derivation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The present paper describes a semi-automatic method of adding derivational links to the lexical database DeriNet by identifying verbs which are derived by suffixation and constitute aspectual pairs.", "cs": "Příspěvek představuje poloautomatickou proceduru, jejímž cílem bylo v derivační databázi DeriNet identifikovat vidové dvojice sloves lišící se příponami."}, "data_name": "wmt23_terminology", "hints": [{"cs": "poloautomatickou proceduru", "en": "semi-automatic method"}, {"cs": "derivační databázi DeriNet", "en": "lexical database DeriNet"}, {"cs": "vidové dvojice sloves", "en": "aspectual pairs"}, {"cs": "příponami", "en": "suffixation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It briefly introduces the notion of aspect in Czech and discusses the account of aspect in the Czech linguistic literature and in existing data resources.", "cs": "Na základě dat z valenčního slovníku Vallex jsme sestavili seznam párů sufixů, kterými se vidové protějšky liší, a tento seznam využili k vyhledání dalších dvojic v rozsáhlých datech sítě DeriNet."}, "data_name": "wmt23_terminology", "hints": [{"cs": "valenčního slovníku Vallex", "en": "notion of aspect in Czech"}, {"cs": "vidové protějšky", "en": "account of aspect"}, {"cs": "sítě DeriNet", "en": "existing data resources"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "As its main focus, it presents an approach to identifying aspectual pairs based on extraction of such pairs from the VALLEX valency dictionary, identification of suffix substitution rules and subsequent manual annotation, which resulted in the addition of almost 6,000 derivational links into the DeriNet database.", "cs": "Nalezené dvojice byly potvrzeny ruční anotací."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dvojice", "en": "pairs"}, {"cs": "ruční anotací", "en": "manual annotation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A simple way of browsing CoNLL and CoNLLU format files in your terminal.", "cs": "Snadný způsob prohlížení souborů ve formátu CoNLL a CoNLLU ve vašem terminálu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "terminálu", "en": "terminal"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Fast and text-based.", "cs": "Rychlý a textový."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Rychlý", "en": "Fast"}, {"cs": "textový", "en": "text-based"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We thoroughly analyse the performance of cross-lingual tagger and parser transfer from English into 32 languages.", "cs": "V několika rozměrech rozebíráme chyby v kroslingválním přenosu taggeru a parseru z angličtiny do 32 jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "taggeru", "en": "tagger"}, {"cs": "parseru", "en": "parser"}, {"cs": "angličtiny", "en": "English"}, {"cs": "32 jazyků", "en": "32 languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We suggest potential remedies for identified issues and evaluate some of them.", "cs": "Identifikujeme a vysvětlujeme silné a slabé stránky a nepravidelnosti a navrhujeme možná řešení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "silné a slabé stránky", "en": "identified issues"}, {"cs": "možná řešení", "en": "potential remedies"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Trained models for UDPipe used to produce our final submission to VarDial 2017 shared task (https://bitbucket.org/hy-crossNLP/vardial2017) and described in a paper by the same authors titled Slavic Forest, Norwegian Wood.", "cs": "Natrénované modely pro UDPipe, použité k vytvoření našeho příspěvku zaslaného na sdílenou úlohu VarDial 2017 (https://bitbucket.org/hy-crossNLP/vardial2017) a popsaných v článku stejných autorů s názvem Slavic Forest, Norwegian Wood."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Natrénované modely", "en": "Trained models"}, {"cs": "UDPipe", "en": "UDPipe"}, {"cs": "VarDial 2017", "en": "VarDial 2017"}, {"cs": "Slavic Forest, Norwegian Wood", "en": "Slavic Forest, Norwegian Wood"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Tools and scripts used to create the cross-lingual parsing models submitted to VarDial 2017 shared task (https://bitbucket.org/hy-crossNLP/vardial2017) and described in a paper by the same authors titled Slavic Forest, Norwegian Wood.", "cs": "Nástroje a skripty užité k vytvoření modelů mezijazyčných parserů, zaslaných na sdílenou úlohu VarDial 2017 (https://bitbucket.org/hy-crossNLP/vardial2017) a popsaných v článku stejných autorů s názvem Slavic Forest, Norwegian Wood."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Nástroje a skripty", "en": "Tools and scripts"}, {"cs": "mezijazyčných parserů", "en": "cross-lingual parsing models"}, {"cs": "VarDial 2017", "en": "VarDial 2017"}, {"cs": "Slavic Forest, Norwegian Wood", "en": "Slavic Forest, Norwegian Wood"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Presenting Treex CR - the coreference resolution system for English and Czech.", "cs": "Představení Treex CR - systému na rozpoznávání koreference pro angličtinu a češtinu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Treex CR", "en": "Treex CR"}, {"cs": "rozpoznávání koreference", "en": "coreference resolution system"}, {"cs": "angličtinu", "en": "English"}, {"cs": "češtinu", "en": "Czech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper describes the system for coreference resolution in German and Russian, trained exclusively on coreference relations projected through a parallel corpus from English.", "cs": "Článek popisuje systém pro rozpoznávání koreference v němčině a ruštině, trénovaný výlučně na koreferenčních vztazích projektovaných skrz paralelní korpus."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozpoznávání koreference", "en": "coreference resolution"}, {"cs": "němčině", "en": "German"}, {"cs": "ruštině", "en": "Russian"}, {"cs": "paralelní korpus", "en": "parallel corpus"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The resolver operates on the level of deep syntax and makes use of multiple specialized models.", "cs": "Rozpoznávač operuje na tektogramatické vrstvě a používá vícero specializovných modelů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Rozpoznávač", "en": "resolver"}, {"cs": "tektogramatické vrstvě", "en": "level of deep syntax"}, {"cs": "specializovných modelů", "en": "specialized models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It achieves 32 and 22 points in terms of CoNLL score for Russian and German, respectively.", "cs": "Měřeno metrikou CoNLL systém dosahuje 32 bodů pro Ruštinu a 22 bodov pro němčinu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metrikou CoNLL", "en": "CoNLL score"}, {"cs": "Ruštinu", "en": "Russian"}, {"cs": "němčinu", "en": "German"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Analysis of the evaluation results show that the resolver for Russian is able to preserve 66\\% of the English resolver's quality in terms of CoNLL score.", "cs": "Analýza výsledků ukazuje, že rozpoznávač pro ruštinu je schopen při projekci z angličtiny dosáhnout 66% kvality dosažené na angličtině."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Analýza výsledků", "en": "Analysis of the evaluation results"}, {"cs": "rozpoznávač pro ruštinu", "en": "resolver for Russian"}, {"cs": "angličtiny", "en": "English"}, {"cs": "kvality", "en": "quality"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The system was submitted to the Closed track of the CORBON 2017 Shared task.", "cs": "Systém byl poslán na CORBON 2017 Shared task."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Systém", "en": "The system"}, {"cs": "CORBON 2017 Shared task", "en": "CORBON 2017 Shared task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Automatic segmentation, tokenization and morphological and syntactic annotations of raw texts in 45 languages, generated by UDPipe (http://ufal.mff.cuni.cz/udpipe), together with word embeddings of dimension 100 computed from lowercased texts by word2vec (https://code.google.com/archive/p/word2vec/).", "cs": "Automatická segmentace, tokenizace a morfologická a syntaktická anotace textů ve 45 jazycích, vygenerovaná pomocí UDPipe (http://ufal.mff.cuni.cz/udpipe), spolu se 100rozměrnými slovními embeddingy vypočítanými nad textem převedeným na malá písmena nástrojem word2vec (https://code.google.com/archive/p/word2vec/)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Automatická segmentace", "en": "Automatic segmentation"}, {"cs": "tokenizace", "en": "tokenization"}, {"cs": "morfologická a syntaktická anotace", "en": "morphological and syntactic annotations"}, {"cs": "UDPipe", "en": "UDPipe"}, {"cs": "slovními embeddingy", "en": "word embeddings"}, {"cs": "word2vec", "en": "word2vec"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Translating into morphologically rich languages is difficult.", "cs": "Strojový překlad do tvaroslovně bohatých jazyků představuje složitý problém."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Strojový překlad", "en": "Translating"}, {"cs": "tvaroslovně bohatých jazyků", "en": "morphologically rich languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Although the coverage of lemmas may be reasonable, many morphological variants cannot be learned from the training data.", "cs": "Prestože pokrytí na úrovni lemmat může být dostatečné, řada jejich tvaroslovných variant se z trénovacích dat nedá získat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "pokrytí", "en": "coverage"}, {"cs": "lemmat", "en": "lemmas"}, {"cs": "tvaroslovných variant", "en": "morphological variants"}, {"cs": "trénovacích dat", "en": "training data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a statistical translation system that is able to produce these inflected word forms.", "cs": "Představujeme statistický překladový systém, který tyto tvaroslovné varinaty dokáže generovat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "statistický překladový systém", "en": "statistical translation system"}, {"cs": "tvaroslovné varinaty", "en": "inflected word forms"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Different from most previous work, we do not separate morphological prediction from lexical choice into two consecutive steps.", "cs": "Na rozdíl od dřívějších prací nerozdělujeme modelování tvarosloví a lexikální volbu na dva navazující kroky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "modelování tvarosloví", "en": "morphological prediction"}, {"cs": "lexikální volbu", "en": "lexical choice"}, {"cs": "dva navazující kroky", "en": "two consecutive steps"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our approach is novel in that it is integrated in decoding and takes advantage of context information from both the source language and the target language sides.", "cs": "Náš postup je integrován přímo v dekódování a využívá informace z konextu jak na zdrojové, tak na cílové straně."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dekódování", "en": "decoding"}, {"cs": "zdrojové", "en": "source language"}, {"cs": "cílové straně", "en": "target language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It has been shown that increasing model depth improves the quality of neural machine translation.", "cs": "Bylo prokázáno, že zvyšující se hloubka modelu zlepšuje kvalitu neuronového strojového překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hloubka modelu", "en": "model depth"}, {"cs": "kvalitu neuronového strojového překladu", "en": "quality of neural machine translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, different architectural variants to increase model depth have been proposed, and so far, there has been no thorough comparative study.", "cs": "Přes mnoho návrhů různých variant arhitektur pro zvýšení hloubky modelu doposud nebyla provedena žádná důkladná srovnávací studie."}, "data_name": "wmt23_terminology", "hints": [{"cs": "návrhů různých variant arhitektur", "en": "different architectural variants"}, {"cs": "zvýšení hloubky modelu", "en": "increase model depth"}, {"cs": "srovnávací studie", "en": "comparative study"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this work, we describe and evaluate several existing approaches to introduce depth in neural machine translation.", "cs": "V této práci popisujeme a vyhodnocujeme několik stávajících přístupů k zavedení hloubky v neuronovém strojovém překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hloubky", "en": "depth"}, {"cs": "neuronovém strojovém překladu", "en": "neural machine translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Additionally, we explore novel architectural variants, including deep transition RNNs, and we vary how attention is used in the deep decoder.", "cs": "Navíc prozkoumáváme nové varianty architektur včetně hlubokých přechodových RNN a měníme, jak je hlubokém dekodéru použit mechanismus pozornosti (\"attention\")."}, "data_name": "wmt23_terminology", "hints": [{"cs": "architektur", "en": "architectural variants"}, {"cs": "hlubokých přechodových RNN", "en": "deep transition RNNs"}, {"cs": "mechanismus pozornosti", "en": "attention"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We introduce a novel \"BiDeep\" RNN architecture that combines deep transition RNNs and stacked RNNs.", "cs": "Představujeme novou architekturu \"BiDeep\" RNN, která kombinuje hluboké přechodové RNN a skládané RNN."}, "data_name": "wmt23_terminology", "hints": [{"cs": "BiDeep", "en": "BiDeep"}, {"cs": "RNN", "en": "RNN"}, {"cs": "hluboké přechodové RNN", "en": "deep transition RNNs"}, {"cs": "skládané RNN", "en": "stacked RNNs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our evaluation is carried out on the English to German WMT news translation dataset, using a single-GPU machine for both training and inference.", "cs": "Hodnocení provádíme na anglicko-německém datovém souboru WMT pro překlady novinových článků s využitím stroje s jednou GPU pro trénování i inferenci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anglicko-německém", "en": "English to German"}, {"cs": "datovém souboru WMT", "en": "WMT news translation dataset"}, {"cs": "stroje s jednou GPU", "en": "single-GPU machine"}, {"cs": "trénování", "en": "training"}, {"cs": "inferenci", "en": "inference"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We find that several of our proposed architectures improve upon existing approaches in terms of speed and translation quality.", "cs": "Zjistili jsme, že několik našich navrhovaných architektur zlepšuje stávající přístupy z hlediska rychlosti a kvality překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "architektur", "en": "architectures"}, {"cs": "rychlosti", "en": "speed"}, {"cs": "kvality překladu", "en": "translation quality"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We obtain best improvements with a BiDeep RNN of combined depth 8, obtaining an average improvement of 1.5 BLEU over a strong shallow baseline.", "cs": "Nejlepších výsledků jsme získali s BiDeep RNN kombinované hloubky 8, získáním průměrného zlepšení 1,5 BLEU nad silnou baseline."}, "data_name": "wmt23_terminology", "hints": [{"cs": "BiDeep RNN", "en": "BiDeep RNN"}, {"cs": "hloubky 8", "en": "combined depth 8"}, {"cs": "zlepšení 1,5 BLEU", "en": "improvement of 1.5 BLEU"}, {"cs": "baseline", "en": "baseline"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We release our code for ease of adoption.", "cs": "Náš kód je pro snadný přístup zveřejněn."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kód", "en": "code"}, {"cs": "snadný přístup", "en": "ease of adoption"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Most compositions created throughout history exist today only in written form, usually residing in archive collections; specifically in the Czech Republic, there are many more than 10 000 such manuscripts.", "cs": "Většina hudebních skladeb, které byly kdy vytvořeny, dnes existuje pouze v psané podobě, většinou v rámci archivů; konkrétně v ČR je více než 10 000 takových rukopisů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hudebních skladeb", "en": "compositions"}, {"cs": "psané podobě", "en": "written form"}, {"cs": "archivů", "en": "archive collections"}, {"cs": "ČR", "en": "Czech Republic"}, {"cs": "rukopisů", "en": "manuscripts"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "To preserve and disseminate this portion of cultural heritage, it is advantageous to digitize it; further usability would be brought by also digitizing the contents of these documents.", "cs": "Pro zachování a šíření této části kulturního dědictví je vhodné jej digitalizovat, a další výhody přináší digitalizace hudebního obsahu těchto dokumentů."}, "data_name": "wmt23_terminology", "hints": [{"en": "cultural heritage", "cs": "kulturního dědictví"}, {"en": "digitize", "cs": "digitalizovat"}, {"en": "contents", "cs": "obsahu"}, {"en": "documents", "cs": "dokumentů"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, transcribing music with notation editors such as Sibelius or MuseScore is too time-consuming.", "cs": "Ruční přepisování not v editorech jako Sibelius či MuseScore je však v tomto rozsahu příliš pomalé."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Ruční přepisování not", "en": "transcribing music"}, {"cs": "editorech", "en": "notation editors"}, {"cs": "Sibelius", "en": "Sibelius"}, {"cs": "MuseScore", "en": "MuseScore"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Optical Music Recognition (OMR), the equivalent of OCR for music notation, can be a key tool for opening the contents of musical archives to large-scale musicological research, better curation (e.g., duplicate search), and for making the way from an archival score to performance easier.", "cs": "Rozpoznávání notopisu (Optical Music Recognition, OMR), ekvivalent OCR pro hudební notaci, může být klíčovým nástrojem pro zpřístupnění obsahu hudebních archivů - pro široký muzikologický výzkum, pro lepší správu (např. detekce opisů), a pro zkrácení cesty, kterou skladby musí ujít od archiválie k živému provedení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Rozpoznávání notopisu", "en": "Optical Music Recognition"}, {"cs": "Optical Music Recognition, OMR", "en": "OMR"}, {"cs": "OCR pro hudební notaci", "en": "OCR for music notation"}, {"cs": "hudebních archivů", "en": "musical archives"}, {"cs": "muzikologický výzkum", "en": "musicological research"}, {"cs": "detekce opisů", "en": "duplicate search"}, {"cs": "archiválie", "en": "archival score"}, {"cs": "živému provedení", "en": "performance"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present MUSCIMarker, an open-source workbench for developing Optical Music Recognition (OMR) systems from image preprocessing to MIDI export.", "cs": "Představujeme MUSCIMarker, open-source nástroj pro vývoj systémů rozpoznávání notopisu (Optical Music Recognition, OMR)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "MUSCIMarker", "en": "MUSCIMarker"}, {"cs": "open-source nástroj", "en": "open-source workbench"}, {"cs": "rozpoznávání notopisu", "en": "Optical Music Recognition"}, {"cs": "Optical Music Recognition, OMR", "en": "OMR"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It is built around the notation graph data model of the MUSCIMA++ dataset for full-pipeline OMR.", "cs": "Nástroj je postavený okolo reprezentace notopisu jakožto grafu, definovaného v datasetu MUSCIMA++."}, "data_name": "wmt23_terminology", "hints": [{"cs": "notopisu", "en": "notation graph"}, {"cs": "datasetu MUSCIMA++", "en": "MUSCIMA++ dataset"}, {"cs": "reprezentace", "en": "data model"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The system is transparent and interactive, enabling the user to visualize, validate and edit results of individual OMR stages.", "cs": "Nástroj je transparentní a interaktivní, umožňuje uživateli vizualizovat, ověřit a upravovat výsledky jednotlivých kroků OMR."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Nástroj", "en": "The system"}, {"cs": "transparentní", "en": "transparent"}, {"cs": "interaktivní", "en": "interactive"}, {"cs": "uživateli", "en": "the user"}, {"cs": "vizualizovat", "en": "visualize"}, {"cs": "ověřit", "en": "validate"}, {"cs": "upravovat", "en": "edit"}, {"cs": "výsledky", "en": "results"}, {"cs": "jednotlivých kroků OMR", "en": "individual OMR stages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It is platform-independent, written purely in Python, and can work offline.", "cs": "Navíc je díky čistě Pythonové implementaci přenosný mezi operačními systémy, a umožňuje pracovat offline."}, "data_name": "wmt23_terminology", "hints": [{"cs": "čistě Pythonové implementaci", "en": "written purely in Python"}, {"cs": "přenosný mezi operačními systémy", "en": "platform-independent"}, {"cs": "pracovat offline", "en": "work offline"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We demonstrate its value with a prototype OMR system for musical manuscripts that implements the recognition pipeline, up to playing the recognition outputs through MIDI.", "cs": "Dokládáme hodnotu MUSCIMarkeru skrze prototyp systému na plnohodnotné rozpoznávání notopisu, od předzpracování obrazu po přehrání výstupu a export do formátu MIDI."}, "data_name": "wmt23_terminology", "hints": [{"cs": "notopisu", "en": "musical manuscripts"}, {"cs": "formátu MIDI", "en": "MIDI"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The audience will interact with the program and can test an integrated OMR system prototype.", "cs": "Publikum prezentace bude mít příležitost MUSCIMarker i rozpoznávací prototyp vyzkoušet."}, "data_name": "wmt23_terminology", "hints": [{"cs": "publikum", "en": "audience"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Noteheads are the interface between the written score and music.", "cs": "Notové hlavičky představují rozhraní mezi zápisem hudby a hudbou samotnou."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Notové hlavičky", "en": "Noteheads"}, {"cs": "zápisem hudby", "en": "written score"}, {"cs": "hudbou samotnou", "en": "music"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Each notehead on the page signifies one note to be played, and detecting noteheads is thus an unavoidable step for Optical Music Recognition.", "cs": "Každá hraná nota je kódována pomocí notové hlavičky, a detekovat hlavičky je tím pádem pro rozpoznávání not nevyhnutelné."}, "data_name": "wmt23_terminology", "hints": [{"cs": "notové hlavičky", "en": "noteheads"}, {"cs": "rozpoznávání not", "en": "Optical Music Recognition"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In printed notation, noteheads are clearly distinct objects; however, the variety of music notation handwriting makes noteheads harder to identify, and while handwritten music notation symbol classification is a well-studied task, symbol detection has usually been limited to heuristics and rule-based systems instead of machine learning methods better suited to deal with the uncertainties in handwriting.", "cs": "V tištěné notaci jsou hlavičky jasně rozlišitelné, avšak různorodost rukopisů činí jejich identifikaci obtížnější."}, "data_name": "wmt23_terminology", "hints": [{"cs": "tištěné notaci", "en": "printed notation"}, {"cs": "hlavičky", "en": "noteheads"}, {"cs": "různorodost rukopisů", "en": "variety of music notation handwriting"}, {"cs": "identifikaci", "en": "identify"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present ongoing work on a simple notehead detector using convolutional neural networks for pixel classification and bounding box regression that achieves a detection f-score of 0.97 on binary score images in the MUSCIMA++ dataset, does not require staff removal, and is applicable to a variety of handwriting styles and levels of musical complexity.", "cs": "Představujeme jednoduchý detektor notových hlaviček používající konvoluční neuronové sítě pro klasifikaci pixelů a regresi na ohraničení, který dosahuje na detekci f-score 0.97 nad datasetem MUSCIMA++, nepotřebuje odstraňování osnov, a lze jej použít na různorodé rukopisné styly a úrovně složitosti zapsané hudby."}, "data_name": "wmt23_terminology", "hints": [{"cs": "detektor notových hlaviček", "en": "notehead detector"}, {"cs": "konvoluční neuronové sítě", "en": "convolutional neural networks"}, {"cs": "pixelů", "en": "pixel"}, {"cs": "ohraničení", "en": "bounding box"}, {"cs": "f-score", "en": "f-score"}, {"cs": "datasetem MUSCIMA++", "en": "MUSCIMA++ dataset"}, {"cs": "odstraňování osnov", "en": "staff removal"}, {"cs": "rukopisné styly", "en": "handwriting styles"}, {"cs": "úrovně složitosti zapsané hudby", "en": "levels of musical complexity"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we describe an improvement on the task of giving instructions to robots in a simulated block world using unrestricted natural language commands", "cs": "V tomto článku popisujeme vylepšení úlohy pro řízení robota neomezeným přirozeným jazykem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "řízení robota", "en": "giving instructions to robots"}, {"cs": "přirozeným jazykem", "en": "unrestricted natural language commands"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "MorphoRuEval-2017 is an evaluation campaign designed to stimulate the development of the automatic morphological processing technologies for Russian, both for normative texts (news, fiction, nonfiction) and those of less formal nature (blogs and other social media).", "cs": "MorphoRuEval-2017 je hodnotící kampaň určená k povzbuzení rozvoje technologií automatického morfologického zpracování pro ruštinu, a to jak pro normativní texty (novinky, beletrie, fakta), tak pro méně formální povahu (blogy a další sociální média)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "MorphoRuEval-2017", "en": "MorphoRuEval-2017"}, {"cs": "hodnotící kampaň", "en": "evaluation campaign"}, {"cs": "automatického morfologického zpracování", "en": "automatic morphological processing"}, {"cs": "ruštinu", "en": "Russian"}, {"cs": "normativní texty", "en": "normative texts"}, {"cs": "novinky", "en": "news"}, {"cs": "beletrie", "en": "fiction"}, {"cs": "fakta", "en": "nonfiction"}, {"cs": "méně formální povahu", "en": "less formal nature"}, {"cs": "blogy", "en": "blogs"}, {"cs": "sociální média", "en": "social media"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This article compares the methods participants used to solve the task of morphological analysis.", "cs": "Tento článek porovnává metody, které účastníci použili při řešení úlohy morfologické analýzy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metody", "en": "methods"}, {"cs": "účastníci", "en": "participants"}, {"cs": "úlohy morfologické analýzy", "en": "task of morphological analysis"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It also discusses the problem of unification of various existing training collections for Russian language.", "cs": "Rovněž se zabývá problémem sjednocení různých stávajících výcvikových sbírek ruského jazyka."}, "data_name": "wmt23_terminology", "hints": [{"cs": "problémem sjednocení", "en": "problem of unification"}, {"cs": "výcvikových sbírek ruského jazyka", "en": "training collections for Russian language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "What else can be achieved with handles in addition to \"basic\" separation of resource id from its location.", "cs": "Co dál je možné dělat s handlem, kromě \"základního\" oddělení id od lokace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "handlem", "en": "handles"}, {"cs": "základního", "en": "basic"}, {"cs": "oddělení id", "en": "separation of resource id"}, {"cs": "lokace", "en": "location"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "History, development and a introduction to usage of clarin-dspace.", "cs": "Historie vzniku, vývoj a úvod do používání repozitáře clarin-dspace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Historie vzniku", "en": "History"}, {"cs": "vývoj", "en": "development"}, {"cs": "úvod do používání", "en": "introduction to usage"}, {"cs": "repozitáře clarin-dspace", "en": "clarin-dspace"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the paper, we present our efforts to annotate evaluative language in the Prague Dependency Treebank 2.0.", "cs": "V příspěvku představujeme projekt anotace evaluativního významu v Pražském závislostním korpusu 2.0."}, "data_name": "wmt23_terminology", "hints": [{"cs": "projekt anotace evaluativního významu", "en": "efforts to annotate evaluative language"}, {"cs": "Pražském závislostním korpusu 2.0", "en": "Prague Dependency Treebank 2.0"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The project is a follow-up of the series of annotations of small plaintext corpora.", "cs": "Projekt navazuje na sérii anotací malých korpusů prostého textu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Projekt", "en": "The project"}, {"cs": "sérii anotací", "en": "series of annotations"}, {"cs": "malých korpusů prostého textu", "en": "small plaintext corpora"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It uses automatic identification of potentially evaluative nodes through mapping a Czech subjectivity lexicon to syntactically annotated data.", "cs": "V projektu byla použita automatická identifikace potenciálně evaluativních uzlů prostřednictvím českého slovníku hodnotících výrazů Czech SubLex 1.0."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatická identifikace", "en": "automatic identification"}, {"cs": "potenciálně evaluativních uzlů", "en": "potentially evaluative nodes"}, {"cs": "českého slovníku hodnotících výrazů", "en": "Czech subjectivity lexicon"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The annotations unveiled several advantages and disadvantages of the chosen framework.", "cs": "V rámci anotačních prací byly odhaleny výhody i nevýhody zvoleného anotačního schématu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anotačních prací", "en": "annotations"}, {"cs": "anotačního schématu", "en": "framework"}, {"cs": "výhody", "en": "advantages"}, {"cs": "nevýhody", "en": "disadvantages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We describe the process of creating NUDAR, a Universal Dependency treebank for Arabic.", "cs": "Popisujeme proces vzniku NUDAR, arabského treebanku ve stylu Universal Dependencies."}, "data_name": "wmt23_terminology", "hints": [{"cs": "NUDAR", "en": "NUDAR"}, {"cs": "arabského treebanku", "en": "Universal Dependency treebank for Arabic"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present the conversion from the Penn Arabic Treebank to the Universal Dependency syntactic representation through an intermediate dependency representation.", "cs": "Představujeme převod z Penn Arabic Treebanku do syntaktické reprezentace Universal Dependencies přes mezilehlou závislostní reprezentaci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Penn Arabic Treebanku", "en": "Penn Arabic Treebank"}, {"cs": "syntaktické reprezentace Universal Dependencies", "en": "Universal Dependency syntactic representation"}, {"cs": "závislostní reprezentaci", "en": "dependency representation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We discuss the challenges faced in the conversion of the trees, the decisions we made to solve them, and the validation of our conversion.", "cs": "Probíráme obtíže, se kterými je převod závislostních stromů spojen, řešení, která jsme použili, a hodnocení námi převedených dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "obtíže", "en": "challenges"}, {"cs": "závislostních stromů", "en": "conversion of the trees"}, {"cs": "řešení", "en": "decisions"}, {"cs": "hodnocení", "en": "validation"}, {"cs": "převedených dat", "en": "our conversion"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also present initial parsing results on NUDAR.", "cs": "Dále představujeme prvotní výsledky parsingu na NUDARu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "prvotní výsledky parsingu", "en": "initial parsing results"}, {"cs": "NUDARu", "en": "NUDAR"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper deals with secondary language signals that can express the semantics of implicit discourse relations.", "cs": "Příspěvek se zabývá vedlejšími jazykovými signály, které mohou vyjadřovat sémantiku implicitních vztahů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vedlejšími jazykovými signály", "en": "secondary language signals"}, {"cs": "sémantiku implicitních vztahů", "en": "the semantics of implicit discourse relations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "These include, for example, evaluative expressions in focus, usually followed by an argument with the meaning of explication or specification.", "cs": "K nim patří např. hodnotící výrazy ve fokusu, za nimiž následuje obvykle argument s významem explikace či specifikace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hodnotící výrazy", "en": "evaluative expressions"}, {"cs": "fokusu", "en": "focus"}, {"cs": "explikace", "en": "explication"}, {"cs": "specifikace", "en": "specification"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper focuses on the description and delimitation of discourse connectives, i.e.", "cs": "Kapitola se zaměřuje na popis a delimitaci diskurzních konektorů, tj."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Kapitola", "en": "The paper"}, {"cs": "popis", "en": "description"}, {"cs": "delimitaci", "en": "delimitation"}, {"cs": "diskurzních konektorů", "en": "discourse connectives"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "linguistic expressions significantly contributing to text coherence and generally helping the reader to better understand semantic relations within a text.", "cs": "výrazů přispívajících ke kohereci textu a pomáhajících čtenáři lépe porozumět sémantickým vztahům v textu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výrazů", "en": "linguistic expressions"}, {"cs": "kohereci textu", "en": "text coherence"}, {"cs": "sémantickým vztahům", "en": "semantic relations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper discusses the historical origin of discourse connectives viewed from the perspective of present-day linguistics.", "cs": "V příspěvku je představen etymologický původ diskurzních konektorů z hlediska současné lingvistiky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "etymologický původ", "en": "historical origin"}, {"cs": "diskurzních konektorů", "en": "discourse connectives"}, {"cs": "současné lingvistiky", "en": "present-day linguistics"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Its aim is to define present-day discourse connectives according to their historical origin through which we see what is happening in discourse in contemporary language.", "cs": "Cílem je podat definici diskurzních konektorů s ohledem na jejich historický vývoj, díky němuž můžeme lépe nahlížet na diskurzní vztahy v současném jazyce."}, "data_name": "wmt23_terminology", "hints": [{"cs": "diskurzních konektorů", "en": "discourse connectives"}, {"cs": "historický vývoj", "en": "historical origin"}, {"cs": "současném jazyce", "en": "contemporary language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper analyzes the historical origin of the most frequent connectives in Czech, English and German (which could be useful for more accurate translations of connectives in these languages) and point out that they underwent a similar process to gain a status of present-day discourse connectives.", "cs": "V kapitole analyzujeme etymologický původ a vývoj deseti nejfrekventovanějších konektorů v češtině, angličtině a němčině (mezijazykový pohled může napomoci také přesnějšímu překladu konektorů) a poukazujeme na fakt, že tyto konektory prošly ve všech sledovaných jazycích velmi podobným vývojem, než se ustálily v roli současných diskurzních konektorů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "etymologický původ", "en": "historical origin"}, {"cs": "konektorů", "en": "connectives"}, {"cs": "češtině, angličtině a němčině", "en": "Czech, English and German"}, {"cs": "diskurzních konektorů", "en": "discourse connectives"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper argues that this historical origin or process of rising discourse connectives might be language universal.", "cs": "Domníváme se proto, že způsob vzniku diskurzních konektorů může být jazykovou univerzálií."}, "data_name": "wmt23_terminology", "hints": [{"cs": "způsob vzniku diskurzních konektorů", "en": "historical origin or process of rising discourse connectives"}, {"cs": "jazykovou univerzálií", "en": "language universal"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Finally, the paper demonstrates how these observations may be helpful for annotations of discourse in large corpora.", "cs": "V závěru kapitoly ukazujeme, jak naše zjištění mohou pomoci při anotacích diskurzu ve velkých korpusech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anotacích diskurzu", "en": "annotations of discourse"}, {"cs": "velkých korpusech", "en": "large corpora"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present an update to UDPipe 1.0, a trainable pipeline which performs sentence segmentation, tokenization, POS tagging, lemmatization and dependency parsing.", "cs": "Představujeme novou verzi UDPipe 1.0, což je trénovatelný nástroj provádějící větnou segmentaci, tokenizaci, morfologické značkování, lemmatizaci a syntaktickou analýzu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "UDPipe 1.0", "en": "UDPipe 1.0"}, {"cs": "větnou segmentaci", "en": "sentence segmentation"}, {"cs": "tokenizaci", "en": "tokenization"}, {"cs": "morfologické značkování", "en": "POS tagging"}, {"cs": "lemmatizaci", "en": "lemmatization"}, {"cs": "syntaktickou analýzu", "en": "dependency parsing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We provide models for all 50 languages of UD 2.0, and furthermore, the pipeline can be trained easily using data in CoNLL-U format.", "cs": "Poskytujeme modely pro všech 50 jazyků UD 2.0, a navíc lze jednoduše UDPipe natrénovat pomocí vlastních dat v CoNLL-U formátu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "50 jazyků UD 2.0", "en": "50 languages of UD 2.0"}, {"cs": "CoNLL-U formátu", "en": "CoNLL-U format"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For the purpose of the CoNLL 2017 Shared Task: Multilingual Parsing from Raw Text to Universal Dependencies, the updated UDPipe 1.1 was used as one of the baseline systems, finishing as the 13th system of 33 participants.", "cs": "Pro potřeby CoNLL 2017 Shared Task: Multilingual Parsing from Raw Text to Universal Dependencies, upravená verze UDPipe 1.1 byla použita jako základový systém a umístila se na 13. místě z 33 účastníků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "CoNLL 2017 Shared Task: Multilingual Parsing from Raw Text to Universal Dependencies", "en": "CoNLL 2017 Shared Task: Multilingual Parsing from Raw Text to Universal Dependencies"}, {"cs": "UDPipe 1.1", "en": "UDPipe 1.1"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A further improved UDPipe 1.2 participated in the shared task, placing as the 8th best system, while achieving low running times and moderately sized models.", "cs": "Nejnovější verze UDPipe 1.2, která se také účastnila, dosáhla na 8. místo, přičemž potřebuje jen malý čas na běh a středné velké modely."}, "data_name": "wmt23_terminology", "hints": [{"cs": "UDPipe 1.2", "en": "UDPipe 1.2"}, {"cs": "8. místo", "en": "8th best system"}, {"cs": "malý čas na běh", "en": "low running times"}, {"cs": "středné velké modely", "en": "moderately sized models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The tool is available under open-source Mozilla Public Licence (MPL) and provides bindings for C++, Python (through ufal.udpipe PyPI package), Perl (through UFAL::UDPipe CPAN package), Java and C#.", "cs": "Nástroj je k dispozici pod open-source licencí MPL a poskytuje rozhraní pro C++, Python (pomocí ufal.udpipe balíčku PyPI), Perl (pomocí UFAL::UDPipe balíčku CPAN), Javu a C#."}, "data_name": "wmt23_terminology", "hints": [{"cs": "open-source licencí MPL", "en": "open-source Mozilla Public Licence (MPL)"}, {"cs": "rozhraní", "en": "bindings"}, {"cs": "C++", "en": "C++"}, {"cs": "Python", "en": "Python"}, {"cs": "ufal.udpipe balíčku PyPI", "en": "ufal.udpipe PyPI package"}, {"cs": "Perl", "en": "Perl"}, {"cs": "UFAL::UDPipe balíčku CPAN", "en": "UFAL::UDPipe CPAN package"}, {"cs": "C#", "en": "C#"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present our contribution to The First Shared Task on Extrinsic Parser Evaluation (EPE 2017).", "cs": "Představujeme náš příspěvek do First Shared Task on Extrinsic Parser Evaluation (EPE 2017)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "First Shared Task on Extrinsic Parser Evaluation (EPE 2017)", "en": "The First Shared Task on Extrinsic Parser Evaluation (EPE 2017)"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our participant system, the UDPipe, is an open-source pipeline performing tokenization, morphological analysis, part-of-speech tagging, lemmatization and dependency parsing.", "cs": "Náš systém, UDPipe, je trénovatelný nástroj provádějící tokenizaci, morfologickou analýzu, morfologické značkování, lemmatizaci a syntaktickou analýzu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systém", "en": "system"}, {"cs": "UDPipe", "en": "UDPipe"}, {"cs": "trénovatelný nástroj", "en": "open-source pipeline"}, {"cs": "tokenizaci", "en": "tokenization"}, {"cs": "morfologickou analýzu", "en": "morphological analysis"}, {"cs": "morfologické značkování", "en": "part-of-speech tagging"}, {"cs": "lemmatizaci", "en": "lemmatization"}, {"cs": "syntaktickou analýzu", "en": "dependency parsing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It is trained in a language agnostic manner for 50 languages of the UD version 2.", "cs": "Je nezávislý na jazyku a k dispozici jsou modely pro všech 50 jazyků UD 2.0."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jazyku", "en": "language"}, {"cs": "50 jazyků", "en": "50 languages"}, {"cs": "UD 2.0", "en": "UD version 2"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "With a relatively limited amount of training data (200k tokens of English UD) and without any English specific tuning, the system achieves overall score 56.05, placing as the 7th participant system.", "cs": "Použitím relativně omezeného množství trénovacích dat (200 tisíc tokenů z anglického korpusu UD) a bez nastavení specifického pro angličtinu získal systém celkové hodnocení 56.05 a umístil se mezi soutěžícími systémy jako 7."}, "data_name": "wmt23_terminology", "hints": [{"cs": "trénovacích dat", "en": "training data"}, {"cs": "anglického korpusu UD", "en": "English UD"}, {"cs": "celkové hodnocení", "en": "overall score"}, {"cs": "soutěžícími systémy", "en": "participant system"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Describing clarin-dspace architecture and the compliance to RDA-DFT/FAIR/OAIS.", "cs": "Popis architektury projektu clarin-dspace a dodrziavanie standardov a doporuceni RDA-DFT/FAIR/OAIS."}, "data_name": "wmt23_terminology", "hints": [{"cs": "architektury projektu clarin-dspace", "en": "clarin-dspace architecture"}, {"cs": "standardov a doporuceni RDA-DFT/FAIR/OAIS", "en": "compliance to RDA-DFT/FAIR/OAIS"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We propose Constrained Deep Neural Network (CDNN) a deep neural model for answer sentence selection in the context of Question Answering (QA) systems.", "cs": "Navrhujeme propuštěnou hlubokou neuronovou síť (CDNN) hluboký neuronový model pro výběr věty odpovědi v kontextu systémů QA (Question Answering)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "propuštěnou hlubokou neuronovou síť (CDNN)", "en": "Constrained Deep Neural Network (CDNN)"}, {"cs": "hluboký neuronový model", "en": "deep neural model"}, {"cs": "výběr věty odpovědi", "en": "answer sentence selection"}, {"cs": "systémů QA (Question Answering)", "en": "Question Answering (QA) systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "To produce the best predictions, CDNN combines neural reasoning with a kind of symbolic constraint.", "cs": "Pro vytvoření nejlepších předpovědí kombinuje CDNN neurální uvažování s určitým symbolickým omezením."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nejlepších předpovědí", "en": "best predictions"}, {"cs": "CDNN", "en": "CDNN"}, {"cs": "neurální uvažování", "en": "neural reasoning"}, {"cs": "symbolickým omezením", "en": "symbolic constraint"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It integrates pattern matching technique into sentence vector learning.", "cs": "Integruje techniku přizpůsobení vzoru do vektoru vět učení se."}, "data_name": "wmt23_terminology", "hints": [{"cs": "techniku přizpůsoben�� vzoru", "en": "pattern matching technique"}, {"cs": "vektoru vět učení se", "en": "sentence vector learning"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "When trained using enough samples, CDNN outperforms the other best models for sentence selection.", "cs": "Při výcviku za použití dostatečných vzorků převyšuje CDNN ostatní nejlepší modely pro výběr vět."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výcviku", "en": "trained"}, {"cs": "vzorků", "en": "samples"}, {"cs": "CDNN", "en": "CDNN"}, {"cs": "modely", "en": "models"}, {"cs": "výběr vět", "en": "sentence selection"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We show how the use of other sources of training can enhance the performance of CDNN.", "cs": "Ukazujeme, jak se využívají další zdroje Školení může zvýšit výkon CDNN."}, "data_name": "wmt23_terminology", "hints": [{"cs": "další zdroje", "en": "other sources"}, {"cs": "Školení", "en": "training"}, {"cs": "výkon", "en": "performance"}, {"cs": "CDNN", "en": "CDNN"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In a well-studied dataset for answer sentence selection, our model improves the state-of-the-art significantly", "cs": "V dobře studovaném datovém souboru pro výběr věty odpovědi náš model výrazně zlepšuje nejmodernější technologii."}, "data_name": "wmt23_terminology", "hints": [{"cs": "datovém souboru", "en": "dataset"}, {"cs": "výběr věty odpovědi", "en": "answer sentence selection"}, {"cs": "nejmodernější technologii", "en": "state-of-the-art"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this short paper, we report a progressing work on a hybrid deep neural system for answering open-domain factoid and non-factoid questions.", "cs": "V tomto krátkém časopise oznamujeme postupnou práci na hybridním hlubokém nervovém systému, který odpovídá na faktoidní a nepravotní otázky otevřené oblasti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hybridním hlubokém nervovém systému", "en": "hybrid deep neural system"}, {"cs": "faktoidní", "en": "factoid"}, {"cs": "nepravotní otázky", "en": "non-factoid questions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This system supplements knowledge graph based Question Answering with free-texts searching techniques to address the sparsity issues in knowledge graphs.", "cs": "Tento systém doplňuje znalostní graf založený na zodpovězení dotazu s vyhledávacími technikami pro volné texty, které řeší problematiku sparsity ve znalostních grafech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systém", "en": "system"}, {"cs": "znalostní graf", "en": "knowledge graph"}, {"cs": "zodpovězení dotazu", "en": "Question Answering"}, {"cs": "vyhledávacími technikami", "en": "searching techniques"}, {"cs": "volné texty", "en": "free-texts"}, {"cs": "sparsity", "en": "sparsity issues"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We justify the efficiency of the proposed system based on the results of a pilot experiment.", "cs": "Ospravedlňujeme účinnost navrhovaného systému na základě výsledků pilotního experimentu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "navrhovaného systému", "en": "proposed system"}, {"cs": "pilotního experimentu", "en": "pilot experiment"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also describe the settings of an on-going project in the context of this system.", "cs": "Rovněž popisujeme nastavení probíhajícího projektu v kontextu tohoto systému."}, "data_name": "wmt23_terminology", "hints": [{"cs": "probíhajícího projektu", "en": "on-going project"}, {"cs": "kontextu tohoto systému", "en": "context of this system"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We report on a progressing work for compiling Quora question answer dataset.", "cs": "Uvádíme zprávu o pokročilejších úkolech při sestavování datových sad otázka odpovědět Quora."}, "data_name": "wmt23_terminology", "hints": [{"cs": "datových sad otázka odpovědět Quora", "en": "Quora question answer dataset"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Quora dataset is composed of the questions which are posed in Quora question answering site.", "cs": "Datová sada Quora se skládá z otázek, které jsou položeny na stránkách Quora answering site."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Datová sada Quora", "en": "Quora dataset"}, {"cs": "otázek", "en": "questions"}, {"cs": "stránkách Quora answering site", "en": "Quora question answering site"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It is the only dataset which provides answers in sentence level and word level at the same time.", "cs": "Je to jediná datová sada, která poskytuje odpovědi současně na úrovni vět a slov."}, "data_name": "wmt23_terminology", "hints": [{"cs": "datová sada", "en": "dataset"}, {"cs": "úrovni vět", "en": "sentence level"}, {"cs": "slov", "en": "word level"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Moreover, the questions in the dataset are authentic which is much more realistic for question answering systems.", "cs": "Otázky v datové sadě jsou navíc autentické, což je mnohem realističtější pro systémy odpovědí na otázky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "datové sadě", "en": "dataset"}, {"cs": "systémy odpovědí na otázky", "en": "question answering systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We test the performance of a state-of-the-art question answering system on the dataset and compare it with human performance to establish an upper bound for the dataset", "cs": "Testujeme výkonnost nejmodernějšího záznamníku otázek na datové množině a porovnáváme ji s lidskou výkonností, abychom vytvořili horní hranici datové sady."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výkonnost", "en": "performance"}, {"cs": "nejmodernějšího záznamníku otázek", "en": "state-of-the-art question answering system"}, {"cs": "datové množině", "en": "dataset"}, {"cs": "lidskou výkonností", "en": "human performance"}, {"cs": "horní hranici datové sady", "en": "upper bound for the dataset"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The presentation offers an overview and comparison of present-day electronic lexicons of discourse connectives in different languages, with a special regard on the recently developed lexicon of Czech connectives – CzeDLex.", "cs": "Prezentace nabízí přehled a srovnání současných elektronických lexikonů textových konektorů v různých jazycích se zvláštním zřetelem na nový lexikon českých konektorů - CzeDLex."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Prezentace", "en": "presentation"}, {"cs": "elektronických lexikonů textových konektorů", "en": "electronic lexicons of discourse connectives"}, {"cs": "různých jazycích", "en": "different languages"}, {"cs": "lexikon českých konektorů", "en": "lexicon of Czech connectives"}, {"cs": "CzeDLex", "en": "CzeDLex"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Neural machine translation (NMT) has become a widely-adopted approach to machine translation in the past few years.", "cs": "Neuronový strojový překlad (NMT) se stal v posledních letech široce využívaným přístupem ke strojovému překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Neuronový strojový překlad (NMT)", "en": "Neural machine translation (NMT)"}, {"cs": "strojovému překladu", "en": "machine translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In our tutorial, we will start with the introduction to the basics of the deep learning methods used in NMT, such as recurrent neural networks and their advanced variants (GRU or LSTM networks), or the algorithms for their optimization.", "cs": "V našem tutoriálu začneme úvodem do základů metod hloubkového učení používaných v NMT jako jsou rekurentní neuronové sítě a jejich pokročilé varianty (GRU nebo LSTM sítě) nebo algoritmy pro jejich optimalizaci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metod hloubkového učení", "en": "deep learning methods"}, {"cs": "NMT", "en": "NMT"}, {"cs": "rekurentní neuronové sítě", "en": "recurrent neural networks"}, {"cs": "GRU", "en": "GRU"}, {"cs": "LSTM sítě", "en": "LSTM networks"}, {"cs": "algoritmy", "en": "algorithms"}, {"cs": "optimalizaci", "en": "optimization"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We introduce the NMT-specific models, such as the attention mechanism, and describe the methods used for decoding the target sentences, including model ensembling and beam search.", "cs": "Představujeme modely specifické pro NMT, jako je mechanizmus pozornosti, a popisujeme metody použité pro dekódování cílových vět, včetně ensemblování modelů a paprskového prohledávání."}, "data_name": "wmt23_terminology", "hints": [{"cs": "mechanizmus pozornosti", "en": "attention mechanism"}, {"cs": "dekódování cílových vět", "en": "decoding the target sentences"}, {"cs": "paprskového prohledávání", "en": "beam search"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We will go through the recent advancements in the field and discuss their impact on the state-of-the-art methods used in this year's WMT competition (http://www.statmt.org/wmt17/).", "cs": "Projdeme nedávné pokroky v této oblasti a budeme diskutovat o jejich dopadu na nejmodernější metody používané na letošní soutěži WMT (http://www.statmt.org/wmt17/)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nedávné pokroky", "en": "recent advancements"}, {"cs": "oblasti", "en": "field"}, {"cs": "dopadu", "en": "impact"}, {"cs": "nejmodernější metody", "en": "state-of-the-art methods"}, {"cs": "soutěži WMT", "en": "WMT competition"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we describe our submissions to the WMT17 Multimodal  Translation Task.", "cs": "V tomto článku popisujeme naše příspěvky do multimodální překladové úlohy na WMT17."}, "data_name": "wmt23_terminology", "hints": [{"cs": "WMT17", "en": "WMT17"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For Task 1 (multimodal translation), our best scoring  system is a purely textual neural translation of the source image caption to  the target language.", "cs": "Pro úlohu 1 (multimodální překlad) byl nejlepším systémem čistě textový neuronový překlad titulku zdrojového obrázku do cílového jazyka."}, "data_name": "wmt23_terminology", "hints": [{"cs": "multimodální překlad", "en": "multimodal translation"}, {"cs": "textový neuronový překlad", "en": "textual neural translation"}, {"cs": "zdrojového obrázku", "en": "source image caption"}, {"cs": "cílového jazyka", "en": "the target language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The main feature of the system is the use of additional  data that was acquired by selecting similar sentences from parallel corpora  and by data synthesis with back-translation.", "cs": "Hlavním rysem našeho systému je využití dalších dat získaných výběrem podobných vět z paralelních korpusů a syntézou dat zpětným překladem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systému", "en": "system"}, {"cs": "paralelních korpusů", "en": "parallel corpora"}, {"cs": "syntézou dat", "en": "data synthesis"}, {"cs": "zpětným překladem", "en": "back-translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For Task 2 (cross-lingual image  captioning), our best submitted system generates an English caption which is  then translated by the best system used in Task 1.", "cs": "Pro úlohu 2 (vícejazyčné generování popisu obrázků) náš nejlepší systém generuje anglický popis obrázku, který je poté přeložen podle nejlepšího systému používaného v úloze č. 1."}, "data_name": "wmt23_terminology", "hints": [{"cs": "úlohu 2", "en": "Task 2"}, {"cs": "nejlepší systém", "en": "best submitted system"}, {"cs": "anglický popis obrázku", "en": "English caption"}, {"cs": "úloze č. 1", "en": "Task 1"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also present negative  results, which are based on ideas that we believe have potential of making  improvements, but did not prove to be useful in our particular setup.", "cs": "Také předkládáme negativní výsledky, které jsou založeny na myšlenkách, o kterých se domníváme, že mají potenciál překlad zlepšit, ale v našem konkrétním uspořádání  neprokázaly býti prospěšnými."}, "data_name": "wmt23_terminology", "hints": [{"cs": "negativní výsledky", "en": "negative   results"}, {"cs": "myšlenkách", "en": "ideas"}, {"cs": "potenciál překlad zlepšit", "en": "potential of making   improvements"}, {"cs": "našem konkrétním uspořádání", "en": "our particular setup"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The aim of this lab is to familiarize the users with the Neural Monkey toolkit for sequence learning experiments.", "cs": "Účel tohoto labu je seznámit uživatele s toolkitem Neural Monkey, využívaným pro experimenty se sekvenčním učením."}, "data_name": "wmt23_terminology", "hints": [{"cs": "toolkitem Neural Monkey", "en": "Neural Monkey toolkit"}, {"cs": "experimenty se sekvenčním učením", "en": "sequence learning experiments"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Modeling attention in neural multi-source sequence-to-sequence learning remains a relatively unexplored area, despite its usefulness in tasks that incorporate multiple source languages or modalities.", "cs": "Attention modely ve vícezdrojovém neuronovém sekvenčním učení zůstávají poměrně neprobádanou oblastí, a to navzdory jeho užitečnosti v úkolech, které které využívají více zdrojových jazyků či modalit."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Attention modely", "en": "Modeling attention"}, {"cs": "vícezdrojovém neuronovém  sekvenčním učení", "en": "neural multi-source sequence-to-sequence learning"}, {"cs": "zdrojových jazyků", "en": "source languages"}, {"cs": "modalit", "en": "modalities"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We propose two novel approaches to combine the outputs of attention mechanisms over each source sequence, flat and hierarchical.", "cs": "Navrhujeme dvě nové strategie jak kombinovat výstupy attentiion modelu z různých vstupů, plochou a hierarchickou."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dvě nové strategie", "en": "two novel approaches"}, {"cs": "attentiion modelu", "en": "attention mechanisms"}, {"cs": "výstupy", "en": "outputs"}, {"cs": "různých vstupů", "en": "each source sequence"}, {"cs": "plochou", "en": "flat"}, {"cs": "hierarchickou", "en": "hierarchical"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We compare the proposed methods with existing techniques and present results of systematic evaluation of those methods on the WMT16 Multimodal Translation and Automatic Post-editing tasks.", "cs": "Navrhované metody porovnáváme se stávajícími a výsledky vyhodnocujeme na datech pro multimodální překlad a automatické post-editování překladu z WMT16."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Navrhované metody", "en": "proposed methods"}, {"cs": "stávajícími", "en": "existing techniques"}, {"cs": "multimodální překlad", "en": "Multimodal Translation"}, {"cs": "automatické post-editování překladu", "en": "Automatic Post-editing"}, {"cs": "WMT16", "en": "WMT16"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We show the proposed methods achieve competitive results on both tasks.", "cs": "Navrhované metody dosažení konkurenceschopných výsledků na obou úlohách."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Navrhované metody", "en": "proposed methods"}, {"cs": "konkurenceschopných výsledků", "en": "competitive results"}, {"cs": "obou úlohách", "en": "both tasks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper demonstrates one of the possible ways on how to represent and query corpora with multiword expression (MWE) annotation.", "cs": "Článek popisuje jeden z možných způsobů, jak zobrazit a prohledávat data s anotací víceslovných jednotek."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Článek", "en": "This paper"}, {"cs": "možných způsobů", "en": "possible ways"}, {"cs": "zobrazit a prohledávat data", "en": "represent and query corpora"}, {"cs": "anotací víceslovných jednotek", "en": "multiword expression (MWE) annotation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We exploit the multilingual corpus of 18 languages created under the PARSEME project with verbal multiword expression (VMWE) annotation.", "cs": "Využíváme mnohojazyčný korpus PARSEME s anotací verbálních víceslovných jednotek v 18 jazycích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "mnohojazyčný korpus", "en": "multilingual corpus"}, {"cs": "PARSEME", "en": "PARSEME project"}, {"cs": "verbálních víceslovných jednotek", "en": "verbal multiword expression (VMWE)"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "VMWEs include categories such as idioms, light verb constructions, verb-particle constructions, inherently reflexive verbs, and others.", "cs": "Anotované jednotky zahrnují různé typy, jako např. idiomy, konstrukce s lehkými slovesy, inherentně reflexivní slovesa nebo konstrukce se slovesem a částicí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "idiomy", "en": "idioms"}, {"cs": "konstrukce s lehkými slovesy", "en": "light verb constructions"}, {"cs": "inherentně reflexivní slovesa", "en": "inherently reflexive verbs"}, {"cs": "konstrukce se slovesem a částicí", "en": "verb-particle constructions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The corpus was mainly used for the purposes of training predictive models, yet not much linguistic research was conducted based on this data.", "cs": "Korpus byl dosud využíván zejména pro trénování prediktivních modelů, ale nikoli k lingvistickému výzkumu per se."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Korpus", "en": "corpus"}, {"cs": "trénování prediktivních modelů", "en": "training predictive models"}, {"cs": "lingvistickému výzkumu", "en": "linguistic research"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We discuss how to allow linguists to query for MWEs in a simple user interface using the Corpus Query Language (CQL) within the NoSke corpus management and concordance system.", "cs": "Článek nabízí způsob, jak data zpřístupnit lingvistům skrze jednoduché vyhledávací prostředí a jazyk Corpus Query Language (CQL) známy například z často užívané platformy NoSke."}, "data_name": "wmt23_terminology", "hints": [{"cs": "data", "en": "MWEs"}, {"cs": "lingvistům", "en": "linguists"}, {"cs": "vyhledávací prostředí", "en": "user interface"}, {"cs": "Corpus Query Language (CQL)", "en": "Corpus Query Language (CQL)"}, {"cs": "NoSke", "en": "NoSke"}, {"cs": "platformy", "en": "corpus management and concordance system"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Despite its limited abilities to represent challenging cases such as discontinuous, coordinated or embedded VMWEs, CQL can be sufficient to make basic analysis of the MWE-annotated data in corpus-based studies.", "cs": "I přes omezené možnosti k zachycení komplexních jevů jakými jsou nespojité, koordinované nebo vnořené víceslovné predikáty, CQL může postačovat k základním vyhledávkám víceslovných jednotek pro korpusově založený výzkum."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nespojité", "en": "discontinuous"}, {"cs": "koordinované", "en": "coordinated"}, {"cs": "vnořené víceslovné predikáty", "en": "embedded VMWEs"}, {"cs": "CQL", "en": "CQL"}, {"cs": "základním vyhledávkám víceslovných jednotek", "en": "basic analysis of the MWE-annotated data"}, {"cs": "korpusově založený výzkum", "en": "corpus-based studies"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper we describe the MUMULS system that participated to the 2017 shared task on automatic identification of verbal multiword expressions (VMWEs).", "cs": "Tento článek popisuje systém MUMULS, který se účastnil 2017 Shared Task on Automatic Identification of Verbal Multiword expressions (VMWEs)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Tento článek", "en": "In this paper"}, {"cs": "systém MUMULS", "en": "the MUMULS system"}, {"cs": "2017 Shared Task on Automatic Identification of Verbal Multiword expressions (VMWEs)", "en": "2017 shared task on automatic identification of verbal multiword expressions (VMWEs)"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The MUMULS system was implemented using a supervised approach based on recurrent neural networks using the open source library TensorFlow.", "cs": "Systém MUMULS byl implementován přístupem učení s učitelem pomocí rekurentních neuronových sítí v open-source knihovně TensorFlow."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Systém MUMULS", "en": "The MUMULS system"}, {"cs": "učení s učitelem", "en": "supervised approach"}, {"cs": "rekurentních neuronových sítí", "en": "recurrent neural networks"}, {"cs": "open-source knihovně TensorFlow", "en": "open source library TensorFlow"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The model was trained on a data set containing annotated VMWEs as well as morphological and syntactic information.", "cs": "Model byl trénován na poskytnutých datech s VMWEs a také na morfologických a syntaktických anotacích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Model", "en": "The model"}, {"cs": "trénován", "en": "trained"}, {"cs": "poskytnutých datech", "en": "data set"}, {"cs": "VMWEs", "en": "VMWEs"}, {"cs": "morfologických", "en": "morphological"}, {"cs": "syntaktických anotacích", "en": "syntactic information"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The MUMULS system performed the identification of VMWEs in 15 languages, it was one of few systems that could categorize VMWEs type in nearly all languages.", "cs": "MUMULS provádí identifikaci VMWEs v patnácti jazycích, byl to jeden z mála systémů který dokázal kategorizovat VMWEs ve skoro všech jazycích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "MUMULS", "en": "The MUMULS system"}, {"cs": "identifikaci VMWEs", "en": "identification of VMWEs"}, {"cs": "patnácti jazycích", "en": "15 languages"}, {"cs": "kategorizovat VMWEs", "en": "categorize VMWEs type"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper presents a novel task using real user data obtained in human-machine conversation.", "cs": "Tento článek představuje novou úlohu na využití dat od uživatelů dialogových systémů v konverzacích člověk-stroj."}, "data_name": "wmt23_terminology", "hints": [{"cs": "článek", "en": "paper"}, {"cs": "úlohu", "en": "task"}, {"cs": "dat od uživatelů", "en": "real user data"}, {"cs": "dialogových systémů", "en": "human-machine conversation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The task concerns with denotation extraction from answer hints collected interactively in a dialogue.", "cs": "Tato úloha se zaměřuje na sběr denotací extrahováním z přirozených vět získaných v průběhu dialogu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "sběr denotací", "en": "denotation extraction"}, {"cs": "přirozených vět", "en": "answer hints"}, {"cs": "dialogu", "en": "dialogue"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The task is motivated by the need for large amounts of training data for question answering dialogue system development, where the data is often expensive and hard to collect.", "cs": "Motivace spočívá v potřebě velkého monžství trénovacích dat pro vývoj Q&A dialogových systémů, přičemž získání těchto dat je obvykle těžké a nákladné."}, "data_name": "wmt23_terminology", "hints": [{"cs": "trénovacích dat", "en": "training data"}, {"cs": "Q&A dialogových systémů", "en": "question answering dialogue system"}, {"cs": "vývoj", "en": "development"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Being able to collect denotation interactively and directly from users, one could improve, for example, natural understanding components online and ease the collection of the training data.", "cs": "Získávání denotací při interakcích s uživateli například umožňuje online vylepšování komponent pro porozumění přirozenému jazyku a zjednodušit sběr trénovacích dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "denotací", "en": "denotation"}, {"cs": "interakcích s uživateli", "en": "interactively and directly from users"}, {"cs": "přirozenému jazyku", "en": "natural understanding components"}, {"cs": "trénovacích dat", "en": "training data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper also presents introductory results of evaluation of several denotation extraction models including attention-based neural network approaches.", "cs": "Tento článek také prezentuje výsledky evaluace několika přístupů k extrakci denotací zahrnující modely založené na neuronových sítích s attention architekturou."}, "data_name": "wmt23_terminology", "hints": [{"cs": "extrakci denotací", "en": "denotation extraction"}, {"cs": "neuronových sítích", "en": "neural network"}, {"cs": "attention architekturou", "en": "attention-based"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper presents a hybrid dialog state tracker enhanced by trainable Spoken Language Understanding (SLU) for slot-filling dialog systems.", "cs": "Tento článek představuje hybridní dialog state tracker, rozšířený o trénovatelnou jednotku zpracování přirozeného jazyka (SLU)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hybridní dialog state tracker", "en": "hybrid dialog state tracker"}, {"cs": "trénovatelnou jednotku zpracování přirozeného jazyka", "en": "trainable Spoken Language Understanding (SLU)"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our architecture is inspired by previously proposed neural-network-based belief-tracking systems.", "cs": "Naše architektura je inspirována belief trackery založenými na neuronových sítích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "architektura", "en": "architecture"}, {"cs": "belief trackery", "en": "belief-tracking systems"}, {"cs": "neuronových sítích", "en": "neural-network-based"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In addition, we extended some parts of our modular architecture with differentiable rules to allow end-to-end training.", "cs": "Tento přístup navíc rozšiřujeme o derivovatelná prvidla, která umožní end-to-end trénink."}, "data_name": "wmt23_terminology", "hints": [{"cs": "derivovatelná prvidla", "en": "differentiable rules"}, {"cs": "end-to-end trénink", "en": "end-to-end training"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We hypothesize that these rules allow our tracker to generalize better than pure machine-learning based systems.", "cs": "Tato pravidla umožní našemu trackeru lépe generalizovat v porovnání s trackery založenými pouze na strojovém učení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "trackeru", "en": "tracker"}, {"cs": "strojovém učení", "en": "machine-learning"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For evaluation, we used the Dialog State Tracking Challenge (DSTC) 2 dataset - a popular belief tracking testbed with dialogs from restaurant information system.", "cs": "Pro evaluaci používáme Dialog State Tracking Challenge (DSTC) 2 - populární dataset využívaný pro srovnání výkonnosti belief trackerů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Dialog State Tracking Challenge (DSTC) 2", "en": "Dialog State Tracking Challenge (DSTC) 2"}, {"cs": "dataset", "en": "dataset"}, {"cs": "belief trackerů", "en": "belief tracking"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "To our knowledge, our hybrid tracker sets a new state-of-the-art result in three out of four categories within the DSTC2.", "cs": "Podle informací, které máme, náš tracker dosahuje state-of-the-art výsledků ve třech ze čtyř kategorií datasetu DSTC2."}, "data_name": "wmt23_terminology", "hints": [{"cs": "tracker", "en": "hybrid tracker"}, {"cs": "state-of-the-art", "en": "state-of-the-art"}, {"cs": "datasetu DSTC2", "en": "DSTC2"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Udapi is an open-source framework providing an application programming interface (API) for processing Universal Dependencies data.", "cs": "Udapi je open-source framework poskytující APO pro zpracovávání dat z projektu Universal Dependencies."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Udapi", "en": "Udapi"}, {"cs": "open-source framework", "en": "open-source framework"}, {"cs": "APO", "en": "application programming interface (API)"}, {"cs": "Universal Dependencies", "en": "Universal Dependencies"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Udapi is available in Python, Perl and Java.", "cs": "Implementace Udapi je dostupné pro programovací jazyky: Python, Perl a Java."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Implementace Udapi", "en": "Udapi"}, {"cs": "programovací jazyky", "en": "Python, Perl and Java"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It is suitable both for full-fledged applications and fast prototyping: visualization of dependency trees, format conversions, querying, editing and transformations, validity tests, dependency parsing, evaluation etc.", "cs": "Udapi je vhodné jak pro plnohodnotné aplikace, tak pro rychlé vyváření prototypů: vizualizace stromů, konverze formátu, dotazování, editace, transformace, testy validity, závislostní parsing, vyhodnocování, atd."}, "data_name": "wmt23_terminology", "hints": [{"cs": "plnohodnotné aplikace", "en": "full-fledged applications"}, {"cs": "rychlé vyváření prototypů", "en": "fast prototyping"}, {"cs": "vizualizace stromů", "en": "visualization of dependency trees"}, {"cs": "konverze formátu", "en": "format conversions"}, {"cs": "dotazování", "en": "querying"}, {"cs": "editace", "en": "editing"}, {"cs": "transformace", "en": "transformations"}, {"cs": "testy validity", "en": "validity tests"}, {"cs": "závislostní parsing", "en": "dependency parsing"}, {"cs": "vyhodnocování", "en": "evaluation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Following upon the last year's CUNI system for automatic post-editing of machine translation output, we focus on exploiting the potential of sequence-to-sequence neural models for this task.", "cs": "V návaznosti na loňský systém pro automatickou post-editaci strojového překladu Karlovy Univerzity se soustředíme na využití potenciálu sequence-to-sequence neuronových modelů pro danou úlohu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systém pro automatickou post-editaci strojového překladu", "en": "system for automatic post-editing of machine translation output"}, {"cs": "Karlovy Univerzity", "en": "CUNI"}, {"cs": "sequence-to-sequence neuronových modelů", "en": "sequence-to-sequence neural models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this system description paper, we compare several encoder-decoder architectures on a smaller-scale models and present the system we submitted to WMT 2017 Automatic Post-Editing shared task based on this preliminary comparison.", "cs": "V článku nejprve porovnáváme několik architektur typu enkodér-dekodér na modelech menšího měřítka a představujeme systém, který byl vybrán na základě těchto předběžných výsledků a odeslán na WMT 2017 Automatic Post-Editing shared task."}, "data_name": "wmt23_terminology", "hints": [{"cs": "architektur typu enkodér-dekodér", "en": "encoder-decoder architectures"}, {"cs": "WMT 2017 Automatic Post-Editing shared task", "en": "WMT 2017 Automatic Post-Editing shared task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also show how simple inclusion of synthetic data can improve the overall performance as measured by an automatic evaluation metric.", "cs": "V článku také ukazujeme jak jednoduchá inkluze umělých dat dokáže vylepšit úspěšnost modelu na základě automatických evaluačních metrik."}, "data_name": "wmt23_terminology", "hints": [{"cs": "inkluze", "en": "inclusion"}, {"cs": "umělých dat", "en": "synthetic data"}, {"cs": "úspěšnost modelu", "en": "overall performance"}, {"cs": "automatických evaluačních metrik", "en": "automatic evaluation metric"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Lastly, we list few example outputs generated by our post-editing system.", "cs": "V závěru uvádíme několik příkladů výstupů vygenerových našim post-editačním systémem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "příkladů výstupů", "en": "example outputs"}, {"cs": "post-editačním systémem", "en": "post-editing system"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We introduce possibilities of automatic evaluation of surface text coherence (cohesion) in texts written by learners of Czech during certified exams for non-native speakers.", "cs": "V článku jsou představeny možnosti automatické evaluace povrchové koherence (koheze) textů psaných nerodilými mluvčími češtiny během certifikovaných zkoušek."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatické evaluace", "en": "automatic evaluation"}, {"cs": "povrchové koherence", "en": "surface text coherence"}, {"cs": "koheze", "en": "cohesion"}, {"cs": "textů", "en": "texts"}, {"cs": "nerodilými mluvčími češtiny", "en": "learners of Czech"}, {"cs": "certifikovaných zkoušek", "en": "certified exams"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "On the basis of a corpus analysis, we focus on finding and describing relevant distinctive features for automatic detection of A1–C1 levels (established by CEFR – the Common European Framework of Reference for Languages) in terms of surface text coherence.", "cs": "Na základě korpusové analýzy jsou vyhledávány a popisovány relevantní rozlišovací rysy (týkající se povrchové koherence textu) pro automatickou detekci úrovní textů nerodilých mluvčích A1–C1 (úrovně jsou ustanoveny Společným evropským referenčním rámcem pro jazyky)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "korpusové analýzy", "en": "corpus analysis"}, {"cs": "relevantní rozlišovací rysy", "en": "relevant distinctive features"}, {"cs": "Společným evropským referenčním rámcem pro jazyky", "en": "CEFR – the Common European Framework of Reference for Languages"}, {"cs": "povrchové koherence textu", "en": "surface text coherence"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The CEFR levels are evaluated by human assessors and we try to reach this assessment automatically by using several discourse features like frequency and diversity of discourse connectives, density of discourse relations etc.", "cs": "Úrovně A1–C1 byly hodnoceny nejprve lidmi (anotátory) – poté byly dělány strojové experimenty s cílem přiblížit se lidskému hodnocení automaticky, a to sledováním vybraných textových rysů, např. frekvence a různorodosti diskurzních konektorů nebo hustoty diskurzních vztahů v daném textu ap."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Úrovně A1–C1", "en": "CEFR levels"}, {"cs": "lidmi (anotátory)", "en": "human assessors"}, {"cs": "strojové experimenty", "en": "automatically"}, {"cs": "textových rysů", "en": "discourse features"}, {"cs": "frekvence a různorodosti diskurzních konektorů", "en": "frequency and diversity of discourse connectives"}, {"cs": "hustoty diskurzních vztahů", "en": "density of discourse relations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present experiments with various features using two machine learning algorithms.", "cs": "V článku jsou představeny experimenty sledující vždy různé textové rysy při použití dvou algoritmů strojového učení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experimenty", "en": "experiments"}, {"cs": "textové rysy", "en": "features"}, {"cs": "algoritmů strojového učení", "en": "machine learning algorithms"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our results of automatic evaluation of CEFR coherence/cohesion marks (compared to human assessment) achieved 73.2% success rate for the detection of A1–C1 levels and 74.9% for the detection of A2–B2 levels.", "cs": "Úspěšnost automatického měření povrchové koherence (koheze) textu podle Společného evropského referenčního rámce pro jazyky je 73,2 % pro rozpoznávání úrovní A1–C1 a 74,9 % pro rozpoznávání úrovní A2–B2."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatického měření povrchové koherence (koheze) textu", "en": "automatic evaluation of CEFR coherence/cohesion marks"}, {"cs": "Společného evropského referenčního rámce pro jazyky", "en": "CEFR"}, {"cs": "rozpoznávání úrovní A1–C1", "en": "detection of A1–C1 levels"}, {"cs": "rozpoznávání úrovní A2–B2", "en": "detection of A2–B2 levels"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Part-of-speech (POS) tagging is sometimes considered an almost solved problem in NLP.", "cs": "Značkování slovními druhy (POS tagging) se v počítačovém zpracování přirozeného jazyka někdy považuje za téměř vyřešený problém."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Značkování slovními druhy", "en": "Part-of-speech (POS) tagging"}, {"cs": "počítačovém zpracování přirozeného jazyka", "en": "NLP"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Standard supervised approaches often reach accuracy above 95% if sufficiently large hand-labeled training data are available (typically several hundred thousand tokens or more).", "cs": "Standardní řízené přístupy často dosahují úspěšnosti přes 95 %, pokud je k dispozici dostatek ručně anotovaných trénovacích dat (typicky několik set tisíc tokenů nebo více)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Standardní řízené přístupy", "en": "Standard supervised approaches"}, {"cs": "úspěšnosti", "en": "accuracy"}, {"cs": "ručně anotovaných trénovacích dat", "en": "hand-labeled training data"}, {"cs": "tokenů", "en": "tokens"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, we still believe that it makes sense to study semi-supervised and unsupervised approaches.", "cs": "My si nicméně myslíme, že je stále užitečné studovat polořízené a neřízené přístupy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "polořízené", "en": "semi-supervised"}, {"cs": "neřízené", "en": "unsupervised"}, {"cs": "přístupy", "en": "approaches"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper describes a hybrid Machine Translation (MT) system built for translating from English to German in the domain of technical documentation.", "cs": "Tento článek popisuje systém hybridního strojového překladu (MT), který byl vytvořen pro překlad z angličtiny do němčiny v oblasti technické dokumentace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hybridního strojového překladu", "en": "hybrid Machine Translation"}, {"cs": "angličtiny", "en": "English"}, {"cs": "němčiny", "en": "German"}, {"cs": "technické dokumentace", "en": "technical documentation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The system is based on three different MT engines (phrase-based SMT, RBMT, neural) that are joined by a selection mechanism that uses deep linguistic features within a machine learning process.", "cs": "Systém je založen na třech různých systémech MT (frázový, pravidlový a neuronový), které jsou spojeny výběrovým mechanismem, který používá hluboké jazykové rysy v procesu strojového učení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "třech různých systémech MT", "en": "three different MT engines"}, {"cs": "frázový", "en": "phrase-based SMT"}, {"cs": "pravidlový", "en": "RBMT"}, {"cs": "neuronový", "en": "neural"}, {"cs": "výběrovým mechanismem", "en": "selection mechanism"}, {"cs": "hluboké jazykové rysy", "en": "deep linguistic features"}, {"cs": "procesu strojového učení", "en": "machine learning process"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It also presents a detailed source-driven manual error analysis we have performed using a dedicated “test suite” that contains selected examples of relevant phenomena.", "cs": "Součástí je také podrobná manuální analýza chyb, kterou jsme provedli pomocí specializované \"zkušební sady\", která obsahuje vybrané příklady relevantních jevů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "manuální analýza chyb", "en": "manual error analysis"}, {"cs": "zkušební sady", "en": "test suite"}, {"cs": "relevantních jevů", "en": "relevant phenomena"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "While automatic scores show huge differences between the engines, the overall average number or errors they (do not) make is very similar for all systems.", "cs": "Zatímco automatické výsledky ukazují obrovské rozdíly mezi systémy, celkový průměrný počet chyb, které (ne) dělají, je pro všechny systémy velmi podobný."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatické výsledky", "en": "automatic scores"}, {"cs": "systémy", "en": "engines"}, {"cs": "celkový průměrný počet chyb", "en": "overall average number or errors"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, the detailed error breakdown shows that the systems behave very differently concerning the various phenomena.", "cs": "Podrobné rozdělení chyb však ukazuje, že systémy se chovají velmi odlišně, pokud jde o různé jevy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Podrobné rozdělení chyb", "en": "detailed error breakdown"}, {"cs": "systémy", "en": "systems"}, {"cs": "různé jevy", "en": "various phenomena"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Recognizing textual entailment is typically considered as a binary decision task – whether a text T entails a hypothesis H. Thus, in case of a negative answer, it is not possible to express that H is “almost entailed” by T. Partial textual entailment provides one possible approach to this issue.", "cs": "Recognizing textual entailment is typically considered as a binary decision task – whether a text T entails a hypothesis H. Thus, in case of a negative answer, it is not possible to express that H is almost entailed by T. Partial textual entailment provides one possible approach to this issue."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Recognizing textual entailment", "en": "Recognizing textual entailment"}, {"cs": "binary decision task", "en": "binary decision task"}, {"cs": "text T", "en": "text T"}, {"cs": "hypothesis H", "en": "hypothesis H"}, {"cs": "negative answer", "en": "negative answer"}, {"cs": "almost entailed", "en": "almost entailed"}, {"cs": "Partial textual entailment", "en": "Partial textual entailment"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper presents an attempt to use word2vec model for recognizing partial (faceted) textual entailment.", "cs": "This paper presents an attempt to use word2vec model for recognizing partial (faceted) textual entailment."}, "data_name": "wmt23_terminology", "hints": [{"cs": "word2vec model", "en": "word2vec model"}, {"cs": "partial (faceted) textual entailment", "en": "partial (faceted) textual entailment"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The proposed approach does not rely on language dependent NLP tools and other linguistic resources, therefore it can be easily implemented in different language environments where word2vec models are available.", "cs": "The proposed approach does not rely on language dependent NLP tools and other linguistic resources, therefore it can be easily implemented in different language environments where word2vec models are available."}, "data_name": "wmt23_terminology", "hints": [{"cs": "language dependent NLP tools", "en": "language dependent NLP tools"}, {"cs": "linguistic resources", "en": "linguistic resources"}, {"cs": "word2vec models", "en": "word2vec models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Current computational linguistics witnesses a massive increase of interest in sentiment analysis, as it is a powerful means of public opinion mining.", "cs": "Současná počítačová lingvistika zažívá masový zájem o postojovou analýzu jakožto nástroj zjišťování veřejného mínění."}, "data_name": "wmt23_terminology", "hints": [{"cs": "počítačová lingvistika", "en": "computational linguistics"}, {"cs": "postojovou analýzu", "en": "sentiment analysis"}, {"cs": "veřejného mínění", "en": "public opinion"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, is it even possible to distinguish between good and evil using statistical methods?", "cs": "Je ale možné rozlišit dobro a zlo pomocí statistických metod?"}, "data_name": "wmt23_terminology", "hints": [{"cs": "dobro a zlo", "en": "good and evil"}, {"cs": "statistických metod", "en": "statistical methods"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "How would you treat irony, idioms, innovative vulgarisms and other inherent elements of natural language?", "cs": "Jak zacházet s ironií, idiomy či vulgarismy?"}, "data_name": "wmt23_terminology", "hints": [{"cs": "ironií", "en": "irony"}, {"cs": "idiomy", "en": "idioms"}, {"cs": "vulgarismy", "en": "vulgarisms"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Are emotions language-independent?", "cs": "Jsou emoce jazykově nezávislé?"}, "data_name": "wmt23_terminology", "hints": [{"cs": "jazykově nezávislé", "en": "language-independent"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "I will share my thoughts and opinions towards these issues, describing the state-of-the art approaches employed in sentiment analysis.", "cs": "V příspěvku zodpovím tyto otázky a popíšu současné přístupy k postojové analýze."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přístupy", "en": "approaches"}, {"cs": "postojové analýze", "en": "sentiment analysis"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Czech-English Manual Word Alignment.", "cs": "Česko-anglické ruční zarovnání slov."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Česko-anglické", "en": "Czech-English"}, {"cs": "ruční zarovnání slov", "en": "Manual Word Alignment"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we compare delexicalized transfer and minimally supervised parsing techniques on 32 different languages from Universal Dependencies treebank collection.", "cs": "V tomto článku budeme porovnávat delexicalized přenos a minimálně pod dohledem rozebrat techniky na 32 různých jazyků od Universal závislostí korpusu sbírky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "delexicalized přenos", "en": "delexicalized transfer"}, {"cs": "minimálně pod dohledem rozebrat techniky", "en": "minimally supervised parsing techniques"}, {"cs": "32 různých jazyků", "en": "32 different languages"}, {"cs": "Universal závislostí korpusu sbírky", "en": "Universal Dependencies treebank collection"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The minimal supervision is in adding handcrafted universal grammatical rules for POS tags.", "cs": "Minimální dohled při přidávání pouštět univerzální gramatická pravidla pro POS tagy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Minimální dohled", "en": "minimal supervision"}, {"cs": "univerzální gramatická pravidla", "en": "universal grammatical rules"}, {"cs": "POS tagy", "en": "POS tags"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The rules are incorporated into the unsupervised dependency parser in forms of external prior probabilities.", "cs": "Pravidla jsou začleněny do nekontrolované závislost parseru ve formách externích dřívějších pravděpodobnostech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Pravidla", "en": "The rules"}, {"cs": "nekontrolované závislost parseru", "en": "unsupervised dependency parser"}, {"cs": "externích dřívějších pravděpodobnostech", "en": "external prior probabilities"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also experiment with learning this probabilities from other treebanks.", "cs": "Také jsme experimentovat s učit se toto pravděpodobností z jiných stromových korpusů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experimentovat", "en": "experiment"}, {"cs": "učit se", "en": "learning"}, {"cs": "pravděpodobností", "en": "probabilities"}, {"cs": "stromových korpusů", "en": "treebanks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The average attachment score of our parser is slightly lower then the delexicalized transfer parser, however, it performs better for languages from less resourced language families (non-Indo-European) and is therefore suitable for those, for which the treebanks often do not exist.", "cs": "Průměrná připevnění skóre našeho parseru je o něco nižší než v delexicalized přenosu analyzátor, nicméně, to funguje lépe pro jazyky z méně zdroji jazykových rodin (non-Indo-Evropan), a proto je vhodný pro ty, pro které stromových korpusů často neexistují."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Průměrná připevnění skóre", "en": "average attachment score"}, {"cs": "parseru", "en": "parser"}, {"cs": "delexicalized přenosu analyzátor", "en": "delexicalized transfer parser"}, {"cs": "jazyky", "en": "languages"}, {"cs": "méně zdroji jazykových rodin", "en": "less resourced language families"}, {"cs": "non-Indo-Evropan", "en": "non-Indo-European"}, {"cs": "stromových korpusů", "en": "treebanks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we present our new experimental system of merging dependency representations of two parallel sentences into one dependency tree.", "cs": "V tomto příspěvku představujeme náš nový experimentální systém sloučení závislost reprezentace dvou rovnoběžných vět do jednoho strom závislostí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "závislost reprezentace", "en": "dependency representations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "All the inner nodes in dependency tree represent source-target pairs of words,  the extra words are in form of leaf nodes.", "cs": "Všechny vnitřní uzly v závislosti stromu představují zdroj-cílové páry slovy, další slova jsou ve formě koncové uzly."}, "data_name": "wmt23_terminology", "hints": [{"cs": "koncové uzly", "en": "leaf nodes"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We use Universal Dependencies annotation style, in which the function words, whose usage often differs between languages, are annotated as leaves.", "cs": "Používáme Univerzální Závislosti anotace styl, ve kterém funkční slova, jejichž použití se často liší mezi jazyky, jsou zaznamenány jako listy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Univerzální Závislosti anotace styl", "en": "Universal Dependencies annotation style"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The parallel treebank is parsed in minimally supervised way.", "cs": "Paralelní korpus je analyzován v minimálně dohlíží způsobem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Paralelní korpus", "en": "parallel  treebank"}, {"cs": "minimálně dohlíží způsobem", "en": "minimally  supervised way"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Unaligned words are there automatically pushed to leaves.", "cs": "Nezarovnaný slova jsou zde automaticky tlačil na povrch listů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "povrch listů", "en": "leaves"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a simple translation system trained on such  merged  trees  and  evaluate  it  in WMT 2016 English-to-Czech and Czech-to-English translation task.", "cs": "Představujeme jednoduchý systém překladu vyškoleného na takových sloučených stromech a vyhodnocovat jej WMT 2016 anglicko-to-český a česko-to-anglický překlad úloh."}, "data_name": "wmt23_terminology", "hints": [{"cs": "WMT 2016 anglicko-to-český", "en": "WMT 2016 English-to-Czech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Even though the model is so far very simple and no language model and word-reordering model were used, the Czech-to-English variant reached similar BLEU score as another established tree-based system.", "cs": "I přesto, že model je doposud velmi jednoduché a byl používán žádný jazykový model a model word-li řazení varianta Český k angličtině dosáhl podobného Bleu skóre jako další zavedeného systému stromu bázi."}, "data_name": "wmt23_terminology", "hints": [{"cs": "model", "en": "model"}, {"cs": "Český k angličtině", "en": "Czech-to-English"}, {"cs": "Bleu skóre", "en": "BLEU score"}, {"cs": "systému stromu bázi", "en": "tree-based system"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the last 12 years, there has been a big progress in the field of unsupervised dependency parsing.", "cs": "V posledních 12 letech došlo k velkým pokroku v oblasti bez dozoru závislostní parsování."}, "data_name": "wmt23_terminology", "hints": [{"cs": "bez dozoru závislostní parsování", "en": "unsupervised dependency parsing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Different approaches however sometimes differ in motivation and definition of the problem.", "cs": "Různé přístupy však někdy liší v motivaci a ve vymezení problému."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Různé přístupy", "en": "Different approaches"}, {"cs": "motivaci", "en": "motivation"}, {"cs": "vymezení problému", "en": "definition of the problem"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Some of them allow using resources that are forbidden by others, since they are treated as a kind of supervision.", "cs": "Některé z nich umožňují využití zdrojů, které jsou zakázány jinými, neboť se s nimi zachází jako druh dohledu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "zdrojů", "en": "resources"}, {"cs": "dohledu", "en": "supervision"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The goal of this paper is to define all the variants of unsupervised dependency parsing problem and show their motivation, progress, and the best results.", "cs": "Cílem tohoto příspěvku je definovat všechny varianty bez dozoru závislost rozebrat problém a ukázat jejich motivace, pokrok, a nejlepší výsledky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Cílem", "en": "The goal"}, {"cs": "příspěvku", "en": "paper"}, {"cs": "varianty", "en": "variants"}, {"cs": "bez dozoru závislost", "en": "unsupervised dependency"}, {"cs": "rozebrat problém", "en": "parsing problem"}, {"cs": "motivace", "en": "motivation"}, {"cs": "pokrok", "en": "progress"}, {"cs": "nejlepší výsledky", "en": "the best results"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also discuss the usefulness of the unsupervised parsing generally, both for the formal linguistics and for the applications.", "cs": "Také jsme diskutovali o užitečnosti látky jako součásti bez dozoru analýze obecně, a to jak pro formální lingvistiky a pro aplikace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "užitečnosti látky", "en": "usefulness"}, {"cs": "bez dozoru analýze", "en": "unsupervised parsing"}, {"cs": "formální lingvistiky", "en": "formal linguistics"}, {"cs": "aplikace", "en": "applications"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a work in progress aimed at extracting translation pairs of source and target dependency treelets to be used in a dependency-based machine translation system.", "cs": "Představujeme nedokončené zaměřená na těžbu překladové páry zdrojové a cílové závislost treelets které mají být použity v systému strojového překládání závislostí na bázi."}, "data_name": "wmt23_terminology", "hints": [{"cs": "těžbu překladové páry", "en": "extracting translation pairs"}, {"cs": "závislost treelets", "en": "dependency treelets"}, {"cs": "systému strojového překládání", "en": "machine translation system"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We introduce a novel unsupervised method for parallel tree segmentation based on Gibbs sampling.", "cs": "Představíme nový voze metodu pro paralelní segmentaci stromu na základě vzorků Gibbs."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metodu pro paralelní segmentaci stromu", "en": "method for parallel tree segmentation"}, {"cs": "vzorků Gibbs", "en": "Gibbs sampling"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Using the data from a Czech-English parallel treebank, we show that the procedure converges to a dictionary containing reasonably sized treelets; in some cases, the segmentation seems to have interesting linguistic interpretations.", "cs": "S použitím dat z české, anglické paralelním korpusu, ukážeme, že postup konverguje ke slovníku, který obsahuje poměrně velké treelets; V některých případech se zdá, že segmentace mít zajímavé lingvistické výklady."}, "data_name": "wmt23_terminology", "hints": [{"cs": "české, anglické paralelním korpusu", "en": "Czech-English parallel treebank"}, {"cs": "slovníku", "en": "dictionary"}, {"cs": "treelets", "en": "treelets"}, {"cs": "segmentace", "en": "segmentation"}, {"cs": "lingvistické výklady", "en": "linguistic interpretations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a novel dataset for natural language generation (NLG) in spoken dialogue systems which includes preceding context (user utterance) along with each system response to be generated, i.e., each pair of source meaning representation and target natural language paraphrase.", "cs": "Představujeme novou datovou sadu pro generování jazyka v hlasových dialogových systémech, která spolu s každou odpovědí systému k vygenerování (pár zdrojová sémantická reprezentace – cílová věta v přirozeném jazyce) uvádí i předcházející kontext (uživatelský dotaz)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "datovou sadu", "en": "dataset"}, {"cs": "generování jazyka", "en": "natural language generation"}, {"cs": "hlasových dialogových systémech", "en": "spoken dialogue systems"}, {"cs": "zdrojová sémantická reprezentace", "en": "source meaning representation"}, {"cs": "cílová věta v přirozeném jazyce", "en": "target natural language paraphrase"}, {"cs": "uživatelský dotaz", "en": "user utterance"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We expect this to allow an NLG system to adapt (entrain) to the user’s way of speaking, thus creating more natural and potentially more successful responses.", "cs": "Očekáváme, že tento kontext dovolí generátorům jazyka adaptovat se na způsob vyjadřování uživatele a tím docílit přirozenějších a potenciálně úspěšnějších odpovědí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "generátorům jazyka", "en": "NLG system"}, {"cs": "způsob vyjadřování", "en": "way of speaking"}, {"cs": "odpovědí", "en": "responses"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The dataset has been collected using crowdsourcing, with several stages to obtain natural user utterances and corresponding relevant, natural, and contextually bound system responses.", "cs": "Datová sada byla vytvořena za pomoci crowdsourcingu v několika fázích, aby bylo možno získat přirozené uživatelské dotazy a odpovídající přirozené, relevantní a kontextově zapojené odpovědi systému."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Datová sada", "en": "dataset"}, {"cs": "crowdsourcingu", "en": "crowdsourcing"}, {"cs": "uživatelské dotazy", "en": "user utterances"}, {"cs": "odpovědi systému", "en": "system responses"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The dataset is available for download under the Creative Commons 4.0 BY-SA license.", "cs": "Datová sada je dostupná online pod otevřenou licencí Creative Commons 4.0 BY-SA."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Datová sada", "en": "dataset"}, {"cs": "otevřenou licencí Creative Commons 4.0 BY-SA", "en": "Creative Commons 4.0 BY-SA license"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a novel natural language generation system for spoken dialogue systems capable of entraining (adapting) to users' way of speaking, providing contextually appropriate responses.", "cs": "Představujeme nový generátor přirozeného jazyka pro hlasové dialogové systémy, který je schopný přizpůsobit se způsobu, jakým mluví uživatel, a poskytovat odpovědi přiměřené kontextu dialogu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "generátor přirozeného jazyka", "en": "natural language generation system"}, {"cs": "hlasové dialogové systémy", "en": "spoken dialogue systems"}, {"cs": "uživatel", "en": "users"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The generator is based on recurrent neural networks and the sequence-to-sequence approach.", "cs": "Generátor je založen na neuronových sítích a přístupu sequence-to-sequence."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Generátor", "en": "generator"}, {"cs": "neuronových sítích", "en": "recurrent neural networks"}, {"cs": "sequence-to-sequence", "en": "sequence-to-sequence approach"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It is fully trainable from data which include preceding context along with responses to be generated.", "cs": "Je plně trénovatelný z dat, která spolu s trénovacími výstupy generátoru obsahují také předchozí kontext."}, "data_name": "wmt23_terminology", "hints": [{"cs": "trénovatelný", "en": "trainable"}, {"cs": "dat", "en": "data"}, {"cs": "trénovacími výstupy", "en": "responses to be generated"}, {"cs": "předchozí kontext", "en": "preceding context"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We show that the context-aware generator yields significant improvements over the baseline in both automatic metrics and a human pairwise preference test.", "cs": "Ukazujeme, že kontextový generátor přináší signifikantní zlepšení oproti základnímu generátoru, a to jak z pohledu automatických metrik, tak v preferenčním testu lidského hodnocení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kontextový generátor", "en": "context-aware generator"}, {"cs": "základnímu generátoru", "en": "baseline"}, {"cs": "automatických metrik", "en": "automatic metrics"}, {"cs": "preferenčním testu lidského hodnocení", "en": "human pairwise preference test"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Diatheses represent relations between different surface syntactic structures of verbs.", "cs": "Diateze představují vztahy mezi různými povrchověsyntaktickými strukturami sloves."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Diateze", "en": "Diatheses"}, {"cs": "povrchověsyntaktickými strukturami", "en": "surface syntactic structures"}, {"cs": "sloves", "en": "verbs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "They are conditioned by changes in morphological meaning of a verb and they are associated with specific changes in its valency structure.", "cs": "Jsou podmíněny změnou morfologické charakteristiky slovesného rodu a jsou spojeny se změnami v povrchověsyntaktickém vyjádření valenčních doplnění sloves."}, "data_name": "wmt23_terminology", "hints": [{"cs": "morfologické charakteristiky", "en": "morphological meaning"}, {"cs": "slovesného rodu", "en": "verb"}, {"cs": "povrchověsyntaktickém vyjádření", "en": "valency structure"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this contribution, I discussed changes in the surface syntactic expressions of Czech complex predicates.", "cs": "V příspěvku jsme se zaměřili na specifické změny, kterým podléhají valenční doplnění českých funkčních sloves."}, "data_name": "wmt23_terminology", "hints": [{"cs": "valenční doplnění českých funkčních sloves", "en": "surface syntactic expressions of Czech complex predicates"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The contribution discusses the distribution of ACTors in light verb constructions in Czech.", "cs": "Příspěvek se zabývá distribucí Konatele v konstrukcích komplexních predikátů s kategoriálními slovesy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Příspěvek", "en": "The contribution"}, {"cs": "distribucí Konatele", "en": "distribution of ACTors"}, {"cs": "komplexních predikátů", "en": "light verb constructions"}, {"cs": "kategoriálními slovesy", "en": "Czech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this contribution, we propose a lexicographic representation of Czech complex predicates.", "cs": "V příspěvku navrhujeme lexikografickou reprezentaci komplexivních predikátů v češtině."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lexikografickou reprezentaci", "en": "lexicographic representation"}, {"cs": "komplexivních predikátů", "en": "complex predicates"}, {"cs": "češtině", "en": "Czech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Special attention is devoted to the selection of collocations of function verbs and predicative nouns and to the annotation of their syntactic structure.", "cs": "Zvláštní oddíl je věnován výběru kolokací funkčních sloves a predikativních jmen a anotaci jejich syntaktické struktury."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výběru kolokací funkčních sloves a predikativních jmen", "en": "selection of collocations of function verbs and predicative nouns"}, {"cs": "anotaci jejich syntaktické struktury", "en": "annotation of their syntactic structure"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we focus on Czech complex predicates formed by a light verb and a predicative noun expressed as the direct object.", "cs": "V tomto článku se zaměřujeme na české složené predikáty, které jsou tvořené lehkým slovesem a predikativním jménem vyjádřeným jako přímý objekt."}, "data_name": "wmt23_terminology", "hints": [{"cs": "české složené predikáty", "en": "Czech complex predicates"}, {"cs": "lehkým slovesem", "en": "light verb"}, {"cs": "predikativním jménem", "en": "predicative noun"}, {"cs": "přímý objekt", "en": "direct object"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Although Czech – as an inflectional language encoding syntactic relations via morphological cases – provides an excellent opportunity to study the distribution of valency complements in the syntactic structure with complex predicates, this distribution has not been described so far.", "cs": "Ačkoli čeština -- jakožto inflekční jazyk -- poskytuje výbornou příležitost pro studium distribuce valenčních doplnění složených predikátů, tato distribuce dosud nebyla poplsána."}, "data_name": "wmt23_terminology", "hints": [{"cs": "čeština", "en": "Czech"}, {"cs": "inflekční jazyk", "en": "inflectional language"}, {"cs": "valenčních doplnění", "en": "valency complements"}, {"cs": "složených predikátů", "en": "complex predicates"}, {"cs": "distribuce", "en": "distribution"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "On the basis of a manual analysis of the richly annotated data from the Prague Dependency Treebank, we thus formulate principles governing this distribution.", "cs": "Na základě manuální analýzy bohatě anotovaných dat PDT formulujeme poučky řídicí tuto distribuci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "manuální analýzy", "en": "manual analysis"}, {"cs": "bohatě anotovaných dat", "en": "richly annotated data"}, {"cs": "PDT", "en": "Prague Dependency Treebank"}, {"cs": "poučky", "en": "principles"}, {"cs": "distribuci", "en": "distribution"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In an automatic experiment, we verify these principles on well-formed syntactic structures from the Prague Dependency Treebank and the Prague Czech-English Dependency Treebank with very satisfactory results: the distribution of 97% of valency complements in the surface structure is governed by the proposed principles.", "cs": "V automatickém experimentu tyto poučky ověřujeme na korektních syntaktických strukturách PDT a PCEDT s velmi uspokojivými výsledky: distribuce 97% valenčních doplnění se řídí navrženými poučkami."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatickém experimentu", "en": "automatic experiment"}, {"cs": "korektních syntaktických strukturách", "en": "well-formed syntactic structures"}, {"cs": "PDT", "en": "Prague Dependency Treebank"}, {"cs": "PCEDT", "en": "Prague Czech-English Dependency Treebank"}, {"cs": "valenčních doplnění", "en": "valency complements"}, {"cs": "navrženými poučkami", "en": "proposed principles"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "These results corroborate that the surface structure formation of complex predicates is a regular process.", "cs": "Tyto výsledky dokládají, že vytváření povrchové struktury složených predikátů je pravidelný proces."}, "data_name": "wmt23_terminology", "hints": [{"cs": "povrchové struktury", "en": "surface structure"}, {"cs": "složených predikátů", "en": "complex predicates"}, {"cs": "pravidelný proces", "en": "regular process"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Increased interest in natural language ‘understanding’ has brought into the focus of much current work a variety of techniques often described as ‘semantic parsing’.", "cs": "Zvýšený zájem o ‚porozumění‘ přirozeným jazykům způsobil, že do centra pozornosti současného výzkumu se dostávají různé postupy, často popisované jako ‚sémantická analýza‘."}, "data_name": "wmt23_terminology", "hints": [{"cs": "porozumění", "en": "understanding"}, {"cs": "přirozeným jazykům", "en": "natural language"}, {"cs": "sémantická analýza", "en": "semantic parsing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a completely featureless, language agnostic named entity recognition system.", "cs": "Předkládáme systém pro rozpoznávání pojmenovaných entit, který je jazykově nezávislý a nepotřebuje klasifikační rysy pro strojové učení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozpoznávání pojmenovaných entit", "en": "named entity recognition system"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Following recent advances in artificial neural network research, the recognizer employs parametric rectified linear units (PReLU), word embeddings and character-level embeddings based on gated linear units (GRU).", "cs": "Systém využívá současných výsledků v oblasti umělých neuronových sítí, jako jsou parametric rectified linear units (PReLU), embeddingy slov a embeddingy charakterů ve slovech založené na gated linear units (GRU)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "umělých neuronových sítí", "en": "artificial neural network"}, {"cs": "parametric rectified linear units (PReLU)", "en": "parametric rectified linear units (PReLU)"}, {"cs": "embeddingy slov", "en": "word embeddings"}, {"cs": "embeddingy charakterů ve slovech", "en": "character-level embeddings"}, {"cs": "gated linear units (GRU)", "en": "gated linear units (GRU)"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Without any feature engineering, only with surface forms, lemmas and tags as input, the network achieves excellent results in Czech NER and surpasses the current state of the art of previously published Czech NER systems, which use manually designed rule-based orthographic classification features.", "cs": "Systém nepotřebuje vyhledávání vhodné sady klasifikačních rysů (feature engineering) a pouze s využitích povrchových forem, lemmat a slovních druhů na vstupu dosahuje vynikajících výsledků v rozpoznávání pojmenovaných entit v češtině a překonává stávající výsledky dříve publikovaných prací, které využívají ručně vytvořené klasifikační rysy založené na ortografické podobnosti slov."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vyhledávání vhodné sady klasifikačních rysů", "en": "feature engineering"}, {"cs": "povrchových forem", "en": "surface forms"}, {"cs": "lemmat", "en": "lemmas"}, {"cs": "slovních druhů", "en": "tags"}, {"cs": "rozpoznávání pojmenovaných entit", "en": "Czech NER"}, {"cs": "češtině", "en": "Czech"}, {"cs": "ručně vytvořené klasifikační rysy", "en": "manually designed rule-based orthographic classification features"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Furthermore, the neural network achieves robust results even when only surface forms are available as input.", "cs": "Navíc tato síť podává robustní výkon i v případě, kdy jsou na vstupu pouze povrchové formy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "síť", "en": "neural network"}, {"cs": "povrchové formy", "en": "surface forms"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In addition, the proposed neural network can use the manually designed rule-based orthographic classification features and in such combination, it exceeds the current state of the art by a wide margin.", "cs": "Síť dovede využít navíc i kombinaci ručně vytvořených klasifikačních rysů a v tom případě překonává stávající výsledky s markantním rozdílem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Síť", "en": "neural network"}, {"cs": "klasifikačních rysů", "en": "classification features"}, {"cs": "stávající výsledky", "en": "current state of the art"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we describe SHAMUS, our system for an easy search and navigation in multimedia archives.", "cs": "Článok popisuje systém SHAMUS určený na jednoduché vyhľadávanie a navigáciu v multimediálnych archívoch."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systém SHAMUS", "en": "SHAMUS"}, {"cs": "multimediálnych archívoch", "en": "multimedia archives"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The system consists of three components.", "cs": "Systém pozostáva z troch komponentov."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Systém", "en": "The system"}, {"cs": "troch komponentov", "en": "three components"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The Search component provides a text-based search in a multimedia collection, the Anchoring component determines the most important segments of videos, and segments topically related to the anchoring ones are retrieved by the Hyperlinking component.", "cs": "Search poskytuje textové vyhľadávanie v mutlimediálnej kolekcii, Anchoring automaticky detekuje najvýznamnejšie segmenty videa a sémanticky súvisiace segmenty sú vyhľadané v komponente Hyperlinking."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Search", "en": "The Search component"}, {"cs": "textové vyhľadávanie", "en": "text-based search"}, {"cs": "mutlimediálnej kolekcii", "en": "multimedia collection"}, {"cs": "Anchoring", "en": "the Anchoring component"}, {"cs": "najvýznamnejšie segmenty videa", "en": "the most important segments of videos"}, {"cs": "sémanticky súvisiace segmenty", "en": "segments topically related"}, {"cs": "Hyperlinking", "en": "the Hyperlinking component"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the paper, we describe each component of the system as well as the online demo interface which currently works with a collection of TED talks.", "cs": "V článku popisujeme jednotlivé komponenty systému, ako aj online demo rozhranie, ktoré pracuje s kolekciou videí z konferencie TED."}, "data_name": "wmt23_terminology", "hints": [{"cs": "článku", "en": "paper"}, {"cs": "komponenty systému", "en": "component of the system"}, {"cs": "online demo rozhranie", "en": "online demo interface"}, {"cs": "kolekciou videí", "en": "collection of TED talks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper presents the work on Machine Translation (MT) that has been conducted within the KConnect project, funded under the H2020 programme and focused on development and commercialization of cloud-based services for multilingual Semantic Annotation, Semantic Search and Machine Translation of electronic health records and medical publications.", "cs": "Článek popisuje práci na strojovém překladu provedenou v rámci projektu KConnect, financovaném v rámci programu H2020 a zaměřeném na vývoj a komercializaci cloudových služeb pro vícejazyčnou sémantickou anotaci, sémantické vyhledávání a strojový překlad elektronických zdravotních záznamů a medicínských publikací."}, "data_name": "wmt23_terminology", "hints": [{"cs": "strojovém překladu", "en": "Machine Translation (MT)"}, {"cs": "projektu KConnect", "en": "KConnect project"}, {"cs": "programu H2020", "en": "H2020 programme"}, {"cs": "cloudových služeb", "en": "cloud-based services"}, {"cs": "vícejazyčnou sémantickou anotaci", "en": "multilingual Semantic Annotation"}, {"cs": "sémantické vyhledávání", "en": "Semantic Search"}, {"cs": "elektronických zdravotních záznamů", "en": "electronic health records"}, {"cs": "medicínských publikací", "en": "medical publications"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We first present the main goal and role of MT in the project and then briefly describe the main methods and components developed in the project, including training data acquisition, methods of domain adaptation, deployment of MT as cloud-based web-service, and the training toolkit allowing easy adaptation of the MT service to new languages.", "cs": "Nejprve prezentujeme hlavní cíl a úlohu strojového překladu v projektu, následně stručně popisujeme hlavní metody a komponenty vyvinuté v rámci projektu, mj. získání dat, metody doménové adaptace, nasazení MT jako cloudové webové služby a nástroj pro trénování překladových systémů, který umožňuje snadnou adaptaci překladové služby na nové jazyky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hlavní cíl", "en": "main goal"}, {"cs": "úlohu strojového překladu", "en": "role of MT"}, {"cs": "hlavní metody", "en": "main methods"}, {"cs": "komponenty", "en": "components"}, {"cs": "získání dat", "en": "training data acquisition"}, {"cs": "metody doménové adaptace", "en": "methods of domain adaptation"}, {"cs": "cloudové webové služby", "en": "cloud-based web-service"}, {"cs": "nástroj pro trénování překladových systémů", "en": "training toolkit"}, {"cs": "snadnou adaptaci překladové služby", "en": "easy adaptation of the MT service"}, {"cs": "nové jazyky", "en": "new languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Cílem prezentace je kvantitativní analýza syntaktických závislostí v češtině.", "cs": "The aim of our talk is to present results of quantitative analysis of dependency characteristics of particular analytical functions."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kvantitativní analýza", "en": "quantitative analysis"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Pro každé slovo syntakticky anotovaného korpusu (Bejček et al.", "cs": "For each word in a syntactically annotated corpus (Bejček et al. 2013), a dependency frame is derived first."}, "data_name": "wmt23_terminology", "hints": [{"cs": "syntactically annotated corpus", "en": "syntakticky anotovaného korpusu"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "2013) odvozujeme závislostní rámec , který je tvořen analytickými funkcemi přiřazenými každému bezprostředně závislému slovu.", "cs": "The dependency frame consists of all analytical functions assigned to its directly dependent words."}, "data_name": "wmt23_terminology", "hints": [{"cs": "závislostní rámec", "en": "dependency frame"}, {"cs": "analytickými funkcemi", "en": "analytical functions"}, {"cs": "bezprostředně závislému slovu", "en": "directly dependent words"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The aim of this poster is to present an easy-to-use web application specifically developed for annotating Russian texts with morphological and syntactic information.", "cs": "Cílem je podat snadno použitelné webové aplikace speciálně vyvinuté pro anotaci ruských textů s morfologickou a syntaktickou informaci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "webové aplikace", "en": "web application"}, {"cs": "anotaci ruských textů", "en": "annotating Russian texts"}, {"cs": "morfologickou a syntaktickou informaci", "en": "morphological and syntactic information"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This report presents the Universal Dependencies (UD) annotated corpus for Russian and a conversion process which was developed to transform the SynTagRus dependency treebank of Russion into a UD-style annotated corpus.", "cs": "Tato zpráva představuje ruský korpus anotovaný podle standardu Universal Dependencies a popisuje postup, kterým byl existující ruský závislostní korpus SynTagRus transformován do stylu UD."}, "data_name": "wmt23_terminology", "hints": [{"cs": "ruský korpus", "en": "corpus for Russian"}, {"cs": "Universal Dependencies", "en": "Universal Dependencies (UD)"}, {"cs": "závislostní korpus SynTagRus", "en": "SynTagRus dependency treebank"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper investigates the similarities in the application of attribute grammars to two seemingly different research areas, namely the area of formal description of workflows and the area of checking the syntactic correctness of natural languages.", "cs": "Článek zkoumá podobnost aplikace atributových gramatik ve dvou zdánlivě odlišných vědeckých oblastech, jmenovitě ve formálním popisu pracovních postupů a v kontrole syntaktické správnosti přirozených jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "atributových gramatik", "en": "attribute grammars"}, {"cs": "formálním popisu pracovních postupů", "en": "formal description of workflows"}, {"cs": "kontrole syntaktické správnosti přirozených jazyků", "en": "checking the syntactic correctness of natural languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It uses existing models and formalisms and tries to find a common ground which would enable to exploit mutually the experience gained in both individual fields.", "cs": "Jsou použity existující modely a formalismy a hledá se společný jmenovatel, který by umožnil využít zkušenosti nabyté v obou oblastech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "modely", "en": "models"}, {"cs": "formalismy", "en": "formalisms"}, {"cs": "společný jmenovatel", "en": "common ground"}, {"cs": "obou oblastech", "en": "both individual fields"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It shows how a slight adaptation of a grammar formalism used for grammar checking of languages with a high degree of word-order freedom may lead to a tool useful for a workflow verification.", "cs": "Zároveň také ukazuje nutnost mírné adaptace formalismu pro kontrolu gramatiky pro jazyky s vysokým stupněm volnosti slovosledu, která by mohla vést k vytvoření nástroje použitelného pro kontrolu pracovních postupů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nutnost mírné adaptace formalismu", "en": "slight adaptation of a grammar formalism"}, {"cs": "kontrolu gramatiky", "en": "grammar checking"}, {"cs": "jazyky s vysokým stupněm volnosti slovosledu", "en": "languages with a high degree of word-order freedom"}, {"cs": "kontrolu pracovních postupů", "en": "workflow verification"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "ConFarm is a web service dedicated to extraction of surface representations of verb and noun constructions from dependency annotated corpora of Russian texts.", "cs": "ConFarm je webová služba, věnovaná extrakci povrchových reprezentaci slovesnych a jmennych tvaru ze závislostních anotovaných korpusů ruských textů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "ConFarm", "en": "ConFarm"}, {"cs": "webová služba", "en": "web service"}, {"cs": "extrakci povrchových reprezentaci", "en": "extraction of surface representations"}, {"cs": "slovesnych a jmennych tvaru", "en": "verb and noun constructions"}, {"cs": "závislostních anotovaných korpusů", "en": "dependency annotated corpora"}, {"cs": "ruských textů", "en": "Russian texts"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Currently, the extraction of constructions with a specific lemma from SynTagRus and Russian National Corpus is available.", "cs": "V současné době je k dispozici extrakce konstrukci s konkrétním lemmatem z korpusu SynTagRus a ruského národního korpusu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "extrakce konstrukci", "en": "extraction of constructions"}, {"cs": "konkrétním lemmatem", "en": "specific lemma"}, {"cs": "korpusu SynTagRus", "en": "SynTagRus"}, {"cs": "ruského národního korpusu", "en": "Russian National Corpus"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The system provides flexible interface that allows users to fine-tune the output.", "cs": "Nas systém poskytuje flexibilní rozhraní, které umožňuje uživatelům vyladit výstup."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systém", "en": "system"}, {"cs": "flexibilní rozhraní", "en": "flexible interface"}, {"cs": "uživatelům", "en": "users"}, {"cs": "výstup", "en": "output"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Extracted constructions are grouped by their contents to allow for compact representation, and the groups are visualized as a graph in order to help navigating the extraction results.", "cs": "Extrahované konstrukce jsou seskupeny podle jejich obsahu, aby byla možna kompaktní reprezentace, a skupiny jsou zobrazeny ve formě grafu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Extrahované konstrukce", "en": "Extracted constructions"}, {"cs": "kompaktní reprezentace", "en": "compact representation"}, {"cs": "skupiny", "en": "groups"}, {"cs": "grafu", "en": "graph"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "ConFarm differs from similar existing tools for Russian language in that it offers full constructions, as opposed to extracting separate dependents of search word or working with collocations, and allows users to discover unexpected constructions as opposed to searching for examples of a user-defined construction.", "cs": "ConFarm se liší od podobných existujících nástrojů pro rustinu v tom, že nabízí kompletní konstrukce, v protikladu k samostatni extrakci zavislostnich clenu nebo práci s slovních spojení, a umožňuje uživatelům objevit nečekané konstrukce, na rozdíl od vyhledavani příkladu podle formy zadane uživatelem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "ConFarm", "en": "ConFarm"}, {"cs": "rustinu", "en": "Russian language"}, {"cs": "kompletní konstrukce", "en": "full constructions"}, {"cs": "zavislostnich clenu", "en": "separate dependents"}, {"cs": "slovních spojení", "en": "collocations"}, {"cs": "uživatelům", "en": "users"}, {"cs": "nečekané konstrukce", "en": "unexpected constructions"}, {"cs": "vyhledavani příkladu", "en": "searching for examples"}, {"cs": "formy zadane uživatelem", "en": "user-defined construction"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This work addresses the issue of building a free NLP pipeline for processing Russian texts from plain text to morphologically and syntactically annotated structures in CONLL format.", "cs": "Tato práce se zabývá otázkou budování svobodného NLP potrubí pro zpracování ruské texty z prostého textu na morfologicky a syntakticky anotovaný struktury ve formátu CONLL."}, "data_name": "wmt23_terminology", "hints": [{"cs": "NLP potrubí", "en": "NLP pipeline"}, {"cs": "zpracování ruské texty", "en": "processing Russian texts"}, {"cs": "morfologicky a syntakticky anotovaný struktury", "en": "morphologically and syntactically annotated structures"}, {"cs": "formátu CONLL", "en": "CONLL format"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The pipeline is written in python3.", "cs": "Potrubí je napsán v python3."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Potrubí", "en": "pipeline"}, {"cs": "python3", "en": "python3"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Segmentation is provided by our own module.", "cs": "Segmentace je zajišťována vlastní modul."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Segmentace", "en": "Segmentation"}, {"cs": "vlastní modul", "en": "our own module"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Mystem with numerous postprocessing fixes is used for lemmatization and morphology tagging.", "cs": "Mystem s četnými postprocesních oprav se používá pro lemmatizace a morfologie značkování."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Mystem", "en": "Mystem"}, {"cs": "lemmatizace", "en": "lemmatization"}, {"cs": "morfologie značkování", "en": "morphology tagging"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Finally, syntactical annotation is obtained with MaltParser utilizing our own model trained on SynTagRus, which was converted into CONLL format for this purpose, with its morphological tagset being converted into Mystem/Russian National Corpus tagset", "cs": "A konečně, syntaktická anotace se získá MaltParser využitím naší vlastní model vyškolený na SynTagRus, který byl převeden do formátu CONLL pro tento účel, s jeho morfologické tagset převádí do Mystem / ruského národního korpusu tagset"}, "data_name": "wmt23_terminology", "hints": [{"cs": "syntaktická anotace", "en": "syntactical annotation"}, {"cs": "MaltParser", "en": "MaltParser"}, {"cs": "SynTagRus", "en": "SynTagRus"}, {"cs": "CONLL", "en": "CONLL"}, {"cs": "morfologické tagset", "en": "morphological tagset"}, {"cs": "Mystem", "en": "Mystem"}, {"cs": "ruského národního korpusu tagset", "en": "Russian National Corpus tagset"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This contribution dealt with passive and deagentive diatheses of Czech verbs with genitive complementation.", "cs": "Příspěvek se zabývá klasifikací českých sloves s genitivním doplněním z hlediska tvoření pasivní a deagentní diateze."}, "data_name": "wmt23_terminology", "hints": [{"cs": "klasifikací českých sloves", "en": "Czech verbs"}, {"cs": "genitivním doplněním", "en": "genitive complementation"}, {"cs": "pasivní a deagentní diateze", "en": "passive and deagentive diatheses"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "According to their changes in valency structure, these verbs are classified into three groups: (1) verbs that behave in the same way as verbs with accusative complementation, (2) verbs that preserve genitive complementations and (3) verbs complementations of which can be expressed in the nominative, or in the genitive.", "cs": "Slovesa jsou klasifikována na ta, která se chovají podobně jako slovesa s akuzativním doplněním,, slovesa, u nichž je genitivní vazba v příznakových členech diateze zachována, a slovesa, jejichž genitivní doplnění může být v diatezi vyjádřeno nominativem i genitivem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Slovesa", "en": "verbs"}, {"cs": "akuzativním doplněním", "en": "accusative complementation"}, {"cs": "genitivní vazba", "en": "genitive complementations"}, {"cs": "nominativem", "en": "nominative"}, {"cs": "genitivem", "en": "genitive"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the talk, I summariye common and different features in the annotation approaches to Czech (PDT-like) and German (applied in GECCo).", "cs": "Shrnutí čeho jsme dosáhli v rozborech, anotacích a analýze češtiny (PDT) a němčiny v rámci korpusu GECCo."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozborech", "en": "annotation approaches"}, {"cs": "anotacích", "en": "Czech (PDT-like)"}, {"cs": "analýze češtiny", "en": "German (applied in GECCo)"}, {"cs": "korpusu GECCo", "en": "GECCo"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper discusses models for dialogue state tracking using recurrent neural networks (RNN).", "cs": "Tento článek se zabývá modely pro sledování stavu dialogu pomocí rekurentních neuronových sítí (RNN)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "modely", "en": "models"}, {"cs": "sledování stavu dialogu", "en": "dialogue state tracking"}, {"cs": "rekurentních neuronových sítí", "en": "recurrent neural networks"}, {"cs": "RNN", "en": "RNN"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present experiments on the standard dialogue state tracking (DST) dataset, DSTC2.", "cs": "Představujeme pokusy na datové sadě, DSTC2."}, "data_name": "wmt23_terminology", "hints": [{"cs": "pokusy", "en": "experiments"}, {"cs": "datové sadě", "en": "dataset"}, {"cs": "DSTC2", "en": "DSTC2"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "On the one hand, RNN models became the state of the art models in DST, on the other hand, most state-of-the-art models are only turn-based and require dataset-specific preprocessing (e.g.", "cs": "Na jedné straně, RNN modely dosahují vynikajících výsledků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "RNN modely", "en": "RNN models"}, {"cs": "výsledků", "en": "state of the art models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "DSTC2-specific) in order to achieve such results.", "cs": "Na druhou stranu většina state-of-the-art modelů jsou \"turn-based\" a vyžadují specifické předzpracování (např pro data z DSTC2) k dosažení vynikajících výsledků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "DSTC2", "en": "DSTC2"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We implemented two architectures which can be used in incremental settings and require almost no preprocessing.", "cs": "Představili jsme dvě architektury, které mohou být použity v inkrementálních nastavení a nevyžadují téměř žádnou předzpracování."}, "data_name": "wmt23_terminology", "hints": [{"cs": "architektury", "en": "architectures"}, {"cs": "inkrementálních nastavení", "en": "incremental settings"}, {"cs": "předzpracování", "en": "preprocessing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We compare their performance to the benchmarks on DSTC2 and discuss their properties.", "cs": "V članku porovnáváme jejich výkonnost na referenčních hodnotách pro DSTC2 a diskutujeme jejich vlastnosti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výkonnost", "en": "performance"}, {"cs": "referenčních hodnotách", "en": "benchmarks"}, {"cs": "DSTC2", "en": "DSTC2"}, {"cs": "vlastnosti", "en": "properties"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "With only trivial preprocessing, the performance of our models is close to the state-of- the-art results.", "cs": "S pouze triviální předzpracováním se výkon našich modelů blíží k výsledkům state-of-the-art."}, "data_name": "wmt23_terminology", "hints": [{"cs": "triviální předzpracováním", "en": "trivial preprocessing"}, {"cs": "výkon našich modelů", "en": "performance of our models"}, {"cs": "výsledkům state-of-the-art", "en": "state-of- the-art results"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper presents a novel dataset for training end-to-end task oriented conversational agents.", "cs": "Tento článek prezentuje novou datovou sadu pro výcvik end-to-end úkol orientovaně konverzační agentů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "článek", "en": "paper"}, {"cs": "datovou sadu", "en": "dataset"}, {"cs": "výcvik", "en": "training"}, {"cs": "end-to-end úkol orientovaně konverzační agentů", "en": "end-to-end task oriented conversational agents"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The dataset contains conversations between an operator – a task expert, and a client who seeks information about the task.", "cs": "Obsahuje rozhovory mezi operátorem - odborníkem na danou doménu, a klientem, který hledá informace o úloze."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozhovory", "en": "conversations"}, {"cs": "operátorem", "en": "operator"}, {"cs": "odborníkem na danou doménu", "en": "task expert"}, {"cs": "klientem", "en": "client"}, {"cs": "informace", "en": "information"}, {"cs": "úloze", "en": "task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Along with the conversation transcriptions, we record database API calls performed by the operator, which capture a distilled meaning of the user query.", "cs": "Spolu s konverzační přepisy zaznamenáme databázová volání prováděné operátorem, které zachycují význam dotazu uživatele."}, "data_name": "wmt23_terminology", "hints": [{"cs": "konverzační přepisy", "en": "conversation transcriptions"}, {"cs": "databázová volání", "en": "database API calls"}, {"cs": "operátorem", "en": "operator"}, {"cs": "dotazu uživatele", "en": "user query"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We expect that the easy-to-get supervision of database calls will allow us to train end-to-end dialogue agents with significantly less training data.", "cs": "Očekáváme, že se snadno získatelné databázová volání nám umožní trénovat end-to-end dialog agenty se s výrazně méně tréninkových dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "databázová volání", "en": "database calls"}, {"cs": "end-to-end dialog agenty", "en": "end-to-end dialogue agents"}, {"cs": "tréninkových dat", "en": "training data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The dataset is collected using crowdsourcing and the conversations cover the well-known restaurant domain.", "cs": "Datová sada je sbírána pomocí crowdsourcing a rozhovory pokrývají dobře známé restaurace doménu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Datová sada", "en": "dataset"}, {"cs": "crowdsourcing", "en": "crowdsourcing"}, {"cs": "rozhovory", "en": "conversations"}, {"cs": "restaurace doménu", "en": "restaurant domain"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Quality of the data is enforced by mutual control among contributors.", "cs": "Kvalita dat je vynucováno vzájemné kontroly mezi přispěvateli."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Kvalita dat", "en": "Quality of the data"}, {"cs": "vzájemné kontroly", "en": "mutual control"}, {"cs": "přispěvateli", "en": "contributors"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We propose two contributions to discriminative rule selection in hierarchical machine translation.", "cs": "Navrhujeme dva příspěvky k diskriminativnímu výběru pravidel v hierarchickém strojovém překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "diskriminativnímu výběru pravidel", "en": "discriminative rule selection"}, {"cs": "hierarchickém strojovém překladu", "en": "hierarchical machine translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "First, we test previous approaches on two French-English translation tasks in domains for which only limited resources are available and show that they fail to improve translation quality.", "cs": "Ověřujeme předchozí přístupy na dvou úlohách francouzsko-anglického překladu na doménách s omezenými zdroji a ukazujeme, že nedokážou zlepšit překladovou kvalitu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "francouzsko-anglického překladu", "en": "French-English translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "To improve on such tasks, we propose a rule selection model that is (i) global with rich label-dependent features (ii) trained with all available negative samples.", "cs": "Navrhujeme model pro výběr pravidel, který je (i) globální a využívá bohatou sadu rysů a (ii) je trénován s využitím všech dostupných negativních příkladů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "globální", "en": "global"}, {"cs": "trénován", "en": "trained"}, {"cs": "negativních příkladů", "en": "negative samples"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our global model yields significant improvements, up to 1 BLEU point, over previously proposed rule selection models.", "cs": "Náš globální model přináší významné zlepšení až 1 bod BLEU oproti předchozím modelům pro výběr pravidel."}, "data_name": "wmt23_terminology", "hints": [{"cs": "globální model", "en": "global model"}, {"cs": "zlepšení", "en": "improvements"}, {"cs": "výběr pravidel", "en": "rule selection"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A summary of ten years of automatic MT evaluation, highlighting past successful metrics, current evaluation challenges and topics that need to be tackled in the future.", "cs": "Příspěvek shrnul deset let konání soutěže v automatickém hodnocení kvality překladu: představil úspěšné minulé metriky, současné experimenty a poukázal na potřebné další směry vývoje."}, "data_name": "wmt23_terminology", "hints": [{"cs": "soutěže v automatickém hodnocení kvality překladu", "en": "automatic MT evaluation"}, {"cs": "metriky", "en": "metrics"}, {"cs": "vývoje", "en": "future"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper compares the expressive power of the phraseological subformalisms of these dictionaries, discusses their limitations and makes recommendations for their possible extensions, which can be possibly applied also to other valency dictionaries with rich phraseological components.", "cs": "V závěru se doporučují rozšíření těchto komponent pro obecnější pokrytí i pro další jazyky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozšíření", "en": "extensions"}, {"cs": "komponent", "en": "components"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The arguments against the Argument-Adjunct distinction presented by A. Przepiórkowski in this volume are analyzed.", "cs": "V článku jsou analyzovány výhrady vůči dichotomii arguemtu (valenčního členu) a volného doplnění, které jsou předloženy ve stati A. Przepiórkovského ve stejné publikaci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dichotomii arguemtu (valenčního členu) a volného doplnění", "en": "Argument-Adjunct distinction"}, {"cs": "A. Przepiórkovského", "en": "A. Przepiórkowski"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The criteria iterability, specificity and dialogue test conditions are analyzed here and their usefulness for the framework of FGD is demonstrated.", "cs": "Obhajují se kritéria opakovatelnosti, specifičnosti a podmínky užití dialogového testu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kritéria opakovatelnosti", "en": "criteria iterability"}, {"cs": "specifičnosti", "en": "specificity"}, {"cs": "podmínky užití dialogového testu", "en": "dialogue test conditions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We will present tree-shaped structures that are used in Natural Languages Processing for representing sentence syntactical structure, and discuss the benefits and drawbacks of such representations.", "cs": "V přednášce se budeme zabývat stromovými strukturami, které jsou využívány v počítačovém zpracování přirozeného jazyka."}, "data_name": "wmt23_terminology", "hints": [{"cs": "stromovými strukturami", "en": "tree-shaped structures"}, {"cs": "počítačovém zpracování přirozeného jazyka", "en": "Natural Languages Processing"}, {"cs": "přednášce", "en": "We will present"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Apart to discourse relations expressed primarily by discourse connectives (and partly also being implicit), there are other relations in the discourse that contribute to the text connectedness and have to be taken into consideration.", "cs": "Vedle diskurzních vztahů vyjádřených primárně tzv. diskurzními konektory (nebo jsou případně dány implicitně) je třeba při analýze diskurzu brát v úvahu též další vztahy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "diskurzních vztahů", "en": "discourse relations"}, {"cs": "diskurzními konektory", "en": "discourse connectives"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This concerns first of all the information structure of the sentence and the relations of coreference.", "cs": "To se týká především aktuálního členění větného a vztahů koreference."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vztahů koreference", "en": "relations of coreference"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "All these three aspects are included in the annotation scheme of the Prague Dependency Treebank.", "cs": "Všechny tři tyto aspekty jsou začleněny do anotačního scénáře Pražského závislostního korpusu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anotačního scénáře", "en": "annotation scheme"}, {"cs": "Pražského závislostního korpusu", "en": "Prague Dependency Treebank"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper introduces a new bilingual Czech-English verbal valency lexicon (called CzEng-Vallex) representing a relatively large empirical database.", "cs": "Článek představuje nový dvojjazyčný česko-anglický valenční slovník nazvaný CzEng-Vallex."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dvojjazyčný česko-anglický valenční slovník", "en": "bilingual Czech-English verbal valency lexicon"}, {"cs": "CzEng-Vallex", "en": "CzEng-Vallex"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It includes 20,835 aligned valency frame pairs (i.e., verb senses which are translations of each other) and their aligned arguments.", "cs": "Elektronická podoba slovníku je umístěna v repozitáři Centra jazykové výzkumné infrastruktury LINDAT/CLARIN v XML formátu a je zde k dispozici také v prohledávatelné podobě."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Elektronická podoba slovníku", "en": "aligned valency frame pairs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This new lexicon uses data from the Prague Czech-English Dependency Treebank and also takes advantage of the existing valency lexicons for both languages: the PDT-Vallex for Czech and the EngVallex for English.", "cs": "Slovník je propojen s českým valenčním slovníkem PDT-Vallex, s anglickýmm valenčním slovníkem EngVallex a rovněž je propojen s příklady z PCEDT korpusu (PCEDT 2.0)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Slovník", "en": "lexicon"}, {"cs": "českým valenčním slovníkem PDT-Vallex", "en": "PDT-Vallex for Czech"}, {"cs": "anglickýmm valenčním slovníkem EngVallex", "en": "EngVallex for English"}, {"cs": "PCEDT korpusu (PCEDT 2.0)", "en": "Prague Czech-English Dependency Treebank"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The CzEngVallex is available for viewing in LINDAT/CLARIN repository.", "cs": "CzEngVallex obsahuje 20835 propojených párů valenčních rámců (slovesných významů) překladových ekvivalentů a obsahuje i propojení jejich argumentů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "CzEngVallex", "en": "CzEngVallex"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a design for a new electronic lexicon of Czech discourse connectives.", "cs": "Představujeme návrh nového slovníku českých diskurzních konektorů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "slovníku českých diskurzních konektorů", "en": "lexicon of Czech discourse connectives"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The data format and the annotation scheme are based on a study of similar existing resources, and we discuss arguments for choosing the data structure and selecting features of the lexicon entries.", "cs": "Formát dat i anotační schéma vycházejí z podobných existujících elektronických zdrojů; zabýváme se důvody pro volbu struktury dat a pro výběr vlasností jednotlivých záznamů ve slovníku."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Formát dat", "en": "data format"}, {"cs": "anotační schéma", "en": "annotation scheme"}, {"cs": "elektronických zdrojů", "en": "existing resources"}, {"cs": "struktury dat", "en": "data structure"}, {"cs": "vlasností jednotlivých záznamů", "en": "features of the lexicon entries"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A special attention is paid to a consistent encoding of both primary and secondary connectives.", "cs": "Pozornost věnujeme obzvláště konzistentnímu zachycení primárních i sekundárních konektorů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "konzistentnímu zachycení", "en": "consistent encoding"}, {"cs": "primárních i sekundárních konektorů", "en": "primary and secondary connectives"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The data itself comes from exploiting the Prague Dependency Treebank, a large treebank manually annotated with discourse relations.", "cs": "Samotná data pocházejí z Pražského závislostního korpusu, rozsáhlého korpusu s manuálně anotovanými diskurzními vztahy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Pražského závislostního korpusu", "en": "Prague Dependency Treebank"}, {"cs": "manuálně anotovanými diskurzními vztahy", "en": "manually annotated with discourse relations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The PML-Tree Query is a general, powerful and user-friendly system for querying richly linguistically annotated treebanks.", "cs": "PML-Tree Query je mocný a uživatelsky přítulný vyhledávací nástroj pro vyhledávání v bohatě lingvisticky anotovaných datech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "PML-Tree Query", "en": "PML-Tree Query"}, {"cs": "vyhledávací nástroj", "en": "system for querying"}, {"cs": "lingvisticky anotovaných datech", "en": "richly linguistically annotated treebanks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper shows how the PML-Tree Query can be used for searching for discourse relations in the Penn Discourse Treebank 2.0 mapped onto the syntactic annotation of the Penn Treebank.", "cs": "Článek ukazuje, jak může být PML-TQ využito k vyhledávání diskurzních vztahů Penn Discourse Treebanku 2.0 namapovaných na syntaktické stromy Penn Treebanku."}, "data_name": "wmt23_terminology", "hints": [{"cs": "PML-TQ", "en": "PML-Tree Query"}, {"cs": "Penn Discourse Treebanku 2.0", "en": "Penn Discourse Treebank 2.0"}, {"cs": "syntaktické stromy Penn Treebanku", "en": "syntactic annotation of the Penn Treebank"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Universal Dependencies (UD) is a project that seeks to find a cross-linguistically applicable morphological and syntactic annotation scheme, and to publish data conforming to that scheme in a wide range of languages.", "cs": "Universal Dependencies (UD) je projekt, který hledá morfologické a syntaktické anotační schéma aplikovatelné na mnoho jazyků, a vydává data anotovaná podle tohoto schématu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Universal Dependencies (UD)", "en": "Universal Dependencies (UD)"}, {"cs": "morfologické a syntaktické anotační schéma", "en": "morphological and syntactic annotation scheme"}, {"cs": "mnoho jazyků", "en": "a wide range of languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We will briefly motivate and introduce the project, its history and underlying principles.", "cs": "Stručně motivujeme a uvedeme tento projekt, jeho historii a principy, na kterých stojí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "projekt", "en": "project"}, {"cs": "historii", "en": "history"}, {"cs": "principy", "en": "principles"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Then we will present the new proposal of version 2 UD guidelines.", "cs": "Poté popíšeme návrh nové (druhé) verze anotačních pravidel UD."}, "data_name": "wmt23_terminology", "hints": [{"cs": "návrh nové (druhé) verze anotačních pravidel UD", "en": "new proposal of version 2 UD guidelines"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Finally, time permitting, we will describe several interesting problems related to the application of UD to Slavic languages.", "cs": "Nakonec, pokud zbude čas, popíšeme několik zajímavých problémů, které se týkají aplikace UD na slovanské jazyky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "zajímavých problémů", "en": "interesting problems"}, {"cs": "aplikace UD", "en": "application of UD"}, {"cs": "slovanské jazyky", "en": "Slavic languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This article is an attempt to propose application of a subset of the Universal Dependencies (UD) standard to the group of Slavic languages.", "cs": "Tento článek je pokusem navrhnout aplikaci podmnožiny standardu Universal Dependencies (UD) na skupinu slovanských jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "článek", "en": "article"}, {"cs": "Universal Dependencies (UD)", "en": "Universal Dependencies (UD)"}, {"cs": "slovanských jazyků", "en": "Slavic languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The subset in question comprises morphosyntactic features of various verb forms.", "cs": "Dotyčnou podmnožinou jsou morfosyntaktické rysy jednotlivých slovesných tvarů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "morfosyntaktické rysy", "en": "morphosyntactic features"}, {"cs": "slovesných tvarů", "en": "verb forms"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We systematically document the inventory of features observable with Slavic verbs, giving numerous examples from 10 languages.", "cs": "Systematicky dokumentujeme kategorie, které lze pozorovat u slovanských sloves, a přinášíme množství příkladů z 10 jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "slovanských sloves", "en": "Slavic verbs"}, {"cs": "10 jazyků", "en": "10 languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We demonstrate that terminology in literature may differ, yet the substance remains the same.", "cs": "Ukazujeme, že terminologie známá z literatury se často liší, i když podstata zkoumaných jevů je stejná."}, "data_name": "wmt23_terminology", "hints": [{"cs": "terminologie", "en": "terminology"}, {"cs": "literatury", "en": "literature"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our goal is practical.", "cs": "Náš cíl je praktický."}, "data_name": "wmt23_terminology", "hints": [{"cs": "cíl", "en": "goal"}, {"cs": "praktický", "en": "practical"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We definitely do not intend to overturn the many decades of research in Slavic comparative linguistics.", "cs": "Rozhodně nemáme v úmyslu přehodnocovat výsledky mnohaletého bádání slovanské srovnávací jazykovědy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "mnohaletého bádání", "en": "many decades of research"}, {"cs": "slovanské srovnávací jazykovědy", "en": "Slavic comparative linguistics"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Instead, we want to put the properties of Slavic verbs in the context of UD, and to propose a unified (Slavic-wide) application of UD features and values to them.", "cs": "Spíše chceme zasadit vlastnosti slovanských sloves do kontextu UD a navrhnout jednotný (všeslovanský) způsob, jak mají být prostředky UD aplikovány na tyto jazyky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "slovanských sloves", "en": "Slavic verbs"}, {"cs": "kontextu UD", "en": "context of UD"}, {"cs": "jednotný (všeslovanský) způsob", "en": "unified (Slavic-wide) application"}, {"cs": "prostředky UD", "en": "UD features and values"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We believe that our proposal is a compromise that could be accepted by corpus linguists working on all Slavic languages.", "cs": "Věříme, že náš návrh je kompromisem, který bude přijatelný pro korpusové lingvisty pracující se všemi slovanskými jazyky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kompromisem", "en": "compromise"}, {"cs": "korpusové lingvisty", "en": "corpus linguists"}, {"cs": "slovanskými jazyky", "en": "Slavic languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Various unsupervised and semi-supervised methods have been proposed to tag and parse an unseen language.", "cs": "Pro morfologické značkování a syntaktickou analýzu neznámých jazyků byla navržena řada metod."}, "data_name": "wmt23_terminology", "hints": [{"cs": "morfologické značkování", "en": "tag"}, {"cs": "syntaktickou analýzu", "en": "parse"}, {"cs": "neznámých jazyků", "en": "an unseen language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We explore delexicalized parsing, proposed by (Zeman and Resnik, 2008), and delexicalized tagging, proposed by (Yu et al., 2016).", "cs": "My zkoumáme delexikalizovaný parsing, navržený Zemanem a Resnikem (2008), a delexikalizované značkování, navržené Yu et al. (2016)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "delexikalizovaný parsing", "en": "delexicalized parsing"}, {"cs": "Zemanem a Resnikem (2008)", "en": "Zeman and Resnik, 2008"}, {"cs": "delexikalizované značkování", "en": "delexicalized tagging"}, {"cs": "Yu et al. (2016)", "en": "Yu et al., 2016"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For both approaches we provide a detailed evaluation on Universal Dependencies data (Nivre et al., 2016), a de-facto standard for multi-lingual morphosyntactic processing (while the previous work used other datasets).", "cs": "V obou případech předkládáme podrobné vyhodnocení na datech z Universal Dependencies (Nivre et al., 2016), de-facto standardu pro vícejazyčné morfosyntaktické zpracování (předchozí práce pracovaly s jinými daty)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Universal Dependencies", "en": "Universal Dependencies"}, {"cs": "Nivre et al., 2016", "en": "Nivre et al., 2016"}, {"cs": "vícejazyčné morfosyntaktické zpracování", "en": "multi-lingual morphosyntactic processing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our results confirm that in separation, each of the two delexicalized techniques has some limited potential when no annotation of the target language is available.", "cs": "Naše výsledky potvrzují, že každá z uvedených delexikalizovaných metod samostatně má určitý omezený potenciál v případech, kdy není k dispozici žádná ruční anotace cílového jazyka."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výsledky", "en": "results"}, {"cs": "delexikalizovaných metod", "en": "delexicalized techniques"}, {"cs": "anotace cílového jazyka", "en": "annotation of the target language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, if used in combination, their errors multiply beyond acceptable limits.", "cs": "Nicméně, pokud obě metody zkombinujeme, jejich chyby se vzájemně zmnožují nad přijatelnou mez."}, "data_name": "wmt23_terminology", "hints": [{"cs": "chyby", "en": "errors"}, {"cs": "přijatelnou mez", "en": "acceptable limits"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We demonstrate that even the tiniest bit of expert annotation in the target language may contain significant potential and should be used if available.", "cs": "Ukazujeme, že i sebemenší střípek expertní anotace cílového jazyka může významně zvýšit úspěšnost a měl by být použit, jestliže ho lze získat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "expertní anotace", "en": "expert annotation"}, {"cs": "cílového jazyka", "en": "target language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this contribution, the family of valency lexicons whose theoretical background represents the Functional Generative Description is introduced, VALLEX, PDT-Vallex, EngVallex and CzEngVallex.", "cs": "Příspěvek představil rodinu elektronických valenčních slovníků, které jsou rozvíjeny v Ústavu formální a aplikované lingvistiky, VALLEX, PDT-Vallex, EngVallex a CzEngVallex, jejichž teoretické zázemí tvoří funkční generativní popis."}, "data_name": "wmt23_terminology", "hints": [{"cs": "elektronických valenčních slovníků", "en": "valency lexicons"}, {"cs": "Ústavu formální a aplikované lingvistiky", "en": "Functional Generative Description"}, {"cs": "VALLEX", "en": "VALLEX"}, {"cs": "PDT-Vallex", "en": "PDT-Vallex"}, {"cs": "EngVallex", "en": "EngVallex"}, {"cs": "CzEngVallex", "en": "CzEngVallex"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We focus on a problem of homonymy and polysemy in morphological dictionaries on the example of the Czech morphological dictionary MorfFlex CZ.", "cs": "Na příkladu českého morfologického slovníku MorfFlex CZ upozorňujeme na problém homonymie a polysémie."}, "data_name": "wmt23_terminology", "hints": [{"cs": "českého morfologického slovníku MorfFlex CZ", "en": "the Czech morphological dictionary MorfFlex CZ"}, {"cs": "homonymie", "en": "homonymy"}, {"cs": "polysémie", "en": "polysemy"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It is not necessary to distinguish meanings in morphological dictionaries unless the distinction has consequencies in word formation or syntax.", "cs": "V morfologickém slovníku není nutné rozlišovat význam slov, pokud takové rozlišení nemá důsledky ve slovotvorbě nebo v syntaxi."}, "data_name": "wmt23_terminology", "hints": [{"cs": "morfologickém slovníku", "en": "morphological dictionaries"}, {"cs": "význam slov", "en": "meanings"}, {"cs": "slovotvorbě", "en": "word formation"}, {"cs": "syntaxi", "en": "syntax"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The contribution proposes several important rules and principles for achieving consistency.", "cs": "Příspěvek navrhuje několik důležitých pravidel a principů pro dosažení konzistence."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Příspěvek", "en": "contribution"}, {"cs": "důležitých pravidel", "en": "important rules"}, {"cs": "principů", "en": "principles"}, {"cs": "konzistence", "en": "consistency"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This poster gives an overview of the results of automatic analysis of word order in 23 dependency treebanks.", "cs": "Poster představuje přehled výsledků automatické analýzy slovosledu ve 23 treebancích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatické analýzy slovosledu", "en": "automatic analysis of word order"}, {"cs": "23 treebancích", "en": "23 dependency treebanks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "These treebanks have been collected in the frame of in the HamleDT project, whose main goal is to provide universal annotation for dependency corpora.", "cs": "Tyto treebanky byly vytvořeny v rámci projektu HamleDT, jehož cílem je poskytnout univerzální anotaci závislostních korpusů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "treebanky", "en": "treebanks"}, {"cs": "projektu HamleDT", "en": "HamleDT project"}, {"cs": "závislostních korpusů", "en": "dependency corpora"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Overview of my project concerning MWEs at Second PARSEME Training School in La Rochelle.", "cs": "Představení mých projektů týkajících se víceslovných výrazů na PARSEME Training school v La Rochelle."}, "data_name": "wmt23_terminology", "hints": [{"cs": "mých projektů týkajících se víceslovných výrazů", "en": "my project concerning MWEs"}, {"cs": "PARSEME Training school", "en": "Second PARSEME Training School"}, {"cs": "La Rochelle", "en": "La Rochelle"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We analyze inner structure of complex address data given in text, categorize it, annotate it and evaluate the annotation.", "cs": "Analyzujeme vnitřní strukturu komplexních adresních datových údajů v textu, kategorizujeme je, anotujeme a vyhodnocujeme výsledky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vnitřní strukturu", "en": "inner structure"}, {"cs": "komplexních adresních datových údajů", "en": "complex address data"}, {"cs": "textu", "en": "text"}, {"cs": "kategorizujeme", "en": "categorize"}, {"cs": "anotujeme", "en": "annotate"}, {"cs": "vyhodnocujeme", "en": "evaluate"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We show that verbal MWEs similar to those specified in PARSEME Shared Task have already been annotated in Prague Dependency Treebank and all their individual categories can be extracted and used within the Shared Task.", "cs": "Ukážeme, že slovesné víceslovné výrazy (VV) specifikované v Shared Tasku PARSEME jsou anotovány v PDT a jednotlivé kategorie VV je možné z něj extrahovat a v Shared Tasku použít."}, "data_name": "wmt23_terminology", "hints": [{"cs": "slovesné víceslovné výrazy", "en": "verbal MWEs"}, {"cs": "Shared Tasku PARSEME", "en": "PARSEME Shared Task"}, {"cs": "PDT", "en": "Prague Dependency Treebank"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper deals with two main issues, each approaching the relation between derivational (sub-)paradigms (as discussed by Štekauer 2014) and inflectional paradigms from a different perspective.", "cs": "Příspěvek prezentuje dva problémy, při jejichž řešení bylo využíváno vztahů mezi derivačními a flektivními paradigmaty."}, "data_name": "wmt23_terminology", "hints": [{"cs": "derivačními", "en": "derivational"}, {"cs": "flektivními", "en": "inflectional"}, {"cs": "paradigmaty", "en": "paradigms"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "First, a recent enrichment of the DeriNet network is described which focused on words the derivation of which is accompanied by consonant and/or vowel alternations.", "cs": "Za prvé, tyto vztahy byly využity při identifikaci nových vztahů mezi odvozenými slovy a slovy základovými, a to především v případech, kdy během odovzení dochází k hláskové alternaci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vztahy", "en": "enrichment"}, {"cs": "odvozenými slovy", "en": "derivation"}, {"cs": "slovy základovými", "en": "words"}, {"cs": "hláskové alternaci", "en": "consonant and/or vowel alternations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Second, inflectional features have been used as an important input for the semi-automatic task of semantic labelling of derivational relations in the DeriNet network.", "cs": "Za druhé, flektivní rysy je možné využívat rovněž jako důležitou vstupní informaci při poloautomatickém značkování významových vztahů mezi deriváty a slovy základovými."}, "data_name": "wmt23_terminology", "hints": [{"cs": "poloautomatickém značkování významových vztahů", "en": "semi-automatic task of semantic labelling of derivational relations"}, {"cs": "slovy základovými", "en": "DeriNet network"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper presents the resources so far created in the Universal Dependencies (UD) project, which attempts to address a lack of cross-linguistically adequate dependency representations for natural language processing.", "cs": "Tento článek představuje zdroje dosud vytvořené v projektu Universal Dependencies (UD), který se snaží vypořádat s chybějící závislostní reprezentací pro zpracování přirozených jazyků aplikovatelnou na více jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Universal Dependencies (UD)", "en": "Universal Dependencies (UD)"}, {"cs": "závislostní reprezentací", "en": "dependency representations"}, {"cs": "zpracování přirozených jazyků", "en": "natural language processing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This is a document-aligned parallel corpus of English and Czech abstracts of scientific papers published by authors from the Institute of Formal and Applied Linguistics, Charles University in Prague, as reported in the institute's system Biblio.", "cs": "Toto je dokument-alignovaný paralelní korpus anglických a českých abstraktů vědeckých článků, které publikovali autoři z Institutu formální a aplikované lingvistiky Univerzity Karlovy v Praze, jak byly reportovány v systému institutu Biblio."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Institutu formální a aplikované lingvistiky Univerzity Karlovy v Praze", "en": "Institute of Formal and Applied Linguistics, Charles University in Prague"}, {"cs": "systému institutu Biblio", "en": "institute's system Biblio"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For each publication, the authors are obliged to provide both the original abstract in Czech or English, and its translation into English or Czech, respectively.", "cs": "Autoři každé publikace jsou povinni poskytnout jak originální abstrakt v češtině nebo angličtině, tak jeho překlad do angličtiny respektive češtiny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "publikace", "en": "publication"}, {"cs": "originální abstrakt", "en": "original abstract"}, {"cs": "češtině", "en": "Czech"}, {"cs": "angličtině", "en": "English"}, {"cs": "překlad", "en": "translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "No filtering was performed, except for removing entries missing the Czech or English abstract, and replacing newline and tabulator characters by spaces.", "cs": "Žádné filterování nebylo provedeno, kromě odstranění záznamů, kterým chybí český nebo anglický abstrakt a nahrazení nových řádků a tabulátorů mezerami."}, "data_name": "wmt23_terminology", "hints": [{"cs": "filterování", "en": "filtering"}, {"cs": "český", "en": "Czech"}, {"cs": "anglický abstrakt", "en": "English abstract"}, {"cs": "nových řádků", "en": "newline"}, {"cs": "tabulátorů", "en": "tabulator"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present our work on semi-supervised parsing of natural language sentences, focusing on multi-source crosslingual transfer of delexicalized dependency parsers.", "cs": "Představujeme naši práci v oblasti částečně řízené syntaktické analýzy vět přirozeného jazyka, se zaměřením na mezijazyčný přenos delexikalizovaných závislostních parserů s více zdroji."}, "data_name": "wmt23_terminology", "hints": [{"cs": "částečně řízené syntaktické analýzy vět přirozeného jazyka", "en": "semi-supervised parsing of natural language sentences"}, {"cs": "mezijazyčný přenos delexikalizovaných závislostních parserů s více zdroji", "en": "multi-source crosslingual transfer of delexicalized dependency parsers"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present KLcpos3, an empirical language similarity measure, designed and tuned for source parser weighting in multi-source delexicalized parser transfer.", "cs": "Představujeme KLcpos3, empirickou míru podobnosti jazyků, navrženou a vyladěnou pro vážení zdrojových parserů při přenosu delexicalizovaných parserů s více zdroji."}, "data_name": "wmt23_terminology", "hints": [{"cs": "KLcpos3", "en": "KLcpos3"}, {"cs": "empirickou míru podobnosti jazyků", "en": "empirical language similarity measure"}, {"cs": "zdrojových parserů", "en": "source parser"}, {"cs": "delexicalizovaných parserů", "en": "delexicalized parser"}, {"cs": "více zdroji", "en": "multi-source"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "And finally, we introduce a novel resource combination method, based on interpolation of trained parser models.", "cs": "Nakonec představíme novou metodu kombinace zdrojů, založenou na interpolaci natrénovaných modelů parserů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "novou metodu kombinace zdrojů", "en": "novel resource combination method"}, {"cs": "interpolaci natrénovaných modelů parserů", "en": "interpolation of trained parser models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We describe our submission to the IT-domain translation task of WMT 2016.", "cs": "Popisuje náš příspěvek do úlohy překladu v doméně IT na WMT16."}, "data_name": "wmt23_terminology", "hints": [{"cs": "příspěvek", "en": "submission"}, {"cs": "úlohy překladu", "en": "translation task"}, {"cs": "doméně IT", "en": "IT-domain"}, {"cs": "WMT16", "en": "WMT 2016"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We perform domain adaptation with dictionary data on already trained MT systems with no further retraining.", "cs": "Provádíme doménovou adaptaci již natrénovaných překladových systémů pomocí slovníkových dat bez dalšího trénování."}, "data_name": "wmt23_terminology", "hints": [{"cs": "doménovou adaptaci", "en": "domain adaptation"}, {"cs": "překladových systémů", "en": "MT systems"}, {"cs": "slovníkových dat", "en": "dictionary data"}, {"cs": "trénování", "en": "retraining"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We apply our approach to two conceptually different systems developed within the QTLeap project: TectoMT and Moses, as well as Chimera, their combination.", "cs": "Náš postup aplikujeme na dva konceptuálně odlišné překladače, vyvíjené v rámci projektu QTLeap -- TectoMT a Moses -- a na jejich kombinaci -- Chiméru."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dva konceptuálně odlišné překladače", "en": "two conceptually different systems"}, {"cs": "QTLeap", "en": "QTLeap project"}, {"cs": "TectoMT", "en": "TectoMT"}, {"cs": "Moses", "en": "Moses"}, {"cs": "Chiméru", "en": "Chimera"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In all settings, our method improves the translation quality.", "cs": "Všechny naše metody zlepšují ve všech experimentech kvalitu překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metody", "en": "method"}, {"cs": "kvalitu překladu", "en": "translation quality"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Moreover, the basic variant of our approach is applicable to any MT system, including a black-box one.", "cs": "Základní varianta naší metody je navíc použitelná na libovolný překladový systém, včetně takového, který je pro uživatele černou skříňkou."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metody", "en": "our approach"}, {"cs": "překladový systém", "en": "MT system"}, {"cs": "černou skříňkou", "en": "black-box one"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Moses is a well-known representative of the phrase-based statistical machine translation systems family, which are known to be extremely poor in explicit linguistic knowledge, operating on flat language representations, consisting only of tokens and phrases.", "cs": "Moses je dobře známý reprezentant rodiny frázových systémů statistického strojového překladu, který je známý tím, že je extrémně chudý na explicitní lingvistické znalosti, a operuje na plochých reprezentacích jazyka, složených jen z tokenů a frází."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Moses", "en": "Moses"}, {"cs": "frázových systémů statistického strojového překladu", "en": "phrase-based statistical machine translation systems"}, {"cs": "explicitní lingvistické znalosti", "en": "explicit linguistic knowledge"}, {"cs": "tokenů", "en": "tokens"}, {"cs": "frází", "en": "phrases"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Treex, on the other hand, is a highly linguistically motivated NLP toolkit, operating on several layers of language representation, rich in linguistic annotations.", "cs": "Na druhé straně, Treex NLP toolkit, který je vysoce lingvisticky motivovaný, operuje na několika vrstvách reprezentace jazyka, bohatých na lingvistické anotace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Treex NLP toolkit", "en": "Treex"}, {"cs": "lingvisticky motivovaný", "en": "highly linguistically motivated"}, {"cs": "vrstvách reprezentace jazyka", "en": "layers of language representation"}, {"cs": "lingvistické anotace", "en": "linguistic annotations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Its main application is TectoMT, a hybrid machine translation system with deep syntax transfer.", "cs": "Jeho hlavní aplikace je TectoMT, hybridní systém strojového překladu s hloubkovým transfrem syntaxe."}, "data_name": "wmt23_terminology", "hints": [{"cs": "TectoMT", "en": "TectoMT"}, {"cs": "hybridní systém strojového překladu", "en": "hybrid machine translation system"}, {"cs": "hloubkovým transfrem syntaxe", "en": "deep syntax transfer"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We review a large number of machine translation systems that have been built over the past years by combining Moses and Treex/TectoMT in various ways.", "cs": "Nabízíme přehled velkého počtu systémů strojového překladu, sestavených v minulých letech, které různými způsoby kombinují Mosese a Treex/TectoMT."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systémů strojového překladu", "en": "machine translation systems"}, {"cs": "Mosese", "en": "Moses"}, {"cs": "Treex/TectoMT", "en": "Treex/TectoMT"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper presents an attempt to automate all data creation processes of a rule-based shallow-transfer machine translation system.", "cs": "Článek popisuje pokus o automatizaci všech procesů vytváření dat u systému strojového překladu založeného na pravidlovém přístupu s mělkým transferem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatizaci", "en": "automate"}, {"cs": "procesů vytváření dat", "en": "data creation processes"}, {"cs": "systému strojového překladu", "en": "machine translation system"}, {"cs": "pravidlovém přístupu", "en": "rule-based"}, {"cs": "mělkým transferem", "en": "shallow-transfer"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The presented methods were tested on four fully functional translation systems covering language pairs: Slovenian paired with Serbian, Czech, English and Estonian language.", "cs": "Uváděné metody byly vyzkoušeny na čtyřech plně funkčních překladových systémech pokrývajících tyto jazykové páry: slovinštinu do srbštiny, češtiny, angličtiny a estonštiny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metody", "en": "methods"}, {"cs": "překladových systémech", "en": "translation systems"}, {"cs": "jazykové páry", "en": "language pairs"}, {"cs": "slovinštinu", "en": "Slovenian"}, {"cs": "srbštiny", "en": "Serbian"}, {"cs": "češtiny", "en": "Czech"}, {"cs": "angličtiny", "en": "English"}, {"cs": "estonštiny", "en": "Estonian"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "An extensive range of evaluation tests was performed to assess the applicability of the methods.", "cs": "Aplikovatelnost použitých metod byla testována rozsáhlou řadou evalučních testů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Aplikovatelnost", "en": "applicability"}, {"cs": "použitých metod", "en": "the methods"}, {"cs": "evalučních testů", "en": "evaluation tests"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Customizable tool that will help user select the right public license for his data or software", "cs": "nástroj, který pomůže uživateli vybrat vhodnou veřejnou licenci jeo jeho data nebo software"}, "data_name": "wmt23_terminology", "hints": [{"cs": "nástroj", "en": "tool"}, {"cs": "veřejnou licenci", "en": "public license"}, {"cs": "data", "en": "data"}, {"cs": "software", "en": "software"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "PDiT 2.0 is a new version of the Prague Discourse Treebank.", "cs": "PDiT 2.0 je novou verzí Pražského diskurzního korpusu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "PDiT 2.0", "en": "PDiT 2.0"}, {"cs": "Pražského diskurzního korpusu", "en": "Prague Discourse Treebank"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It contains a complex annotation of discourse phenomena enriched by the annotation of secondary connectives.", "cs": "Přináší komplexní anotaci diskurzních jevů, obohacenou o anotaci sekundárních konektorů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "komplexní anotaci diskurzních jevů", "en": "complex annotation of discourse phenomena"}, {"cs": "sekundárních konektorů", "en": "secondary connectives"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We describe experiments in Machine Translation using word sense disambiguation (WSD) information.", "cs": "Popisujeme experimenty s použitím rozlišení významu slov (WSD) ve strojovém překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experimenty", "en": "experiments"}, {"cs": "rozlišení významu slov", "en": "word sense disambiguation"}, {"cs": "strojovém překladu", "en": "Machine Translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This work focuses on WSD in verbs, based on two different approaches -- verbal patterns based on corpus pattern analysis and verbal word senses from valency frames.", "cs": "Zaměřujeme se na WSD u sloves a používáme dva různé přístupy -- slovesné vzorce založené na metodě corpus pattern analysis a významy sloves z valenčního slovníku."}, "data_name": "wmt23_terminology", "hints": [{"cs": "WSD", "en": "WSD"}, {"cs": "sloves", "en": "verbs"}, {"cs": "slovesné vzorce", "en": "verbal patterns"}, {"cs": "corpus pattern analysis", "en": "corpus pattern analysis"}, {"cs": "významy sloves", "en": "verbal word senses"}, {"cs": "valenčního slovníku", "en": "valency frames"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We evaluate several options of using verb senses in the source-language sentences as an additional factor for the Moses statistical machine translation system.", "cs": "Vyhodnocujeme několik způsobů, jak použít významy sloves jako dodatečný faktor ve strojovém překladači Moses."}, "data_name": "wmt23_terminology", "hints": [{"cs": "strojovém překladači Moses", "en": "Moses statistical machine translation system"}, {"cs": "významy sloves", "en": "verb senses"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our results show a statistically significant translation quality improvement in terms of the BLEU metric for the valency frames approach, but in manual evaluation, both WSD methods bring improvements.", "cs": "Výsledky ukazují statisticky signifikantní zlepšení kvality překladu z pohledu metriky BLEU pro přístup s valenčním slovníkem, ale v ruční evaluaci vycházejí obě metody WSD jako přínos."}, "data_name": "wmt23_terminology", "hints": [{"cs": "statisticky signifikantní zlepšení kvality překladu", "en": "statistically significant translation quality improvement"}, {"cs": "metriky BLEU", "en": "BLEU metric"}, {"cs": "valenčním slovníkem", "en": "valency frames approach"}, {"cs": "ruční evaluaci", "en": "manual evaluation"}, {"cs": "WSD", "en": "WSD methods"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper showcases the MT-ComparEval tool for qualitative evaluation of machine translation (MT).", "cs": "Tento představuje nástroj MT-ComparEval pro kvalitativní vyhodnocení strojového překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nástroj MT-ComparEval", "en": "MT-ComparEval tool"}, {"cs": "strojového překladu", "en": "machine translation (MT)"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "MT-ComparEval is an opensource tool that has been designed in order to help MT developers by providing a graphical user interface that allows the comparison and evaluation of different MT engines/experiments and settings.", "cs": "MT-ComparEval je opensourcový nástroj, který byl navržen tak, aby pomáhal vývojářům strojových překladačů díky grafickému rozhraní, které umožňuje porovnávat a vyhodnocovat různé překladače či experimenty a nastavení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "MT-ComparEval", "en": "MT-ComparEval"}, {"cs": "opensourcový nástroj", "en": "opensource tool"}, {"cs": "vývojářům strojových překladačů", "en": "MT developers"}, {"cs": "grafickému rozhraní", "en": "graphical user interface"}, {"cs": "porovnávat a vyhodnocovat různé překladače či experimenty a nastavení", "en": "comparison and evaluation of different MT engines/experiments and settings"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This work addresses the need to aid Machine Translation (MT) development cycles with a complete workflow of MT evaluation methods.", "cs": "Tento článek reaguje na potřebu podpory strojového překladu pomocí vývojových cyklů s integrovanými evaluačními metodami."}, "data_name": "wmt23_terminology", "hints": [{"cs": "strojového překladu", "en": "Machine Translation (MT)"}, {"cs": "vývojových cyklů", "en": "development cycles"}, {"cs": "integrovanými evaluačními metodami", "en": "MT evaluation methods"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our aim is to assess, compare and improve MT system variants.", "cs": "Naším cílem je zhodnotit, porovnat a vylepšit různé varianty strojových překladačů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "zhodnotit", "en": "assess"}, {"cs": "porovnat", "en": "compare"}, {"cs": "vylepšit", "en": "improve"}, {"cs": "různé varianty strojových překladačů", "en": "MT system variants"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We hereby report on novel tools and practices that support various measures, developed in order to support a principled and informed approach of MT development", "cs": "Článek pojednává o nových nástrojích a praktikách, které podporují informovaný přístup k vývoji strojových překladačů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nových nástrojích a praktikách", "en": "novel tools and practices"}, {"cs": "informovaný přístup", "en": "informed approach"}, {"cs": "vývoji strojových překladačů", "en": "MT development"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper describes our system for aspect-based sentiment analysis (ABSA).", "cs": "Článek popisuje náš systém pro aspektovou analýzu postojů (ABSA)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "aspektovou analýzu postojů", "en": "aspect-based sentiment analysis"}, {"cs": "ABSA", "en": "ABSA"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We participate in Subtask 1 (sentence-level ABSA), focusing specifically on aspect category detection.", "cs": "Účastníme se podúkolu 1 (ABSA na úrovni vět), v jeho rámci se pak zaměřujeme na detekci kategorií aspektů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "podúkolu 1", "en": "Subtask 1"}, {"cs": "ABSA na úrovni vět", "en": "sentence-level ABSA"}, {"cs": "detekci kategorií aspektů", "en": "aspect category detection"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We train a binary classifier for each category.", "cs": "Trénujeme binární klasifikátory pro každou kategorii."}, "data_name": "wmt23_terminology", "hints": [{"cs": "každou kategorii", "en": "each category"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This year’s addition of multiple languages makes language-independent approaches attractive.", "cs": "Letošní rozšíření o další jazyky motivuje jazykově nezávislé přístupy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jazykově nezávislé přístupy", "en": "language-independent  approaches  attractive"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We propose to utilize neural networks which should be capable of discovering linguistic patterns in the data automatically,  thereby reducing the need for language-specific tools and feature engineering.", "cs": "Navrhujeme využít neuronové sítě, které by měly automaticky detekovat v datech jazykové konstrukce, a tak omezit nutnost využívat jazykově závislé nástroje a ruční návrh rysů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jazykové konstrukce", "en": "linguistic patterns"}, {"cs": "jazykově závislé nástroje", "en": "language-specific tools"}, {"cs": "ruční návrh rysů", "en": "feature engineering"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Discriminative translation models utilizing source context have been shown to help statistical machine translation performance.", "cs": "Diskriminativní překladové modely, které využívají zdrojový kontext, zlepšují kvalitu statistického strojového překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Diskriminativní překladové modely", "en": "Discriminative translation models"}, {"cs": "zdrojový kontext", "en": "source context"}, {"cs": "statistického strojového překladu", "en": "statistical machine translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We propose a novel extension of this work using target context information.", "cs": "V tomto článku navrhujeme nové rozšíření, které navíc využívá i informace z cílového kontextu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "článku", "en": "work"}, {"cs": "rozšíření", "en": "extension"}, {"cs": "informace", "en": "information"}, {"cs": "cílového kontextu", "en": "target context"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Surprisingly, we show that this model can be efficiently integrated directly in the decoding process.", "cs": "Ukazujeme, že i takový model lze efektivně integrovat přímo do procesu dekódování."}, "data_name": "wmt23_terminology", "hints": [{"cs": "model", "en": "model"}, {"cs": "procesu dekódování", "en": "decoding process"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our approach scales to large training data sizes and results in consistent improvements in translation quality on four language pairs.", "cs": "Náš přístup lze uplatnit i na velká trénovací data a jeho využití konzistentně zlepšuje kvalitu překladu u čtyř jazykových párů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přístup", "en": "approach"}, {"cs": "trénovací data", "en": "training data"}, {"cs": "kvalitu překladu", "en": "translation quality"}, {"cs": "jazykových párů", "en": "language pairs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also provide an analysis comparing the strengths of the baseline source-context model with our extended source-context and target-context model and we show that our extension allows us to better capture morphological coherence.", "cs": "Analyzujeme také zvlášť přínos zdrojového a cílového kontextu a ukazujeme, že toto rozšíření lépe zachycuje morfologickou shodu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "zdrojového", "en": "source-context"}, {"cs": "cílového kontextu", "en": "target-context"}, {"cs": "morfologickou shodu", "en": "morphological coherence"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our work is freely available as part of Moses.", "cs": "Model je volně dostupný v rámci softwaru Moses."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Model", "en": "Our work"}, {"cs": "softwaru Moses", "en": "Moses"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Paraphrasing of reference translations has been shown to improve the correlation with human judgements in automatic evaluation of machine translation (MT) outputs.", "cs": "Již v minulosti se ukázalo, že parafrázování referenčních překladů zlepšuje korelaci s lidským hodnocením při automatickém vyhodnocování strojového překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "parafrázování referenčních překladů", "en": "Paraphrasing of reference translations"}, {"cs": "lidským hodnocením", "en": "human judgements"}, {"cs": "automatickém vyhodnocování strojového překladu", "en": "automatic evaluation of machine translation (MT) outputs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this work, we present a new dataset for evaluating English-Czech translation based on automatic paraphrases.", "cs": "V této práci představujeme novou sadu dat k vyhodnocování anglicko-českého překladu založenou na automatických parafrázích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anglicko-českého překladu", "en": "English-Czech translation"}, {"cs": "automatických parafrázích", "en": "automatic paraphrases"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We compare this dataset with an existing set of manually created paraphrases and find that even automatic paraphrases can improve MT evaluation.", "cs": "Tuto sadu porovnáváme s existující sadou ručně tvořených parafrází a zjišťujeme, že i automatické parafráze mohou hodnocení překladu zlepšit."}, "data_name": "wmt23_terminology", "hints": [{"cs": "sadu", "en": "dataset"}, {"cs": "ručně tvořených parafrází", "en": "manually created paraphrases"}, {"cs": "automatické parafráze", "en": "automatic paraphrases"}, {"cs": "hodnocení překladu", "en": "MT evaluation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We have also propose and evaluate several criteria for selecting suitable reference translations from a larger set.", "cs": "Navrhujeme a vyhodnocujeme také několik kritérií pro výběr vhodných referenčních překladů z větší sady."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kritérií", "en": "criteria"}, {"cs": "referenčních překladů", "en": "reference translations"}, {"cs": "větší sady", "en": "larger set"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper describes the phrase-based systems jointly submitted by CUNI and LMU to English-Czech and English-Romanian News translation tasks of WMT16.", "cs": "Tento článek popisuje společnou praci UK a LMU nad anglické-českého a anglický-rumunského systémy frázových překladu pro WMT16."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anglické-českého", "en": "English-Czech"}, {"cs": "anglický-rumunského", "en": "English-Romanian"}, {"cs": "frázových překladu", "en": "phrase-based systems"}, {"cs": "WMT16", "en": "WMT16"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In contrast to previous years, we strictly limited our training data to the constraint datasets, to allow for a reliable comparison with other research systems.", "cs": "V porovnání s minulými pokusy, jsme přísně omezili trénovací daty na constrained, aby bylo možné spolehlivé porovnat naší systémy s jiné výzkumné systémy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "trénovací daty", "en": "training data"}, {"cs": "minulými pokusy", "en": "previous years"}, {"cs": "výzkumné systémy", "en": "research systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We experiment with using several additional models in our system, including a feature-rich discriminative model of phrasal translation.", "cs": "My jsme zkoušeli využiti několika dalších modelů v naších systémech, včetně diskriminačního modelu frázových překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "několika dal��ích modelů", "en": "several additional models"}, {"cs": "diskriminačního modelu frázových překladu", "en": "discriminative model of phrasal translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "UDPipe is an trainable pipeline for tokenization, tagging, lemmatization and dependency parsing of CoNLL-U files.", "cs": "UDPipe je trénovatelný nástroj pro tokenizaci, tagging, lemmatizaci a závislostní parsing CoNLL-U souborů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "UDPipe", "en": "UDPipe"}, {"cs": "tokenizaci", "en": "tokenization"}, {"cs": "tagging", "en": "tagging"}, {"cs": "lemmatizaci", "en": "lemmatization"}, {"cs": "závislostní parsing", "en": "dependency parsing"}, {"cs": "CoNLL-U souborů", "en": "CoNLL-U files"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "UDPipe is language-agnostic and can be trained given only annotated data in CoNLL-U format.", "cs": "UDPipe je jazykově nezávislý a pro natrénování jazykového modelu stačí označkovaná data v CoNLL-U formátu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "UDPipe", "en": "UDPipe"}, {"cs": "CoNLL-U formátu", "en": "CoNLL-U format"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Trained models are provided for nearly all UD treebanks.", "cs": "Předtrénované jazykové modely jsou k dispozici pro téměř všechny UD korpusy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Předtrénované jazykové modely", "en": "Trained models"}, {"cs": "UD korpusy", "en": "UD treebanks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "UDPipe is available as a binary, as a library for C++, Python, Perl, Java, C#, and as a web service.", "cs": "UDPipe je k dispozici jako spustitelný soubor, jako knihovna pro C++, Python, Perl, Java, C#, a také jako webová služba."}, "data_name": "wmt23_terminology", "hints": [{"cs": "spustitelný soubor", "en": "binary"}, {"cs": "knihovna", "en": "library"}, {"cs": "C++", "en": "C++"}, {"cs": "Python", "en": "Python"}, {"cs": "Perl", "en": "Perl"}, {"cs": "Java", "en": "Java"}, {"cs": "C#", "en": "C#"}, {"cs": "webová služba", "en": "web service"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "UDPipe is a free software under Mozilla Public License 2.0 and the linguistic models are free for non-commercial use and distributed under CC BY-NC-SA license, although for some models the original data used to create the model may impose additional licensing conditions.", "cs": "UDPipe je svobodný software licencovaný pod Mozilla Public License 2.0 a jazykové modely jsou k dispozici pro nekomerční použití pod licencí CC BY-NC-SA, nicméně původní data použitá k vytvoření modelů mohou v některých případech ukládat další licenční omezení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "svobodný software", "en": "free software"}, {"cs": "Mozilla Public License 2.0", "en": "Mozilla Public License 2.0"}, {"cs": "jazykové modely", "en": "linguistic models"}, {"cs": "nekomerční použití", "en": "non-commercial use"}, {"cs": "licencí CC BY-NC-SA", "en": "CC BY-NC-SA license"}, {"cs": "původní data", "en": "original data"}, {"cs": "licenční omezení", "en": "licensing conditions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present our in-house software tools for NLP: UDPipe, an open-source tool for processing CoNLL-U files which performs tokenization, morphological analysis, POS tagging and dependency parsing for 32 languages; and NameTag, a named entity recognizer for Czech and English.", "cs": "Představujeme naše softwarové nástroje pro NLP: UDPipe, open-source nástroj pro zpracování CoNLL-U souborů, který provádí tokenizaci, morfologickou analýzu, určování slovních druhů a závislostní parsing pro 32 jazyků; a NameTag, rozpoznávač pojmenovaých entit pro češtinu a angličtinu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "softwarové nástroje", "en": "software tools"}, {"cs": "NLP", "en": "NLP"}, {"cs": "UDPipe", "en": "UDPipe"}, {"cs": "open-source nástroj", "en": "open-source tool"}, {"cs": "zpracování CoNLL-U souborů", "en": "processing CoNLL-U files"}, {"cs": "tokenizaci", "en": "tokenization"}, {"cs": "morfologickou analýzu", "en": "morphological analysis"}, {"cs": "určování slovních druhů", "en": "POS tagging"}, {"cs": "závislostní parsing", "en": "dependency parsing"}, {"cs": "NameTag", "en": "NameTag"}, {"cs": "rozpoznávač pojmenovaých entit", "en": "named entity recognizer"}, {"cs": "češtinu", "en": "Czech"}, {"cs": "angličtinu", "en": "English"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Both tools achieve excellent performance and are distributed with pretrained models, while running with minimal time and memory requirements.", "cs": "Oba nástroje dosahují vynikajících výsledků, jsou dostupné s předtrénovanými modely a mají minimální nároky na čas a paměť počítače."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vynikajících výsledků", "en": "excellent performance"}, {"cs": "předtrénovanými modely", "en": "pretrained models"}, {"cs": "čas", "en": "time"}, {"cs": "paměť počítače", "en": "memory requirements"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "UDPipe and NameTag are also trainable with your own data.", "cs": "UDPipe a NameTag lze také trénovat s použitím vlastních dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "UDPipe", "en": "UDPipe"}, {"cs": "NameTag", "en": "NameTag"}, {"cs": "trénovat", "en": "trainable"}, {"cs": "vlastních dat", "en": "your own data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Both tools are open-source and distributed under Mozilla Public License 2.0 (software) and CC BY-NC-SA (data).", "cs": "Oba nástroje jsou open-source a jsou dostupné v licenci Mozilla Public License 2.0 (software) a CC BY-NC-SA (data)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "open-source", "en": "open-source"}, {"cs": "licenci Mozilla Public License 2.0", "en": "Mozilla Public License 2.0"}, {"cs": "software", "en": "software"}, {"cs": "CC BY-NC-SA", "en": "CC BY-NC-SA"}, {"cs": "data", "en": "data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The binary, C++ library with Python, Perl, Java and C# bindings along with online web service and demo are available at http://ufal.mff.cuni.cz/udpipe and http://ufal.mff.cuni.cz/nametag.", "cs": "Program, C++ knihovna s vazbami na Python, Perl, Java a C# a také online web service a demo jsou dostupné na odkazech http://ufal.mff.cuni.cz/udpipe a http://ufal.mff.cuni.cz/nametag."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Program", "en": "binary"}, {"cs": "C++ knihovna", "en": "C++ library"}, {"cs": "vazbami na Python, Perl, Java a C#", "en": "Python, Perl, Java and C# bindings"}, {"cs": "online web service", "en": "online web service"}, {"cs": "demo", "en": "demo"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "One of the goals of LINDAT/CLARIN Centre for Language Research Infrastructure is to provide technical background to institutions or researchers who wants to share their tools and data used for research in linguistics or related research fields.", "cs": "Jedním z cílů infrastruktury LINDAT/CLARIN je poskytovat technické prostředky pro sdílení nástrojů a dat pro výzkumné účely a v souladu s technickými požadavky CLARIN ERIC."}, "data_name": "wmt23_terminology", "hints": [{"cs": "infrastruktury LINDAT/CLARIN", "en": "LINDAT/CLARIN Centre for Language Research Infrastructure"}, {"cs": "technické prostředky", "en": "technical background"}, {"cs": "nástrojů a dat", "en": "tools and data"}, {"cs": "výzkumné účely", "en": "research in linguistics or related research fields"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The digital repository is built on a highly customised DSpace platform.", "cs": "Proto byl vybudován a je rozvíjen tento silně adaptovaný repozitářový systém založený na platformě DSpace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "repozitářový systém", "en": "digital repository"}, {"cs": "platformě DSpace", "en": "DSpace platform"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "CLARIN Service Provider Federation is not the only inter-federation but it is the first one to systematically address the issue when Identity Providers do not release mandatory attributes to a service.", "cs": "CLARIN SPF není jediná inter-federace, ale je první, která se systematicky zabývá problémy, které působí neuvolnění povinných atributů poskytovateli identit."}, "data_name": "wmt23_terminology", "hints": [{"cs": "CLARIN SPF", "en": "CLARIN Service Provider Federation"}, {"cs": "inter-federace", "en": "inter-federation"}, {"cs": "poskytovateli identit", "en": "Identity Providers"}, {"cs": "povinných atributů", "en": "mandatory attributes"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For instance, if a data set is licensed under a restrictive license the user must be uniquely identifiable over time.", "cs": "Například, jsou-li data zveřejněná pod restriktivní licencí, musí být uživatel jednoznačně identifikovatelný v průběhu času."}, "data_name": "wmt23_terminology", "hints": [{"cs": "data", "en": "data set"}, {"cs": "restriktivní licencí", "en": "restrictive license"}, {"cs": "uživatel", "en": "user"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, if the Identity Provider does not release such information, the service cannot let the user download the data.", "cs": "Pokud poskytovatel identity nezpřístupní potřebnou informaci, služba nemůže uživateli dovolit, aby data získal."}, "data_name": "wmt23_terminology", "hints": [{"cs": "poskytovatel identity", "en": "Identity Provider"}, {"cs": "informaci", "en": "information"}, {"cs": "služba", "en": "service"}, {"cs": "uživateli", "en": "user"}, {"cs": "data", "en": "data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We introduce a highly scalable approach for open-domain question answering with no dependence on any logical form to surface form mapping data set or any linguistic analytic tool such as POS tagger or named entity recognizer.", "cs": "Představujeme vysoce škálovatelný přístup k otevřenému question answeringu, který nezávisí na datasetu mapujícím z logické formy na povrchovou, ani na jakýchkoliv lingvistických nástrojích pro analýzu jako např. POS tagger nebo rozpoznavání pojmenovaných entit."}, "data_name": "wmt23_terminology", "hints": [{"cs": "otevřenému question answeringu", "en": "open-domain question answering"}, {"cs": "logické formy na povrchovou", "en": "logical form to surface form mapping"}, {"cs": "lingvistických nástrojích", "en": "linguistic analytic tool"}, {"cs": "POS tagger", "en": "POS tagger"}, {"cs": "rozpoznavání pojmenovaných entit", "en": "named entity recognizer"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We define our approach under the Constrained Conditional Models framework which lets us scale to a full knowledge graph with no limitation on the size.", "cs": "Popisovaný přístup je definován v rámci frameworku Constrained Conditional Models, který umožnuje škálovat znalostní grafy bez jakéhokoliv omezení velikosti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "frameworku Constrained Conditional Models", "en": "Constrained Conditional Models framework"}, {"cs": "znalostní grafy", "en": "knowledge graph"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "On a standard benchmark, we obtained competitive results to state-of-the-art in open-domain question answering task.", "cs": "Ve standardním benchmarku jsme dosáhli výsledky srovnatelné se state-of-the-art v otevřeném question answeringu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "standardním benchmarku", "en": "standard benchmark"}, {"cs": "state-of-the-art", "en": "state-of-the-art"}, {"cs": "otevřeném question answeringu", "en": "open-domain question answering task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We introduce a highly scalable approach for open-domain question answering with no dependence on any data set for surface form to logical form mapping or any linguistic analytic tool such as POS tagger or named entity recognizer.", "cs": "Představujeme vysoce škálovatelný přístup k otevřenému question answeringu, který nezávisí na datasetu mapujícím z logické formy na povrchovou, ani na jakýchkoliv lingvistických nástrojích pro analýzu, jako např. POS tagger nebo rozpoznavání pojmenovaných entit."}, "data_name": "wmt23_terminology", "hints": [{"cs": "otevřenému question answeringu", "en": "open-domain question answering"}, {"cs": "logické formy", "en": "logical form"}, {"cs": "povrchovou", "en": "surface form"}, {"cs": "lingvistických nástrojích", "en": "linguistic analytic tool"}, {"cs": "POS tagger", "en": "POS tagger"}, {"cs": "rozpoznavání pojmenovaných entit", "en": "named entity recognizer"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We define our approach under the Constrained Conditional Models framework which lets us scale up to a full knowledge graph with no limitation on the size.", "cs": "Popisovaný přístup je definován v rámci frameworku Constrained Conditional Models, který umožnuje škálovat znalostní grafy bez omezení velikosti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "frameworku Constrained Conditional Models", "en": "Constrained Conditional Models framework"}, {"cs": "znalostní grafy", "en": "knowledge graph"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "On a standard benchmark, we obtained near 4 percent improvement over the state-of-the-art in open-domain question answering task.", "cs": "Ve standardním benchmarku jsme dosáhli 4% zlepšení výsledků oproti state-of-the-art v otevřeném question answeringu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "standardním benchmarku", "en": "standard benchmark"}, {"cs": "state-of-the-art", "en": "state-of-the-art"}, {"cs": "otevřeném question answeringu", "en": "open-domain question answering task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper describes our submission UFAL MULTIVEC to the WMT16 Quality Estimation Shared Task, for EnglishGerman sentence-level post-editing effort prediction and ranking.", "cs": "Příspěvek popisuje náš systém UFAL_MULTIVEC v soutěži WMT16 Quality Estimation."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Příspěvek", "en": "This paper"}, {"cs": "systém UFAL_MULTIVEC", "en": "submission UFAL MULTIVEC"}, {"cs": "soutěži WMT16 Quality Estimation", "en": "WMT16 Quality Estimation Shared Task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Presenting a software solution that helps authors choose the best public license for their works.", "cs": "Prezentace software, který pomáhá autorovi vybrat pro jeho dílo nejvhodnější (nejsvobodnější) veřejnou licenci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "software", "en": "software solution"}, {"cs": "autorovi", "en": "authors"}, {"cs": "dílo", "en": "works"}, {"cs": "veřejnou licenci", "en": "public license"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we deal with extraction of textual information from scene images.", "cs": "V tomto článku se zabýváme získáváním textových informací z fotografií."}, "data_name": "wmt23_terminology", "hints": [{"cs": "získáváním textových informací", "en": "extraction of textual information"}, {"cs": "fotografií", "en": "scene images"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "So far, the task of Scene Text Recognition (STR) has only been focusing on recognition of isolated words and, for simplicity, it omits words which are too short.", "cs": "Dosud se v této oblasti pracovalo pouze s rozpoznáváním izolovaných slov a krátká slova se pro zjednodušení vynechávala."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozpoznáváním izolovaných slov", "en": "recognition of isolated words"}, {"cs": "krátká slova", "en": "words which are too short"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Such an approach is not suitable for further processing of the extracted text.", "cs": "Tento přístup není vhodný pro další lingvistické zpracování rozpoznaného textu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přístup", "en": "approach"}, {"cs": "lingvistické zpracování", "en": "processing"}, {"cs": "rozpoznaného textu", "en": "extracted text"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For this task, we enriched the annotation of existing STR benchmarks in English and Czech and propose a string-based evaluation measure that highly correlates with human judgment.", "cs": "Rozšířili jsme anotaci stávajících datastetů a vyvinuli evaluační metriku, které bude sloužit k hodnocení rozpoznávání souvislého textu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anotaci", "en": "annotation"}, {"cs": "datastetů", "en": "STR benchmarks"}, {"cs": "evaluační metriku", "en": "evaluation measure"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Neural sequence to sequence learning recently became a very promising paradigm in machine translation, achieving competitive results with statistical phrase-based systems.", "cs": "Neuronové sekvenční modely jsou velmi slibným novým paradigmatem ve strojovém překladu, které dosahuje srovnatelných výsledků s frázovým strojovým překladem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Neuronové sekvenční modely", "en": "Neural sequence to sequence learning"}, {"cs": "strojovém překladu", "en": "machine translation"}, {"cs": "frázovým strojovým překladem", "en": "statistical phrase-based systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this system description paper, we attempt to utilize several recently published methods used for neural sequential learning in order to build systems for WMT 2016 shared tasks of Automatic Post-Editing and Multimodal Machine Translation.", "cs": "Tento článek popisuje systém, se kterým se Univerzita Karlova účastnila soutěže při WMT16 v úkolech automatické post-editace strojového překladu a multimodálního strojového překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "WMT16", "en": "WMT 2016"}, {"cs": "automatické post-editace strojového překladu", "en": "Automatic Post-Editing"}, {"cs": "multimodálního strojového překladu", "en": "Multimodal Machine Translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the poster, I demonstrated how multiword expressions can be represented and quired in a corpus query system KonText", "cs": "V posteru jsem popsala jak víceslovné výrazy se dají reprezentovat a vyhledávít v systému KonText."}, "data_name": "wmt23_terminology", "hints": [{"cs": "víceslovné výrazy", "en": "multiword expressions"}, {"cs": "systému KonText", "en": "corpus query system KonText"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The UD relation mwe is not used consistently in the current release of Universal Dependencies.", "cs": "Vztah mwe se v současném vydání Universal Dependencies nepoužívá konzistentně."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Universal Dependencies", "en": "Universal Dependencies"}, {"cs": "mwe", "en": "mwe"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "While part of the issue may be caused by true linguistic differences, we demonstrate on closely related languages that it is not always the case; even literally equivalent expressions do not always receive the same analysis.", "cs": "To může být zčásti způsobeno rozdíly mezi jazyky, nicméně v našem příspěvku ukazujeme na blízce příbuzných jazycích, že tomu tak není vždy; i doslovně ekvivalentní výrazy jsou v některých případech anotovány rozdílně."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozdíly mezi jazyky", "en": "linguistic differences"}, {"cs": "blízce příbuzných jazycích", "en": "closely related languages"}, {"cs": "doslovně ekvivalentní výrazy", "en": "literally equivalent expressions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we focus on the incorporation of a valency lexicon into TectoMT system for Czech-Russian language pair.", "cs": "Článek se soustřeďuje na včlenění valenčního slovníku do systému TectoMT pro jazykový pár čeština-ruština."}, "data_name": "wmt23_terminology", "hints": [{"cs": "valenčního slovníku", "en": "valency lexicon"}, {"cs": "systému TectoMT", "en": "TectoMT system"}, {"cs": "jazykový pár čeština-ruština", "en": "Czech-Russian language pair"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We demonstrate valency errors in MT output and describe how the introduction of a lexicon influenced the translation results.", "cs": "Ukazuje na chyby ve valenci na výstupu ze systému a popisuje, jak začlenění slovníku ovlivnilo výsledky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "chyby ve valenci", "en": "valency errors"}, {"cs": "systému", "en": "MT output"}, {"cs": "slovníku", "en": "lexicon"}, {"cs": "výsledky", "en": "translation results"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Though there was no impact on BLEU score, the manual inspection of concrete cases showed some improvement.", "cs": "Ačkoli podle BLEU skóre nebylo zaznamenáno zlepšení, ruční inspekce prokázala zlepšení v některých konkrétních případech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "BLEU skóre", "en": "BLEU score"}, {"cs": "ruční inspekce", "en": "manual inspection"}, {"cs": "zlepšení", "en": "improvement"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This work presents parallel corpora automatically annotated with several NLP tools, including lemma and part-of-speech tagging, named-entity recognition and classification, named-entity disambiguation, word-sense disambiguation, and coreference.", "cs": "Tento článek popisuje paralelní korpusy s automatickou anotací pomocí několika nástrojů pro zpracování přirozeného jazyka, včetně lemmatizace, taggingu, rozpoznání a klasifikace pojmenovaných entit a jejich disambiguace, word-sense disambiguation a koreference."}, "data_name": "wmt23_terminology", "hints": [{"cs": "paralelní korpusy", "en": "parallel corpora"}, {"cs": "automatickou anotací", "en": "automatically annotated"}, {"cs": "několika nástrojů pro zpracování přirozeného jazyka", "en": "several NLP tools"}, {"cs": "lemmatizace", "en": "lemma"}, {"cs": "taggingu", "en": "part-of-speech tagging"}, {"cs": "rozpoznání a klasifikace pojmenovaných entit", "en": "named-entity recognition and classification"}, {"cs": "jejich disambiguace", "en": "named-entity disambiguation"}, {"cs": "word-sense disambiguation", "en": "word-sense disambiguation"}, {"cs": "koreference", "en": "coreference"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper presents a dataset collected from natural dialogs which enables to test the ability of dialog systems to learn new facts from user utterances throughout the dialog.", "cs": "Tento článek představuje datovou sadu vytvořenou z přirozených dialogů, která umožňuje testovat schopnost dialogových systémů učit se nová fakta od uživatelů v průběhu dialogu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "datovou sadu", "en": "dataset"}, {"cs": "přirozených dialogů", "en": "natural dialogs"}, {"cs": "dialogových systémů", "en": "dialog systems"}, {"cs": "nová fakta", "en": "new facts"}, {"cs": "uživatelů", "en": "user utterances"}, {"cs": "průběhu dialogu", "en": "throughout the dialog"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This interactive learning will help with one of the most prevailing problems of open domain dialog system, which is the sparsity of facts a dialog system can reason about.", "cs": "Toto interaktivní učení pomůže s jedním z nejpodstatnějších problémů dialogových systémů v otevřených doménách, kterým je omezenost dat, se kterými je dialogový systém schopen pracovat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "interaktivní učení", "en": "interactive learning"}, {"cs": "dialogových systémů", "en": "dialog system"}, {"cs": "otevřených doménách", "en": "open domain"}, {"cs": "omezenost dat", "en": "sparsity of facts"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The proposed dataset, consisting of 1900 collected dialogs, allows simulation of an interactive gaining of denotations and questions explanations from users which can be used for the interactive learning.", "cs": "Představovaná datová sada, skládající se z 1900 dialogů, umožňuje simulaci interaktivního získávání rad od uživatelů v podobě odpovědí a podrobných vysvětlení otázek, které mohou být použity pro interaktivní učení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "datová sada", "en": "dataset"}, {"cs": "1900 dialogů", "en": "1900 collected dialogs"}, {"cs": "interaktivního získávání rad", "en": "interactive gaining of denotations"}, {"cs": "odpovědí", "en": "questions explanations"}, {"cs": "interaktivní učení", "en": "interactive learning"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Dataset collected from natural dialogs which enable to test the ability of dialog systems to interactively learn new facts from user utterances throughout the dialog.", "cs": "Dataset sesbíraný z přirozených dialogů umožňující testovat schopnost dialogových systémů učit se nová fakta z uživatelských výpovědí v průběhu dialogu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Dataset", "en": "Dataset"}, {"cs": "přirozených dialogů", "en": "natural dialogs"}, {"cs": "dialogových systémů", "en": "dialog systems"}, {"cs": "uživatelských výpovědí", "en": "user utterances"}, {"cs": "průběhu dialogu", "en": "throughout the dialog"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The dataset, consisting of 1900 dialogs, allows simulation of an interactive gaining of denotations and questions explanations from users which can be used for the interactive learning.", "cs": "Dataset, skládající se z 1900 dialogů umožňuje simulovat interaktivní získávání denotací a vysvětlení k otázkám od uživatelů ve formě, která je vhodná pro interaktivní učení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Dataset", "en": "dataset"}, {"cs": "1900 dialogů", "en": "1900 dialogs"}, {"cs": "interaktivní získávání denotací", "en": "interactive gaining of denotations"}, {"cs": "vysvětlení k otázkám", "en": "questions explanations"}, {"cs": "uživatelů", "en": "users"}, {"cs": "interaktivní učení", "en": "interactive learning"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Chimera is a machine translation system that combines the TectoMT deep-linguistic core with phrase-based MT system Moses.", "cs": "Chimera systém strojovéo překladu, který kombinuje hluboce lingvistické jádro TectoMT s frázovým strojovým překladačem Moses."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Chimera systém strojovéo překladu", "en": "Chimera is a machine translation system"}, {"cs": "hluboce lingvistické jádro TectoMT", "en": "TectoMT deep-linguistic core"}, {"cs": "frázovým strojovým překladačem Moses", "en": "phrase-based MT system Moses"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For English–Czech pair it also uses the Depfix post-correction system.", "cs": "Pro anglicko-český překlad také používá post-editovací systém Depfix."}, "data_name": "wmt23_terminology", "hints": [{"en": "English–Czech pair", "cs": "anglicko-český překlad"}, {"en": "Depfix post-correction system", "cs": "post-editovací systém Depfix"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "All the components run on Unix/Linux platform and are open source (available from Perl repository CPAN and the LINDAT/CLARIN repository).", "cs": "Všechny komponenty běží na platformě Unix/Linux a jsou open-source (dostupné z Perlového repozitáře CPAN a repozitáře LINDAT/CLARIN)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "platformě Unix/Linux", "en": "Unix/Linux platform"}, {"cs": "open-source", "en": "open source"}, {"cs": "Perlového repozitáře CPAN", "en": "Perl repository CPAN"}, {"cs": "repozitáře LINDAT/CLARIN", "en": "LINDAT/CLARIN repository"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The main website is https://ufal.mff.cuni.cz/tectomt.", "cs": "Hlavní webová stránka je https://ufal.mff.cuni.cz/tectomt."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Hlavní webová stránka", "en": "The main website"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The development is currently supported by the QTLeap 7th FP project (http://qtleap.eu).", "cs": "Vývoj je momentálně podporován projektem QTLeap ze 7th FP (http://qtleap.eu)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "projektem QTLeap", "en": "QTLeap 7th FP project"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present MLFix, an automatic statistical post-editing system, which is a spiritual successor to the rulebased system, Depfix.", "cs": "Představujeme MLFix, systém pro automatickou statistickou post-editaci, který je duchovním následníkem pravidlového systému, Depfixu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "MLFix", "en": "MLFix"}, {"cs": "automatickou statistickou post-editaci", "en": "automatic statistical post-editing"}, {"cs": "pravidlového systému", "en": "rulebased system"}, {"cs": "Depfixu", "en": "Depfix"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The aim of this thesis was to investigate the possible approaches to automatic identification of the most common morphological errors produced by the state-of-the-art machine translation systems and to train sufficient statistical models built on the acquired knowledge.", "cs": "Cílem této práce bylo prozkoumat možné postupy automatické identifikace nejčastějších morfologických chyb tvořených současnými systémy pro strojový překlad a natrénovat vhodné statistické modely, které by byly postaveny na získaných znalostech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "možné postupy automatické identifikace", "en": "possible approaches to automatic identification"}, {"cs": "nejčastějších morfologických chyb", "en": "the most common morphological errors"}, {"cs": "současnými systémy pro strojový překlad", "en": "state-of-the-art machine translation systems"}, {"cs": "vhodné statistické modely", "en": "sufficient statistical models"}, {"cs": "získaných znalostech", "en": "acquired knowledge"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We performed both automatic and manual evaluation of the system and compared the results with Depfix.", "cs": "Provedli jsme automatickou i ruční evaluaci našeho systému a výsledky porovnali s Depfixem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatickou", "en": "automatic"}, {"cs": "ruční evaluaci", "en": "manual evaluation"}, {"cs": "systému", "en": "system"}, {"cs": "výsledky", "en": "results"}, {"cs": "Depfixem", "en": "Depfix"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The system was mainly developed on the English-toCzech machine translation output, however, the aim was to generalize the post-editing process so it can be applied to other language pairs.", "cs": "Systém byl vyvíjen především na výstupech anglicko-českého strojového překladu, cílem ale bylo zobecnit post-editační proces tak, aby byl aplikovatelný na další jazykové páry."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Systém", "en": "The system"}, {"cs": "anglicko-českého strojového překladu", "en": "English-toCzech machine translation output"}, {"cs": "post-editační proces", "en": "post-editing process"}, {"cs": "jazykové páry", "en": "language pairs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We modified the original pipeline to post-edit English-German machine translation output and performed additional evaluation of this modification.", "cs": "Upravili jsme původní pipeline, aby post-editovala výstupy anglicko-německého strojového překladu, a provedli dodatečnou evaluaci této modifikace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "původní pipeline", "en": "original pipeline"}, {"cs": "anglicko-německého strojového překladu", "en": "English-German machine translation output"}, {"cs": "dodatečnou evaluaci", "en": "additional evaluation"}, {"cs": "modifikace", "en": "modification"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The aim of the present contribution is to document, on the material of the Prague Dependency Treebank, that the assumed freedom of Czech word order is not really a freedom but that it is guided by certain principles, different from the grammatically given principles determining the word order in some other European languages such as English, German or French.", "cs": "Cílem této práce je ukázat na datech Pražského závislostního korpusu, že domnělý volný slovosled v češtině ve skutečnosti volný není, a že je řízen jistými pravidly, odlišnými od pravidel gramatiky, které určují slovosled v jiných evropských jazycích, jako např. v angličtině, němčině nebo francouzštině."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Pražského závislostního korpusu", "en": "Prague Dependency Treebank"}, {"cs": "češtině", "en": "Czech"}, {"cs": "angličtině", "en": "English"}, {"cs": "němčině", "en": "German"}, {"cs": "francouzštině", "en": "French"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "On newly annotated data, an implementation of the algorithm for the division of the sentence into topic and focus based on contextual boundness of nodes at the tectogrammatical layer is tested.", "cs": "Na nově anotovaných datech je rovněž testována implementace algoritmu pro rozdělení věty na základ a ohnisko na základě kontextové zapojenosti uzlů na tektogramatické rovině."}, "data_name": "wmt23_terminology", "hints": [{"cs": "algoritmu", "en": "algorithm"}, {"cs": "kontextové zapojenosti", "en": "contextual boundness"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Corpus-based research demonstrates an existence of a mutual interaction of bridging anaphoric relations in the text and sentence information structure.", "cs": "Výzkum korpusových dat se zabývá interakcí vztahů asociativní anafory a aktuálního členění větného."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Výzkum korpusových dat", "en": "Corpus-based research"}, {"cs": "interakcí vztahů asociativní anafory", "en": "mutual interaction of bridging anaphoric relations"}, {"cs": "aktuálního členění větného", "en": "sentence information structure"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the report, we introduce the concept of topic–focus articulation on the basis of Functional Generative Description.", "cs": "Ve zprávě přestavujeme koncept aktuálního členění větného na základě funkčního generativního popisu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "koncept aktuálního členění větného", "en": "concept of topic–focus articulation"}, {"cs": "funkčního generativního popisu", "en": "Functional Generative Description"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Firstly, we present the crucial terms connected with topic–focus articulation – mainly contextual boundness and communicative dynamism and we describe operational criteria how to detect topic and focus: the so-called question test and test by negation.", "cs": "V první části zprávy prezentujeme základní pojmy spojené s aktuálním členěním větným – zejména kontextovou zapojenost a výpovědní dynamičnost a popisujeme operativní kritéria na rozlišení základu a ohniska: tzv. otázkový test a test s negací."}, "data_name": "wmt23_terminology", "hints": [{"cs": "základní pojmy", "en": "crucial terms"}, {"cs": "aktuálním členěním větným", "en": "topic–focus articulation"}, {"cs": "kontextovou zapojenost", "en": "contextual boundness"}, {"cs": "výpovědní dynamičnost", "en": "communicative dynamism"}, {"cs": "operativní kritéria", "en": "operational criteria"}, {"cs": "základu a ohniska", "en": "topic and focus"}, {"cs": "otázkový test", "en": "question test"}, {"cs": "test s negací", "en": "test by negation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the next part, we present the annotation principles for annotation of topic–focus articulation in the Prague Czech-English Dependency Treebank.", "cs": "V další části představujeme principy pro anotaci aktuálního členění větného v Pražském česko-anglickém závislostním korpusu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Pražském česko-anglickém závislostním korpusu", "en": "Prague Czech-English Dependency Treebank"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present subjectivity lexicon of positive and negative words for Indonesian language created by automatically translating English lexicons.", "cs": "Výroba a evaluace subjectivity lexikonu pro indonéštinu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "subjectivity lexikonu", "en": "subjectivity lexicon"}, {"cs": "indonéštinu", "en": "Indonesian language"}, {"cs": "Výroba a evaluace", "en": "We present"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We compare the lexicons in the task of predicting sentence polarity.", "cs": "Výsledný slovník byl pořízen za využití automatického strojového překladu a jeho spolehlivost byla ověřena v rámci trénování pravděpodobnostního klasifikátoru na ručně označkovaných datech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "slovník", "en": "lexicons"}, {"cs": "pravděpodobnostního klasifikátoru", "en": "predicting sentence polarity"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a novel syntax-based natural language generation system that is trainable from unaligned pairs of input meaning representations and output sentences.", "cs": "Představujeme nový systém pro generování přirozeného jazyka založený na sytaxi, který je možné trénovat z nezarovnaných párů vstupních reprezentací významu a výstupních vět."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systém pro generování přirozeného jazyka", "en": "natural language generation system"}, {"cs": "vstupních reprezentací významu", "en": "input meaning representations"}, {"cs": "výstupních vět", "en": "output sentences"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It is divided into sentence planning, which incrementally builds deep-syntactic dependency trees, and surface realization.", "cs": "Dělí se na větný plánovač, který inkrementálně staví hloubkově syntaktické závislostní stromy, a povrchový realizátor."}, "data_name": "wmt23_terminology", "hints": [{"cs": "větný plánovač", "en": "sentence planning"}, {"cs": "hloubkově syntaktické závislostní stromy", "en": "deep-syntactic dependency trees"}, {"cs": "povrchový realizátor", "en": "surface realization"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Sentence planner is based on A* search with a perceptron ranker that uses novel differing subtree updates and a simple future promise estimation; surface realization uses a rule-based pipeline from the Treex NLP toolkit.", "cs": "Větný plánovač je založen na A* vyhledávání s perceptronovým rankerem, který používá nové updaty na základě odlišných podstromů a jednoduchý odhad budoucího potenciálu stromů; povrchová realizace je zajištěna pravidlovým systémem z prostředí Treex."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Větný plánovač", "en": "Sentence planner"}, {"cs": "A* vyhledávání", "en": "A* search"}, {"cs": "perceptronovým rankerem", "en": "perceptron ranker"}, {"cs": "odlišných podstromů", "en": "differing subtree updates"}, {"cs": "budoucího potenciálu stromů", "en": "future promise estimation"}, {"cs": "povrchová realizace", "en": "surface realization"}, {"cs": "pravidlovým systémem", "en": "rule-based pipeline"}, {"cs": "prostředí Treex", "en": "Treex NLP toolkit"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our first results show that training from unaligned data is feasible, the outputs of our generator are mostly fluent and relevant.", "cs": "První výsledky ukazují, že trénování z nezarovnaných dat je možné, výstupy našeho generátoru jsou většinou plynulé a relevantní."}, "data_name": "wmt23_terminology", "hints": [{"cs": "trénování", "en": "training"}, {"cs": "nezarovnaných dat", "en": "unaligned data"}, {"cs": "výstupy", "en": "outputs"}, {"cs": "generátoru", "en": "generator"}, {"cs": "plynulé", "en": "fluent"}, {"cs": "relevantní", "en": "relevant"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Complex predicates with light verbs have proven to be very challenging for syntactic theories, particularly due to the tricky distribution of valency complementations of light verbs and predicative nouns in their syntactic structure.", "cs": "Komplexní predikáty s funkčními slovesy představují z hlediska syntaktického popisu problematický jev."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Komplexní predikáty", "en": "Complex predicates"}, {"cs": "funkčními slovesy", "en": "light verbs"}, {"cs": "syntaktického popisu", "en": "syntactic theories"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We demonstrate that a close interplay between these two components makes the analysis of the deep and surface syntactic structures of complex predicates reliable and efficient.", "cs": "Na základě syntaktické analýzy pak navrhuje teoreticky adekvátní a přitom ekonomické zachycení komplexních predikátů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "syntaktické analýzy", "en": "analysis of the deep  and  surface  syntactic  structures"}, {"cs": "komplexních predikátů", "en": "complex predicates"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Task 18 at SemEval 2015 defines Broad-Coverage Semantic Dependency Parsing (SDP) as the problem of recovering sentence-internal predicate-argument relationships for all content words, i.e.", "cs": "Úloha 18 na SemEval 2015 definuje sémantickou závislostní analýzu (SDP) se širokým pokrytím jako problém nalezení vztahů mezi predikátem a jeho argumenty ve větě pro všechna plnovýznamová slova, tj."}, "data_name": "wmt23_terminology", "hints": [{"cs": "SemEval 2015", "en": "SemEval 2015"}, {"cs": "sémantickou závislostní analýzu", "en": "Semantic Dependency Parsing"}, {"cs": "SDP", "en": "SDP"}, {"cs": "vztahů mezi predikátem a jeho argumenty", "en": "predicate-argument relationships"}, {"cs": "plnovýznamová slova", "en": "content words"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "the semantic structure constituting the relational core of sentence meaning.", "cs": "sémantické struktury, která představuje relační jádro významu věty."}, "data_name": "wmt23_terminology", "hints": [{"cs": "sémantické struktury", "en": "semantic structure"}, {"cs": "relační jádro", "en": "relational core"}, {"cs": "významu věty", "en": "sentence meaning"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this task description, we position the problem in comparison to other language analysis sub-tasks, introduce and compare the semantic dependency target representations used, and summarize the task setup, participating systems, and main results.", "cs": "V tomto článku, který úlohu 18 představuje, zasazujeme tento problém do rámce dalších podúloh analýzy jazyka, představujeme a srovnáváme použité cílové reprezentace sémantických závislostí a shrnujeme zadání úlohy, informace o zúčastněných systémech, jakož i hlavní výsledky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "analýzy jazyka", "en": "language analysis"}, {"cs": "sémantických závislostí", "en": "semantic dependency"}, {"cs": "úlohy", "en": "task"}, {"cs": "zúčastněných systémech", "en": "participating systems"}, {"cs": "hlavní výsledky", "en": "main results"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The article describes the latest addition into USC Shoah Foundation's Visual History Archive, which is the collection of interviews with witnesses and survivors of Armenian genocide.", "cs": "Zpráva popisuje poslední přírůstek v Archivu vizuální historie USC Shoah Foundation, kolekci rozhovorů se svědky a přeživšími genocidy Arménů, která je dostupná od dubna 2015 i v CVH Malach."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Archivu vizuální historie USC Shoah Foundation", "en": "USC Shoah Foundation's Visual History Archive"}, {"cs": "kolekci rozhovorů se svědky a přeživšími genocidy Arménů", "en": "collection of interviews with witnesses and survivors of Armenian genocide"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The text deals with the characteristics of the collection as well as its specific features in the context of VHA.", "cs": "Pojednáno je o charakteristikách kolekce i o jejích specificích v rámci celého Archivu USC SF."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kolekce", "en": "collection"}, {"cs": "Archivu USC SF", "en": "VHA"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present the methodology and results of a survey on the annotation of multiword expressions in treebanks.", "cs": "Představujeme metologii a výsledky průzkumu anotace víceslovných výrazů v treebancích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metologii", "en": "methodology"}, {"cs": "výsledky průzkumu", "en": "results of a survey"}, {"cs": "anotace víceslovných výrazů", "en": "annotation of multiword expressions"}, {"cs": "treebancích", "en": "treebanks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The survey was conducted using a wiki-like website filled out by people knowledgeable about various treebanks.", "cs": "Průzkum probíhal pomocí webu na principu wiki, kam přispívali lidé obeznámení s treebanky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Průzkum", "en": "survey"}, {"cs": "webu", "en": "website"}, {"cs": "wiki", "en": "wiki-like"}, {"cs": "treebanky", "en": "treebanks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The survey results were studied with a comparative focus on prepositional MWEs, verb-particle constructions and multiword named entities.", "cs": "Výsledky průzkumu jsme studovali zejména z hlediska porovnání přístupů k předložkovým víceslovným výrazům, slovesným konstrukcím s předložkou a víceslovným pojmenovaným entitám."}, "data_name": "wmt23_terminology", "hints": [{"cs": "průzkumu", "en": "survey"}, {"cs": "předložkovým víceslovným výrazům", "en": "prepositional MWEs"}, {"cs": "slovesným konstrukcím s předložkou", "en": "verb-particle constructions"}, {"cs": "víceslovným pojmenovaným entitám", "en": "multiword named entities"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the presentation, the two approaches to discourse-structuring devices have been compared and analysed: PDiT and GECCo", "cs": "V této prezentaci jsme představili první výsledky srovnání dvou anotačních schémat, PDiT a GECCo v oblasti zpracování diskurzních konektorů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "prezentaci", "en": "presentation"}, {"cs": "anotačních schémat", "en": "approaches"}, {"cs": "PDiT", "en": "PDiT"}, {"cs": "GECCo", "en": "GECCo"}, {"cs": "zpracování diskurzních konektorů", "en": "discourse-structuring devices"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This report describes the participation of the team of Charles University in Prague at the CLEF eHealth 2015 Task 2.", "cs": "Tato zpráva popisuje účast týmu Univerzity Karlovy v Praze na CLEF eHealth 2015 Task 2."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Univerzity Karlovy v Praze", "en": "Charles University in Prague"}, {"cs": "CLEF eHealth 2015 Task 2", "en": "CLEF eHealth 2015 Task 2"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper presents the results of the WMT15 shared tasks, which included a standard news translation task, a metrics task, a tuning task, a task for run-time estimation of machine translation quality, and an automatic post-editing task.", "cs": "Článek představuje výsledky společných úloh WMT15 -- překladu novinových textů, odhadu kvality překladu a automatické posteditace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "překladu novinových textů", "en": "news translation task"}, {"cs": "odhadu kvality překladu", "en": "metrics task"}, {"cs": "automatické posteditace", "en": "automatic post-editing task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This year, 68 machine translation systems from 24 institutions were submitted to the ten translation directions in the standard translation task.", "cs": "Do standardní překladové úlohy v 10 překladových směrech se letos zapojilo 68 systémů strojového překladu z 24 institucí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "standardní překladové úlohy", "en": "standard translation task"}, {"cs": "překladových směrech", "en": "translation directions"}, {"cs": "systémů strojového překladu", "en": "machine translation systems"}, {"cs": "institucí", "en": "institutions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "An additional 7 anonymized systems were included, and were then evaluated both automatically and manually.", "cs": "Zároveň bylo vyhodnoceno 7 anonymizovaných systémů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anonymizovaných systémů", "en": "anonymized systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The quality estimation task had three subtasks, with a total of 10 teams, submitting 34 entries.", "cs": "Úloha odhadu kvality překladu měla 3 podúlohy, kterých se zúčastnilo 10 týmů a celkem 34 systémů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Úloha odhadu kvality překladu", "en": "The quality estimation task"}, {"cs": "3 podúlohy", "en": "three subtasks"}, {"cs": "10 týmů", "en": "10 teams"}, {"cs": "34 systémů", "en": "34 entries"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The pilot automatic postediting task had a total of 4 teams, submitting 7 entries.", "cs": "Pilotní úloha automatické posteditace měla 4 týmy, které odeslaly 7 systémů"}, "data_name": "wmt23_terminology", "hints": [{"cs": "Pilotní úloha automatické posteditace", "en": "pilot automatic postediting task"}, {"cs": "4 týmy", "en": "4 teams"}, {"cs": "7 systémů", "en": "7 entries"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The talk presented solutions for successful transfer of machine translation technology from research to commercial use and its evaluation in the context of translation and localization of documentation in the area of information technology.", "cs": "Příspěvek představil problematiku strojového překladu při přenosu technologie z výzkumné sféry do rutinního komerčního využití a způsob hodnocení takového překladu v kontextu lokalizace dokumentace v oblasti ifnormačních technologií."}, "data_name": "wmt23_terminology", "hints": [{"cs": "strojového překladu", "en": "machine translation"}, {"cs": "technologie", "en": "technology"}, {"cs": "výzkumné sféry", "en": "research"}, {"cs": "komerčního využití", "en": "commercial use"}, {"cs": "hodnocení", "en": "evaluation"}, {"cs": "lokalizace dokumentace", "en": "translation and localization of documentation"}, {"cs": "oblasti ifnormačních technologií", "en": "area of information technology"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A summary of research activities in the area of machine translation in the EU (Technologies – Demands – Gaps – Roadmaps) has been presented, including contributions from multiple other EU-funded projects.", "cs": "Shrnutí aktivit v oblasti strojového překladu v EU včetně příspěvků několika projektů v této oblasti podporovaných Evropskou komisí, a směřování této oblasti směrem k jednotnému digitálnímu trhu v EU."}, "data_name": "wmt23_terminology", "hints": [{"cs": "oblasti strojového překladu", "en": "area of machine translation"}, {"cs": "Evropskou komisí", "en": "EU-funded projects"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Fundamentals of Machine Translation technology using Deep language analysis using the traditional \"Vauquois triangle\" have been presented, which now use advanced statistical and machine learning techniques.", "cs": "Byly prezentovány základy strojového překladu s použitím hloubkové jazykové analýzy podle tradičního systému \"Vauquois trojúhelník\", s využitím moderních statistických metod a metod strojového učení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "strojového překladu", "en": "Machine Translation"}, {"cs": "hloubkové jazykové analýzy", "en": "Deep language analysis"}, {"cs": "Vauquois trojúhelník", "en": "Vauquois triangle"}, {"cs": "metod strojového učení", "en": "machine learning techniques"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In addition, latest WMT 2015 Shared Task competition results for the en-cs pair have been shown in which the Chimera system created at UFAL MFF UK won.", "cs": "Rovněž byly ukázány poslední výsledky, kdy hybridní systém Chiméra vytvořený na ÚFAL MFF UK v rámci různých projektů zvítězil v soutěži en-cs překladačá na WMT 2015 Shared Task."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hybridní systém Chiméra", "en": "Chimera system"}, {"cs": "ÚFAL MFF UK", "en": "UFAL MFF UK"}, {"cs": "WMT 2015 Shared Task", "en": "WMT 2015 Shared Task"}, {"cs": "en-cs překladačá", "en": "en-cs pair"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Technology Agency of the Czech Republic is less than six-years-old funding agency charged with promoting applied research and innovation.", "cs": "Technologická agentura České republiky již šest let poskytuje podporu v oblasti aplikovaného výzkumu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Technologická agentura České republiky", "en": "Technology Agency of the Czech Republic"}, {"cs": "aplikovaného výzkumu", "en": "applied research"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Its responsibility is to create programs, to be approved by the government, and then execute the whole lifecycle of each program -- from calls, ex-ante evaluation or proposals, handling the awards organizationally and financially throughout projects' execution, and performing ex-post evaluation of projects and the whole programs.", "cs": "Je odpovědná za tvorbu programů v oblasti aplikovaného výzkumu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "tvorbu programů", "en": "create programs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "While the ex-ante evaluation system has been described at AEA 2014, this year we plan to present results of a mid-term evaluation of a program for applied research in the area of social sciences and of the top program of the agency, the Centers of Competence program.", "cs": "V prezentaci je představeno hodnocení programu Center kompetence TAČR, která byla hodnocena v polovině jejich existence."}, "data_name": "wmt23_terminology", "hints": [{"cs": "programu Center kompetence TAČR", "en": "Centers of Competence program"}, {"cs": "hodnocení", "en": "evaluation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "EU Framework and Horizon 2020 projects carried out in the Institute of Formal and Applied Linguistics of the Faculty of Mathematics and Physics, Charles University in Prague, have been presented.", "cs": "V příspěvku byly prezentovány zušenosti Ústavu formáln a aplikované lingvistiky MFF UK s projekty v rámcových programech EU a zejména v programu Horizon 2020."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Ústavu formáln a aplikované lingvistiky MFF UK", "en": "Institute of Formal and Applied Linguistics of the Faculty of Mathematics and Physics, Charles University in Prague"}, {"cs": "rámcových programech EU", "en": "EU Framework"}, {"cs": "programu Horizon 2020", "en": "Horizon 2020 projects"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The talk presented activities in the area of language technology and specifically machine translation in the medical domain in the context of EC-funded projects.", "cs": "Přednáška představila projekty a další aktivity v oblasti jazykových technologií a speciálně strojového překladu pro tématickou oblast medicíny a lékařství."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jazykových technologií", "en": "language technology"}, {"cs": "strojového překladu", "en": "machine translation"}, {"cs": "medicíny a lékařství", "en": "medical domain"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "LINDAT/CLARIN, as a node of the pan-European research infrastructure Clarin ERIC, has been presented.", "cs": "V přednášce byl prezentován LINDAT/CLARIN jako uzel mezinárodní infrastrukturní sítě Clarin ERIC."}, "data_name": "wmt23_terminology", "hints": [{"cs": "LINDAT/CLARIN", "en": "LINDAT/CLARIN"}, {"cs": "Clarin ERIC", "en": "Clarin ERIC"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Its repository has been featured together with data archivation techniques and related web services and applications.", "cs": "Zejména byl prezentován repozitář LINDAT/CLARIN a jeho možnosti ukládání a archivace jazykových a jiných dat, a s ním spojené služby."}, "data_name": "wmt23_terminology", "hints": [{"cs": "repozitář", "en": "repository"}, {"cs": "archivace", "en": "archivation"}, {"cs": "služby", "en": "web services"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Presented were existing syntactically analyzed treebanks, such as the Penn Treebank and the Prague family of dependency Treebanks, and their relation to Multiword Expressions.", "cs": "V přednášce byly prezentovány známé a používané korpusy se zachycenou syntaktickou analýzou (Penn Treebank, Pražské závislostní korpusy) a jejich vztah k analýze váceslovných výrazů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přednášce", "en": "Presented"}, {"cs": "korpusy", "en": "treebanks"}, {"cs": "syntaktickou analýzou", "en": "syntactically analyzed"}, {"cs": "Penn Treebank", "en": "Penn Treebank"}, {"cs": "Pražské závislostní korpusy", "en": "Prague family of dependency Treebanks"}, {"cs": "analýze váceslovných výrazů", "en": "Multiword Expressions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The aim of the present contribution is to put under scrutiny the ways in which the so-called deletions of elements in the surface shape of the sentence are treated in syntactically annotated corpora and to attempt at a categorization of deletions within a multilevel annotation scheme.", "cs": "Cílem tohoto příspěvku je podrobně prozkoumat, jak se v syntakticky anotovaných korpusech zachází s prvky věty, které jsou na povrchu vypuštěné, a pokusit se o kategorizaci výpustek v rámci víceúrovňového anotačního schématu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "syntakticky anotovaných korpusech", "en": "syntactically annotated corpora"}, {"cs": "víceúrovňového anotačního schématu", "en": "multilevel annotation scheme"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this contribution the treatment of selected types of deletions in Czech are presented.", "cs": "V příspěvku se prezentuje způsob zachycení vybraných typů elips v češtině v rámci FGP."}, "data_name": "wmt23_terminology", "hints": [{"cs": "způsob zachycení", "en": "treatment"}, {"cs": "vybraných typů elips", "en": "selected types of deletions"}, {"cs": "češtině", "en": "in Czech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The pro-dropped constructions,absent subjects in controlled infinitive constructions, selected types of Czech \"small clauses\" and comparison constructions are analyzed and exemplified.", "cs": "Jde zejména o vypouštění zájmenného subjektu v 1. a 2. osobě, o nepřítomnost subjektu v kontrolovaných infinitivních konstrukcích,o konstrukce uvozené \"kromě\" a \"místo\" a o srovnávací konstrukce."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vypouštění zájmenného subjektu", "en": "pro-dropped constructions"}, {"cs": "nepřítomnost subjektu", "en": "absent subjects"}, {"cs": "kontrolovaných infinitivních konstrukcích", "en": "controlled infinitive constructions"}, {"cs": "srovnávací konstrukce", "en": "comparison constructions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A webservice supporting indexation of book table of contents.", "cs": "Webová služba pro podporu indexování naskenovaných obsahů knih."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Webová služba", "en": "webservice"}, {"cs": "indexování naskenovaných obsahů knih", "en": "indexation of book table of contents"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For the National Technical Library.", "cs": "Pro Národní technickou knihovnu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Národní technickou knihovnu", "en": "National Technical Library"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This report presents a guideline for building a valency lexicon (CzEngVallex) of Czech and English verbs based on the parallel dependency corpus (PCEDT) and two existing valency lexicons: PDT-Vallex a EngVallex.", "cs": "Technická zprava shrnuje pravidla pro tvorbu valenčního slovníku (CzEngVallexu) českých a anglických sloves, budovaného na základě paralelního závislostního korpusu (PCEDT) a dvou existujících valenčních slovníků: PDT-Vallexu a EngVallexu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Technická zprava", "en": "This report"}, {"cs": "valenčního slovníku", "en": "valency lexicon"}, {"cs": "CzEngVallexu", "en": "CzEngVallex"}, {"cs": "českých a anglických sloves", "en": "Czech and English verbs"}, {"cs": "paralelního závislostního korpusu", "en": "parallel dependency corpus"}, {"cs": "PCEDT", "en": "PCEDT"}, {"cs": "PDT-Vallexu", "en": "PDT-Vallex"}, {"cs": "EngVallexu", "en": "EngVallex"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We address the application of UD to Slavic languages.", "cs": "Zabýváme se aplikací UD na slovanské jazyky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "aplikací UD", "en": "application of UD"}, {"cs": "slovanské jazyky", "en": "Slavic languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We devote the most space to peculiarities of pronouns, determiners, numerals and quantifiers.", "cs": "Nejvíce prostoru věnujeme zájmenům, determinátorům, číslovkám a kvantifikátorům."}, "data_name": "wmt23_terminology", "hints": [{"cs": "zájmenům", "en": "pronouns"}, {"cs": "determinátorům", "en": "determiners"}, {"cs": "číslovkám", "en": "numerals"}, {"cs": "kvantifikátorům", "en": "quantifiers"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Other language features that are discussed include modal verbs, ellipsis, nominal predicates, and reflexive pronouns.", "cs": "Kromě toho diskutujeme i další jazykové jevy jako způsobová slovesa, elipsu, jmenné přísudky a zvratná zájmena."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jazykové jevy", "en": "language features"}, {"cs": "způsobová slovesa", "en": "modal verbs"}, {"cs": "elipsu", "en": "ellipsis"}, {"cs": "jmenné přísudky", "en": "nominal predicates"}, {"cs": "zvratná zájmena", "en": "reflexive pronouns"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Most of our examples are from Czech but the language features demonstrated are usually portable to other Slavic languages.", "cs": "Většina našich příkladů pochází z češtiny, ale jazykové jevy, které na příkladech ukazujeme, jsou obvykle přenositelné na další slovanské jazyky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "češtiny", "en": "Czech"}, {"cs": "slovanské jazyky", "en": "Slavic languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We include examples from the other languages where appropriate.", "cs": "Tam, kde je to vhodné, uvádíme příklady i z jiných jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "příklady", "en": "examples"}, {"cs": "jiných jazyků", "en": "other languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "HamleDT (HArmonized Multi-LanguagE Dependency Treebank) is a compilation of existing dependency treebanks (or dependency conversions of other treebanks), transformed so that they all conform to the same annotation style.", "cs": "HamleDT (HArmonized Multi-LanguagE Dependency Treebank) je sbírka existujících závislostních korpusů (nebo do závislostí převedených jiných syntaktických korpusů), transformovaných do jednotného anotačního stylu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "HamleDT (HArmonized Multi-LanguagE Dependency Treebank)", "en": "HamleDT (HArmonized Multi-LanguagE Dependency Treebank)"}, {"cs": "závislostních korpusů", "en": "dependency treebanks"}, {"cs": "jednotného anotačního stylu", "en": "same annotation style"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This version uses Universal Dependencies as the common annotation style.", "cs": "Tato verze používá Universal Dependencies jako svůj ústřední anotační styl."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Universal Dependencies", "en": "Universal Dependencies"}, {"cs": "anotační styl", "en": "annotation style"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We compiled a lexicon of multiword BBN entities and used it for consistency checking of annotations (WSJ, BBN and PDT annotations).", "cs": "Sestavili jsme slovník víceslovných entit BBN a následně jsme jej využili ke kontrolám anotací (anotace WSJ, BBN, PCEDT)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "slovník víceslovných entit BBN", "en": "lexicon of multiword BBN entities"}, {"cs": "BBN", "en": "BBN"}, {"cs": "PCEDT", "en": "PDT annotations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Depfix, an open-source system for automatic post-editing of phrase-based machine translation outputs.", "cs": "Depfix -- open-souce systém pro automatickou post-editaci výstupů frázového strojového překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Depfix", "en": "Depfix"}, {"cs": "open-souce systém", "en": "open-source system"}, {"cs": "automatickou post-editaci", "en": "automatic post-editing"}, {"cs": "frázového strojového překladu", "en": "phrase-based machine translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Depfix employs a range of natural language processing tools to obtain analyses of the input sentences, and uses a set of rules to correct common or serious errors in machine translation outputs.", "cs": "Depfix zapojuje řadu nástrojů pro automatické zpracování přirozeného jazyka, pomocí nichž získává rozbor vstupních vět, a používá sadu pravidel pro opravu závažných chyb či chyb obvyklých ve výstupech strojových překladačů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Depfix", "en": "Depfix"}, {"cs": "nástrojů pro automatické zpracování přirozeného jazyka", "en": "natural language processing tools"}, {"cs": "rozbor vstupních vět", "en": "analyses of the input sentences"}, {"cs": "pravidel", "en": "rules"}, {"cs": "opravu závažných chyb", "en": "correct common or serious errors"}, {"cs": "strojových překladačů", "en": "machine translation outputs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This is a set of MSTperl parser configuration files and scripts for delexicalized parser transfer.", "cs": "Toto je sada konfiguračních souborů parseru MSTperl a skriptů pro přenos delexikalizovaného parseru."}, "data_name": "wmt23_terminology", "hints": [{"cs": "konfiguračních souborů", "en": "configuration files"}, {"cs": "parseru MSTperl", "en": "MSTperl parser"}, {"cs": "skriptů", "en": "scripts"}, {"cs": "delexikalizovaného parseru", "en": "delexicalized parser"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "They were used in the work reported in arXiv:1506.04897 (http://arxiv.org/abs/1506.04897), as well as several related papers.", "cs": "Byly použity v práci popsané v článku arXiv:1506.04897 (http://arxiv.org/abs/1506.04897) a v několika souvisejících článcích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "článku arXiv:1506.04897", "en": "arXiv:1506.04897"}, {"cs": "souvisejících článcích", "en": "related papers"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The MSTperl parser is available at http://hdl.handle.net/11234/1-1480", "cs": "Parser MSTperl je dostupný na adrese http://hdl.handle.net/11234/1-1480"}, "data_name": "wmt23_terminology", "hints": [{"cs": "Parser MSTperl", "en": "MSTperl parser"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "MSTperl is a Perl reimplementation of the MST parser of Ryan McDonald, with several additional advanced functions, such as support for parallel features.", "cs": "MSTperl je Perlovou reimplementací MST parseru Ryana McDonalda, s několika pokročilými funkcemi navíc, jako je podpora pro paralelní rysy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "MSTperl", "en": "MSTperl"}, {"cs": "Perlovou reimplementací", "en": "Perl reimplementation"}, {"cs": "MST parseru", "en": "MST parser"}, {"cs": "Ryana McDonalda", "en": "Ryan McDonald"}, {"cs": "pokročilými funkcemi", "en": "advanced functions"}, {"cs": "paralelní rysy", "en": "parallel features"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We compare two annotation styles, Prague dependencies and Universal Stanford Dependencies, in their adequacy for parsing.", "cs": "Porovnáváme dva anotační styly, Pražské závislosti a univerzální   Stanfordské závislosti, ve smyslu jejich vhodnosti pro parsing."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anotační styly", "en": "annotation styles"}, {"cs": "Pražské závislosti", "en": "Prague dependencies"}, {"cs": "parsing", "en": "parsing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We specifically focus on comparing the adposition attachment style, used in these two formalisms, applied in multi-source cross-lingual delexicalized dependency parser transfer performed by parse tree combination.", "cs": "Konkrétně se zaměřujeme na porovnání stylu zavěšení adpozic, použivaného v těchto dvou   formalismech, na úloze vícezdrojového mezijazyčného přenosu delexikalizovaného parseru,   používajíce MSTParser."}, "data_name": "wmt23_terminology", "hints": [{"cs": "stylu zavěšení adpozic", "en": "adposition attachment style"}, {"cs": "formalismech", "en": "formalisms"}, {"cs": "vícezdrojového mezijazyčného přenosu delexikalizovaného parseru", "en": "multi-source cross-lingual delexicalized dependency parser transfer"}, {"cs": "MSTParser", "en": "parse tree combination"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We show that in our setting, converting the adposition annotation to Stanford style in the Prague style training treebanks leads to promising results.", "cs": "Zjišťujeme, že v našem scénáři se stává zřetelnou výhoda Stanfordského stylu,   neboť převod anotace adpozic v treebancích anotovaných v Pražském stylu do Stanfordského stylu vede k mírně lepšímu výsledku (+0.2%   UAS)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Stanfordského stylu", "en": "Stanford style"}, {"cs": "Pražském stylu", "en": "Prague style"}, {"cs": "adpozic", "en": "adposition annotation"}, {"cs": "treebancích", "en": "training treebanks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We find that best results can be obtained by parsing the target sentences with parsers trained on treebanks using both of the adposition annotation styles in parallel, and combining all the resulting parse trees together after having converted them to the Stanford adposition style (+0.39% UAS over Prague style baseline).", "cs": "Dále ukazujeme, že nejlepších výsledků lze dosáhnout pomocí natrénování parserů   na treebancích využívajících oba styly anotace adpozic, analýzy cílového   treebanku pomocí všech těchto parserů a kombinace všech získaných stromů,   po jejich převodu do stejného anotačního stylu (dalších +0.18% UAS)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nejlepších výsledků", "en": "best results"}, {"cs": "natrénování parserů", "en": "parsers trained"}, {"cs": "treebancích", "en": "treebanks"}, {"cs": "anotace adpozic", "en": "adposition annotation styles"}, {"cs": "kombinace všech získaných stromů", "en": "combining all the resulting parse trees"}, {"cs": "převodu do stejného anotačního stylu", "en": "having converted them to the Stanford adposition style"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The score improvements are considerably more significant when using a smaller set of diverse source treebanks (up to +2.24% UAS over the baseline).", "cs": "Rozdíly ve skóre jsou ještě vyšší, když se použije menší sada různorodých zdrojových   treebanků (až 2.24% UAS oproti základní verzi)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "skóre", "en": "score"}, {"cs": "treebanků", "en": "treebanks"}, {"cs": "základní verzi", "en": "baseline"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We first evaluate the influence of treebank annotation styles on parsing performance, focusing on adposition attachment style.", "cs": "Nejprve vyhodnocujeme vliv anotačního stylu treebanku na úspěšnost parsingu, se zaměřením na styl zavěšení adpozic."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anotačního stylu treebanku", "en": "treebank annotation styles"}, {"cs": "úspěšnost parsingu", "en": "parsing performance"}, {"cs": "styl zavěšení adpozic", "en": "adposition attachment style"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Then, we present KLcpos3, an empirical language similarity measure, designed and tuned for source parser weighting in multi-source delexicalized parser transfer.", "cs": "Poté představujeme KLcpos3, empirickou míru podobnosti jazyků, navrženou a vyladěnou pro vážení zdrojových parserů při přenosu delexicalizovaných parserů s více zdroji."}, "data_name": "wmt23_terminology", "hints": [{"cs": "KLcpos3", "en": "KLcpos3"}, {"cs": "zdrojových parserů", "en": "source parser weighting"}, {"cs": "přenosu delexicalizovaných parserů s více zdroji", "en": "multi-source delexicalized parser transfer"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present an implementation of domain adaptation by translation model interpolation in the TectoMT translation system with deep transfer.", "cs": "Představujeme implementaci doménové adaptace pomocí interpolace překladových modelů v TectoMT, překladovém systému s hloubkovým transferem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "doménové adaptace", "en": "domain adaptation"}, {"cs": "interpolace překladových modelů", "en": "translation model interpolation"}, {"cs": "TectoMT", "en": "TectoMT"}, {"cs": "překladovém systému s hloubkovým transferem", "en": "translation system with deep transfer"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We evaluate the method on six language pairs with a 1000-sentence in-domain parallel corpus, and obtain improvements of up to 3 BLEU points.", "cs": "Vyhodnotili jsme tuto metodu na šesti jazykových párech s doménovým paralelním korpusem o 1000 větách, a získali jsme zlepšení až o 3 body BLEU."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metodu", "en": "method"}, {"cs": "jazykových párech", "en": "language pairs"}, {"cs": "doménovým paralelním korpusem", "en": "in-domain parallel corpus"}, {"cs": "1000 větách", "en": "1000-sentence"}, {"cs": "zlepšení", "en": "improvements"}, {"cs": "3 body BLEU", "en": "3 BLEU points"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The interpolation weights are set uniformly, without employing any tuning.", "cs": "Váhy pro interpolaci jsou nastaveny uniformně, bez zapojení jakéhokoliv ladění."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Váhy pro interpolaci", "en": "interpolation weights"}, {"cs": "ladění", "en": "tuning"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present KLcpos3, a language similarity measure based on Kullback-Leibler divergence of coarse part-of-speech tag trigram distributions in tagged corpora.", "cs": "Představujeme KLcpos3, míru podobnosti jazyků založenou na Kullbackově-Leiblerově divergenci rozložení trigramů hrubých značek slovních druhů v otagovaných korpusech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "KLcpos3", "en": "KLcpos3"}, {"cs": "Kullbackově-Leiblerově divergenci", "en": "Kullback-Leibler divergence"}, {"cs": "trigramů hrubých značek slovních druhů", "en": "coarse part-of-speech tag trigram distributions"}, {"cs": "otagovaných korpusech", "en": "tagged corpora"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It has been designed for multilingual delexicalized parsing, both for source treebank selection in single-source parser transfer, and for source treebank weighting in multi-source transfer.", "cs": "Tato míra byla navržena pro vícejazyčný delexicalizovaný parsing, a to jak pro výběr zdrojového treebanku při přenosu parseru s jedním zdrojem, tak pro vážení zdrojových treebanků při přenosu parseru s více zdroji."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vícejazyčný delexicalizovaný parsing", "en": "multilingual delexicalized parsing"}, {"cs": "zdrojového treebanku", "en": "source treebank"}, {"cs": "přenosu parseru s jedním zdrojem", "en": "single-source parser transfer"}, {"cs": "přenosu parseru s více zdroji", "en": "multi-source transfer"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the selection task, KLcpos3 identifies the best source treebank in 8 out of 18 cases.", "cs": "V úloze výběru zdroje rozpozná KLcpos3 nejlepší zdrojový treebank v 8 z 18 případů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výběru zdroje", "en": "selection task"}, {"cs": "KLcpos3", "en": "KLcpos3"}, {"cs": "zdrojový treebank", "en": "source treebank"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the weighting task, it brings +4.5% UAS absolute, compared to unweighted parse tree combination.", "cs": "V úloze vážení zdroje přínáší zvýšení UAS o +4.5 procentního bodu oproti nevážené kombinaci stromů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "úloze vážení zdroje", "en": "weighting task"}, {"cs": "zvýšení UAS", "en": "+4.5% UAS absolute"}, {"cs": "nevážené kombinaci stromů", "en": "unweighted parse tree combination"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We introduce interpolation of trained MSTParser models as a resource combination method for multi-source delexicalized parser transfer.", "cs": "Představujeme interpolaci natrénovaných modelů MSTParseru jako metodu kombinace zdrojů pro vícezdrojový delexikalizovaný přenos parseru."}, "data_name": "wmt23_terminology", "hints": [{"cs": "interpolaci natrénovaných modelů MSTParseru", "en": "interpolation of trained MSTParser models"}, {"cs": "vícezdrojový delexikalizovaný přenos parseru", "en": "multi-source delexicalized parser transfer"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present both an unweighted method, as well as a variant in which each source model is weighted by the similarity of the source language to the target language.", "cs": "Představujeme jak neváženou metodu, tak variantu ve které je každý zdrojový model vážen podobností zdrojového a cílového jazyka."}, "data_name": "wmt23_terminology", "hints": [{"cs": "neváženou metodu", "en": "unweighted method"}, {"cs": "variantu", "en": "variant"}, {"cs": "zdrojový model", "en": "source model"}, {"cs": "podobností zdrojového a cílového jazyka", "en": "similarity of the source language to the target language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Evaluation on the HamleDT treebank collection shows that theweightedmodelinterpolationperforms comparably to weighted parse tree combination method, while being computationally much less demanding.", "cs": "Vyhodnocení na sbírce treebanků HamleDT ukazuje, že vážená interpolace modelů má podobnou úspěšnost jako vážená kombinace stromů, přičemž je mnohem méně komputačně náročná."}, "data_name": "wmt23_terminology", "hints": [{"cs": "sbírce treebanků HamleDT", "en": "HamleDT treebank collection"}, {"cs": "vážená kombinace stromů", "en": "weighted parse tree combination method"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "CloudASR is a cloud platform for automatic speech recognition, which supports batch and online speech recognition mode.", "cs": "CloudASR je cloudová platforma pro automatické rozpoznávání řeči, která umožňuje dávkové i online zpracování nahrávek."}, "data_name": "wmt23_terminology", "hints": [{"cs": "CloudASR", "en": "CloudASR"}, {"cs": "cloudová platforma", "en": "cloud platform"}, {"cs": "automatické rozpoznávání řeči", "en": "automatic speech recognition"}, {"cs": "dávkové i online zpracování nahrávek", "en": "batch and online speech recognition mode"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Its main features are scalability, customizability and easy deployment.", "cs": "Její hlavní přednosti jsou škálovatelnost, přizpůsobitelnost a snadný proces nasazaní."}, "data_name": "wmt23_terminology", "hints": [{"cs": "škálovatelnost", "en": "scalability"}, {"cs": "přizpůsobitelnost", "en": "customizability"}, {"cs": "snadný proces nasazaní", "en": "easy deployment"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "CloudASR is a software platform and a public ASR web-service.", "cs": "CloudASR je softwarová platforma a veřejná služba pro rozpoznávání řeči."}, "data_name": "wmt23_terminology", "hints": [{"cs": "CloudASR", "en": "CloudASR"}, {"cs": "softwarová platforma", "en": "software platform"}, {"cs": "veřejná služba", "en": "public ASR web-service"}, {"cs": "rozpoznávání řeči", "en": "ASR"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Its three strong features are state-of-the-art online speech recognition performance, easy deployment, and scalability.", "cs": "Její tři silné stránky jsou: kvalita rozpoznávání na úrovni stavu poznání, jednoduché nasazení, a škálovatelnost."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kvalita rozpoznávání", "en": "online speech recognition performance"}, {"cs": "jednoduché nasazení", "en": "easy deployment"}, {"cs": "škálovatelnost", "en": "scalability"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Furthermore, it contains an annotation interface for the addition of transcriptions for the recordings.", "cs": "Dále, obsahuje anotační rozhraní pro přidávání transkripcí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anotační rozhraní", "en": "annotation interface"}, {"cs": "transkripcí", "en": "transcriptions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The platform API supports both batch and online speech recognition.", "cs": "API platformy podporuje jak dávkovou tak online rozpoznávání."}, "data_name": "wmt23_terminology", "hints": [{"cs": "API platformy", "en": "platform API"}, {"cs": "dávkovou", "en": "batch"}, {"cs": "online rozpoznávání", "en": "online speech recognition"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The batch version is compatible with Google Speech API.", "cs": "Dávková verze je kompatibilní s Google Speech API."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Dávková verze", "en": "The batch version"}, {"cs": "Google Speech API", "en": "Google Speech API"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "New ASR engines can be added onto the platform and can work simultaneously.", "cs": "Platforma umožňuje přidání nových rozpoznávačů, které potom můžou fungovat paralelně vedle sebe."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Platforma", "en": "platform"}, {"cs": "rozpoznávačů", "en": "ASR engines"}, {"cs": "paralelně", "en": "simultaneously"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "MT-ComparEval is a tool for Machine Translation developers, which allows to compare and evaluate different MT systems (and their versions).", "cs": "MT-ComparEval je nástroj, který umožňuje vývojářům strojového překladu porovnávat a vyhodnocovat různé MT systémy a jejich verze."}, "data_name": "wmt23_terminology", "hints": [{"cs": "MT-ComparEval", "en": "MT-ComparEval"}, {"cs": "strojového překladu", "en": "Machine Translation"}, {"cs": "MT systémy", "en": "MT systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "MT-ComparEval includes several automatic MT evaluation metrics.", "cs": "MT-ComparEval obsahuje několik metrik pro vyhodnocení strojového překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "MT-ComparEval", "en": "MT-ComparEval"}, {"cs": "metrik", "en": "metrics"}, {"cs": "strojového překladu", "en": "automatic MT evaluation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present recent developments of Korektor, a statistical spell checking system.", "cs": "Představujeme aktuální vývoj korektor, je statistický systém kontroly pravopisu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "aktuální vývoj korektor", "en": "recent developments of Korektor"}, {"cs": "statistický systém kontroly pravopisu", "en": "statistical spell checking system"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In addition to lexicon, Korektor uses language models to find real-word errors, detectable only in context.", "cs": "Kromě lexikonu, Korektor používá jazyk modely najít chyby real-slovo, detekovatelná pouze v kontextu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lexikonu", "en": "lexicon"}, {"cs": "Korektor", "en": "Korektor"}, {"cs": "jazyk modely", "en": "language models"}, {"cs": "chyby real-slovo", "en": "real-word errors"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The models and error probabilities, learned from error corpora, are also used to suggest the most likely corrections.", "cs": "Modely a chyba probanického, vyvozené z chyb korpusů, jsou také používány pro navrhovaly GEST nejpravděpodobnější opravy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Modely", "en": "models"}, {"cs": "chyba probanického", "en": "error probabilities"}, {"cs": "chyb korpusů", "en": "error corpora"}, {"cs": "opravy", "en": "corrections"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Korektor was originally trained on a small error corpus and used language models extracted from an in-house corpus WebColl.", "cs": "Korektor byl původně vyškolení na malé chyby korpusu a použité jazykové modely extrahuje z in-house corpus WebColl."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Korektor", "en": "Korektor"}, {"cs": "malé chyby korpusu", "en": "small error corpus"}, {"cs": "jazykové modely", "en": "language models"}, {"cs": "in-house corpus WebColl", "en": "in-house corpus WebColl"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We show two recent improvements: • We built new language models from freely avail- able (shuffled) versions of the Czech National Corpus and show that these perform consistently better on texts produced both by native speakers and non-native learners of Czech.", "cs": "Ukážeme dvě nedávná zlepšení: • Postavili jsme nové jazykové modely z volne dostupný schopné (šoural) verze České národní korespondence hnis a ukazují, že tyto provádět trvale lepší na texty vyráběných jak rodilými mluvčími a non-nativní studenti češtiny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jazykové modely", "en": "language models"}, {"cs": "České národní korespondence", "en": "Czech National Corpus"}, {"cs": "rodilými mluvčími", "en": "native speakers"}, {"cs": "non-nativní studenti češtiny", "en": "non-native learners of Czech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "• We trained new error models on a manually annotated learner corpus and show that they perform better than the standard error model (in error detection) not only for the learners’ texts, but also for our standard eval- uation data of native Czech.", "cs": "• Trénovali jsme nové modely chyb na ručně s poznámkami žák korpus a ukázat, že lepší výkon než Standardní model chyba (detekce chyb) nejenom pro texty studenty \", ale také pro naše standardní hodšpatne rozpoznaných zpráv data rodilého Čecha."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nové modely chyb", "en": "new error models"}, {"cs": "ručně s poznámkami žák korpus", "en": "manually annotated learner corpus"}, {"cs": "Standardní model chyba", "en": "standard error model"}, {"cs": "detekce chyb", "en": "error detection"}, {"cs": "texty studenty", "en": "learners’ texts"}, {"cs": "hodšpatne rozpoznaných zpráv data rodilého Čecha", "en": "uation data of native Czech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For error correction, the standard error model outperformed non-native models in 2 out of 3 test datasets.", "cs": "Pro korekci chyb se standardní model chyba překonaly non-nativní modulárně els ve 2 ze 3 testovaných datových sad."}, "data_name": "wmt23_terminology", "hints": [{"cs": "korekci chyb", "en": "error correction"}, {"cs": "standardní model chyba", "en": "standard error model"}, {"cs": "non-nativní modulárně els", "en": "non-native models"}, {"cs": "testovaných datových sad", "en": "test datasets"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We discuss reasons for this not-quite-intuitive improvement.", "cs": "Diskutujeme důvody pro tento ne zcela intuitivní zlepprostředí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "důvody", "en": "reasons"}, {"cs": "zlepprostředí", "en": "improvement"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Based on these findings and on an analysis of errors in both native and learners’ Czech, we propose directions for further improvements of Korektor.", "cs": "Na základě těchto poznatků a na základě analýzy chyb základě v obou domorodec a češtině frekventantů, navrhujeme směry pro další zlepšení korektor."}, "data_name": "wmt23_terminology", "hints": [{"cs": "těchto poznatků", "en": "these findings"}, {"cs": "analýzy chyb", "en": "analysis of errors"}, {"cs": "domorodec", "en": "native"}, {"cs": "češtině frekventantů", "en": "learners’ Czech"}, {"cs": "zlepšení korektor", "en": "improvements of Korektor"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The aim of this work is (i) to compare two frameworks for the analysis and annotation of discourse-structuring devices (DSDs) and further discourse phenomena in GECCo X PDiT and (ii) identify commonalities and/or differences between the two frameworks", "cs": "Cílem práce je (i) srovnat přístupy k analýze a anotaci textových jevů v PDiT a GECCo a (ii) určit společné a rozdílné rysy mezi odpovídajícími vědeckymi paradigmaty."}, "data_name": "wmt23_terminology", "hints": [{"cs": "analýze a anotaci textových jevů", "en": "analysis and annotation of discourse-structuring devices (DSDs) and further discourse phenomena"}, {"cs": "PDiT", "en": "PDiT"}, {"cs": "GECCo", "en": "GECCo"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A dialog state tracker is an important component in modern spoken dialog systems.", "cs": "Sledování dialogového stavu je důležitá komponenta moderních dialogových systémů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Sledování dialogového stavu", "en": "dialog state tracker"}, {"cs": "moderních dialogových systémů", "en": "modern spoken dialog systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present an incremental dialog state tracker, based on LSTM networks.", "cs": "Ukazujeme inkrementální sledovač dialogového stavu založený na LSTM sítích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "inkrementální sledovač dialogového stavu", "en": "incremental dialog state tracker"}, {"cs": "LSTM sítích", "en": "LSTM networks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It directly uses automatic speech recognition hypotheses to track the state.", "cs": "Ke sledování používá přímo výsledky rozpoznávání řeči."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozpoznávání řeči", "en": "automatic speech recognition"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also present the key non-standard aspects of the model that bring its performance close to the state-of-the-art and experimentally analyze their contribution: including the ASR confi- dence scores, abstracting scarcely represented values, including transcriptions in the training data, and model averaging", "cs": "Ukazujeme klíčová nestandardní aspekty modelu, které pomáhají dostat úspěšnost sledovače k systémům v současném stavu poznání: zahrnutí skóre rozpoznávače, abstrakce málo viděných hodnot, použití transkripce pro trénování a průměrování modelu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "klíčová nestandardní aspekty modelu", "en": "key non-standard aspects of the model"}, {"cs": "úspěšnost sledovače", "en": "performance"}, {"cs": "systémům v současném stavu poznání", "en": "state-of-the-art"}, {"cs": "skóre rozpoznávače", "en": "ASR confi- dence scores"}, {"cs": "abstrakce málo viděných hodnot", "en": "abstracting scarcely represented values"}, {"cs": "použití transkripce pro trénování", "en": "including transcriptions in the training data"}, {"cs": "průměrování modelu", "en": "model averaging"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present the first trainable incremental dialog state tracker that directly uses automatic speech recognition hypotheses to track the state.", "cs": "Navrhujeme první inkrementální trénovatelný sledovač dialogového stavu, který používá přímo výstup z rozpoznávače řeči ke sledování stavu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "inkrementální trénovatelný sledovač dialogového stavu", "en": "trainable incremental dialog state tracker"}, {"cs": "rozpoznávače řeči", "en": "automatic speech recognition hypotheses"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It is based on a long short-term memory recurrent neural network, and it is fully trainable from annotated data.", "cs": "Je založen na sítích s dlouhou krátkodobou pamětí a je plně trénovatelný z anotovaných dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "sítích s dlouhou krátkodobou pamětí", "en": "long short-term memory recurrent neural network"}, {"cs": "anotovaných dat", "en": "annotated data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The tracker achieves promissing performance on the Method and Requested tracking sub-tasks in DSTC2.", "cs": "Dosahujeme slibných výsledků na sledování pod-úkolů Method a Requested v DSTC2."}, "data_name": "wmt23_terminology", "hints": [{"cs": "slibných výsledků", "en": "promissing performance"}, {"cs": "Method a Requested", "en": "Method and Requested"}, {"cs": "DSTC2", "en": "DSTC2"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Obituary article evaluating the scientific contribution of J.J.Robinson, an American computational linguist, one of the founders of the field.", "cs": "Nekrolog obsahující zhodnocení vědeckého přínosu jedné ze zakladatelek počítačové lingvistiky, americké badatelky prof. J. J. Robinson."}, "data_name": "wmt23_terminology", "hints": [{"cs": "počítačové lingvistiky", "en": "computational linguist"}, {"cs": "americké badatelky prof. J. J. Robinson", "en": "J.J.Robinson"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We introduce the CLARIN Concept Registry, a new on-line registry of semantic concepts that can be used in (and referenced from) CLARIN projects.", "cs": "Představujeme CLARIN Concept Registry, nový registr sémantických konceptů, který je dostupný on-line a jeho smyslem je sloužit jako definice konceptů, na které se odkazují projekty CLARIN."}, "data_name": "wmt23_terminology", "hints": [{"cs": "CLARIN Concept Registry", "en": "CLARIN Concept Registry"}, {"cs": "registr sémantických konceptů", "en": "registry of semantic concepts"}, {"cs": "projekty CLARIN", "en": "CLARIN projects"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This new registry replaces (for CLARIN purposes) ISOcat.", "cs": "Tento nový registr nahrazuje (pro účely CLARINu) ISOcat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nový registr", "en": "new registry"}, {"cs": "ISOcat", "en": "ISOcat"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We discuss various issues that made ISOcat less useful, and propose solutions to those issues in CCR.", "cs": "Probíráme různé problémy, které komplikovaly používání ISOcatu, a navrhujeme řešení těchto problémů v CCR."}, "data_name": "wmt23_terminology", "hints": [{"cs": "ISOcatu", "en": "ISOcat"}, {"cs": "CCR", "en": "CCR"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this monograph we present the results of our research on the interplay of intra-sentential relations such as deep syntactic relations and information structure of the sentence and the inter-sentential relations such as discourse relations and coreferential and other associative links.", "cs": "V monografii je představen výzkum vztahů působících společně ve výstavbě textu (syntaktická výstavba, aktuální členění, sémantické diskurzní vztahy v užším smyslu, koreference a asociativní anafora)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "monografii", "en": "monograph"}, {"cs": "výzkum", "en": "research"}, {"cs": "vztahů", "en": "relations"}, {"cs": "syntaktická výstavba", "en": "deep syntactic relations"}, {"cs": "aktuální členění", "en": "information structure of the sentence"}, {"cs": "sémantické diskurzní vztahy", "en": "discourse relations"}, {"cs": "koreference", "en": "coreferential"}, {"cs": "asociativní anafora", "en": "associative links"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The aim of the poster is to contribute to the general discussion on discourse connectives, especially on their definition and principles we may hold as boundaries surrounding this class of expressions.", "cs": "Cílem posteru je přispět do diskuze o diskurzních konektorech, zejména o jejich definici a o kritériích, podle kterých je možné vymezit jejich hranice."}, "data_name": "wmt23_terminology", "hints": [{"cs": "diskurzních konektorech", "en": "discourse connectives"}, {"cs": "definici", "en": "definition"}, {"cs": "kritériích", "en": "principles"}, {"cs": "hranice", "en": "boundaries"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a pilot study in web-based annotation of words with senses coming from several knowledge bases and sense inventories.", "cs": "V článku překládáme pilotní studii zaměřenou na anotaci významu slov získaných z několika informačních zdrojů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "pilotní studii", "en": "pilot study"}, {"cs": "anotaci významu slov", "en": "annotation of words with senses"}, {"cs": "informačních zdrojů", "en": "knowledge bases and sense inventories"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The study is the first step in a planned larger annotation of “grounding” and should allow us to select a subset of these “dictionaries” that seem to cover any given text reasonably well and show an acceptable level of inter-annotator agreement.", "cs": "Studie je prvním krokem z zamýšlené anotací \"ukotvení\"."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Studie", "en": "The study"}, {"cs": "anotací", "en": "annotation"}, {"cs": "ukotvení", "en": "grounding"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a pilot study of a web-based annotation of words with senses.", "cs": "Představujeme pilotní experimenty s anotací významů slov ve webovém anotačním prostředí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "pilotní experimenty", "en": "pilot study"}, {"cs": "anotací významů slov", "en": "annotation of words with senses"}, {"cs": "webovém anotačním prostředí", "en": "web-based annotation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The annotated senses come from several knowledge bases and sense inventories.", "cs": "Významy přitom pocházejí z několika různých zdrojů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Významy", "en": "annotated senses"}, {"cs": "několika různých zdrojů", "en": "several knowledge bases and sense inventories"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The study is the first step in a planned larger annotation of grounding and should allow us to select a subset of the sense sources that cover any given text reasonably well and show an acceptable level of inter-annotator agreement.", "cs": "Experimenty jsou prvním krokem v plánované větší anotaci a měly by nám pomoci s výběrem podmnožiny studovaných zdrojů tak, aby pokrývaly veškerý text v co největším rozsahu a současně vykazovaly přijatelnou úroveň shody mezi anotátory."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Experimenty", "en": "study"}, {"cs": "anotaci", "en": "annotation"}, {"cs": "shody mezi anotátory", "en": "inter-annotator agreement"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a thorough analysis of a combination of a statistical and a transfer-based system for English->Czech translation, Moses and TectoMT.", "cs": "Představujeme podrobnou analýzu kombinace systému založeného na transferu TectoMT se statistickým systémem Moses pro překlad mezi angličtinou a češtinou."}, "data_name": "wmt23_terminology", "hints": [{"cs": "analýzu", "en": "analysis"}, {"cs": "systému", "en": "system"}, {"cs": "transferu", "en": "transfer"}, {"cs": "TectoMT", "en": "TectoMT"}, {"cs": "Moses", "en": "Moses"}, {"cs": "překlad", "en": "translation"}, {"cs": "angličtinou", "en": "English"}, {"cs": "češtinou", "en": "Czech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We describe several techniques for inspecting such a system combination which are based both on automatic and manual evaluation.", "cs": "Popisujeme možnosti zkoumání této kombinace systémů jak pomocí ruční, tak i automatické evaluace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "možnosti zkoumání", "en": "techniques for inspecting"}, {"cs": "kombinace systémů", "en": "system combination"}, {"cs": "ruční", "en": "manual"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "While TectoMT often produces bad translations, Moses is still able to select the good parts of them.", "cs": "Přesto, že výstupy TectoMT často obsahují chyby, Moses dokáže z jeho výstupů vybrat vhodné části."}, "data_name": "wmt23_terminology", "hints": [{"cs": "TectoMT", "en": "TectoMT"}, {"cs": "Moses", "en": "Moses"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In many cases, TectoMT provides useful novel translations which are otherwise simply unavailable to the statistical component, despite the very large training data.", "cs": "V mnoha případech pak TectoMT poskytne nové, užitečné překladové varianty, které jsou pro statistickou komponentu jinak nedosažitelné, navzdory velikosti trénovacích dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "TectoMT", "en": "TectoMT"}, {"cs": "překladové varianty", "en": "translations"}, {"cs": "trénovacích dat", "en": "training data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our analyses confirm the expected behaviour that TectoMT helps with preserving grammatical agreements and valency requirements, but that it also improves a very diverse set of other phenomena.", "cs": "Naše analýzy potvrzují, že TectoMT napomáhá dodržení gramatické shody a požadavků valence, ale zároveň zlepšuje překlad rozmanité škály jazykových jevů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "analýzy", "en": "analyses"}, {"cs": "TectoMT", "en": "TectoMT"}, {"cs": "gramatické shody", "en": "grammatical agreements"}, {"cs": "požadavků valence", "en": "valency requirements"}, {"cs": "jazykových jevů", "en": "other phenomena"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Interestingly, including the outputs of the transfer-based system in the phrase-based search seems to have a positive effect on the search space.", "cs": "Zahrnutí výstupů systému založeného na transferu do frázového překladu má také zřejmě pozitivní vliv na prohledávaný prostor hypotéz."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systému založeného na transferu", "en": "transfer-based system"}, {"cs": "frázového překladu", "en": "phrase-based search"}, {"cs": "prohledávaný prostor hypotéz", "en": "search space"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Overall, we find that the components of this combination are complementary and the final system produces significantly better translations than either component by itself.", "cs": "Zjišťujeme, že jednotlivé komponenty této kombinace jsou komplementární a výsledný systém překládá signifikantně lépe než kterákoliv jednotlivá komponenta."}, "data_name": "wmt23_terminology", "hints": [{"cs": "komponenty", "en": "components"}, {"cs": "kombinace", "en": "combination"}, {"cs": "systém", "en": "system"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a feature-rich discriminative model for machine translation which uses an abstract semantic representation on the source side.", "cs": "Představujeme diskriminativní model s bohatou sadou rysů pro strojový překlad, který využívá abstraktní sémantickou reprezentaci na zdrojové straně."}, "data_name": "wmt23_terminology", "hints": [{"cs": "diskriminativní model", "en": "discriminative model"}, {"cs": "strojový překlad", "en": "machine translation"}, {"cs": "abstraktní sémantickou reprezentaci", "en": "abstract semantic representation"}, {"cs": "zdrojové straně", "en": "source side"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We include our model as an additional feature in a phrase-based decoder and we show modest gains in BLEU score in an n-best re-ranking experiment.", "cs": "Náš model využíváme jako nový rys ve frázovém překladači a dosahujeme mírných zlepšení BLEU skóre v experimentu n-best reranking."}, "data_name": "wmt23_terminology", "hints": [{"cs": "model", "en": "model"}, {"cs": "frázovém překladači", "en": "phrase-based decoder"}, {"cs": "BLEU skóre", "en": "BLEU score"}, {"cs": "experimentu n-best reranking", "en": "n-best re-ranking experiment"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This work focuses on aspect-based sentiment analysis, a relatively recent task in natural language processing.", "cs": "V této práci se zaměřujeme na postojovou analýzu aspektů, což je relativně nová úloha z oblasti počítačového zpracování přirozených jazyků (NLP)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "postojovou analýzu aspektů", "en": "aspect-based sentiment analysis"}, {"cs": "počítačového zpracování přirozených jazyků", "en": "natural language processing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a new dataset for Czech aspect-based sentiment analysis which consists of segments from user reviews of IT products.", "cs": "Představujeme novou datovou sadu v češtině, která sestává z uživatelských hodnocení produktů z oblasti IT."}, "data_name": "wmt23_terminology", "hints": [{"cs": "datovou sadu", "en": "dataset"}, {"cs": "češtině", "en": "Czech"}, {"cs": "uživatelských hodnocení", "en": "user reviews"}, {"cs": "oblasti IT", "en": "IT products"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also describe our work in progress on the task of aspect term extraction.", "cs": "Zároveň popisujeme průběh naší práce na automatické extrakci aspektů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatické extrakci aspektů", "en": "aspect term extraction"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We believe that this area can be of interest to other workshop participants and that this paper can inspire a fruitful discussion on the topic with researchers from related fields.", "cs": "Věříme, že tato oblast může účastníky workshopu zaujmout a že tento příspěvek podnítí diskuzi na toto téma s výzkumníky z příbuzných oborů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "tato oblast", "en": "this area"}, {"cs": "účastníky workshopu", "en": "workshop participants"}, {"cs": "tento příspěvek", "en": "this paper"}, {"cs": "diskuzi", "en": "discussion"}, {"cs": "toto téma", "en": "the topic"}, {"cs": "výzkumníky", "en": "researchers"}, {"cs": "příbuzných oborů", "en": "related fields"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Parsito is a fast open-source dependency parser written in C++.", "cs": "Parsito je rychlý závislostní parser napsaný v C++ vydaný jako open-source."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Parsito", "en": "Parsito"}, {"cs": "závislostní parser", "en": "dependency parser"}, {"cs": "C++", "en": "C++"}, {"cs": "open-source", "en": "open-source"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Parsito is based on greedy transition-based parsing, it has very high accuracy and achieves a throughput of 30K words per second.", "cs": "Parsito je založené na transition-based parsingu, má vysokou úspěšnost a dosahuje rychlosti 30 tisíc slov za sekundu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Parsito", "en": "Parsito"}, {"cs": "transition-based parsingu", "en": "greedy transition-based parsing"}, {"cs": "30 tisíc slov za sekundu", "en": "30K words per second"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Parsito can be trained on any input data without feature engineering, because it utilizes artificial neural network classifier.", "cs": "Parsito lze natrénovat na libovolných vstupních datech, bez nutnosti navrhovat jazykově závislé rysy, protože používá klasifikátor založený na neuronových sítích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Parsito", "en": "Parsito"}, {"cs": "vstupních datech", "en": "input data"}, {"cs": "jazykově závislé rysy", "en": "feature engineering"}, {"cs": "klasifikátor založený na neuronových sítích", "en": "artificial neural network classifier"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Trained models for all treebanks from Universal Dependencies project are available (37 treebanks as of Dec 2015).", "cs": "K dispozici jsou natrénované modely pro všechny treebanky z projektu Universal Dependencies (37 treebanků k prosinci 2015)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "treebanky", "en": "treebanks"}, {"cs": "projektu Universal Dependencies", "en": "Universal Dependencies project"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "MorphoDiTa: Morphological Dictionary and Tagger is an open-source tool for morphological analysis of natural language texts.", "cs": "MorphoDiTa (morfologický slovník a tagger) je open-source nástroj pro morfologickou analýzu textů v přirozených jazycích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "MorphoDiTa", "en": "MorphoDiTa"}, {"cs": "morfologický slovník a tagger", "en": "Morphological Dictionary and Tagger"}, {"cs": "open-source nástroj", "en": "open-source tool"}, {"cs": "morfologickou analýzu", "en": "morphological analysis"}, {"cs": "přirozených jazycích", "en": "natural language texts"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It performs morphological analysis, morphological generation, tagging and tokenization and is distributed as a standalone tool or a library, along with trained linguistic models.", "cs": "Provádí morfologickou analýzu, morfologické generování, tagování a tokenizaci a je distribuován jako samostatný nástroj nebo jako knihovna spolu s natrénovanými lingvistickými modely."}, "data_name": "wmt23_terminology", "hints": [{"cs": "morfologickou analýzu", "en": "morphological analysis"}, {"cs": "morfologické generování", "en": "morphological generation"}, {"cs": "tagování", "en": "tagging"}, {"cs": "tokenizaci", "en": "tokenization"}, {"cs": "natrénovanými lingvistickými modely", "en": "trained linguistic models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the Czech language, MorphoDiTa achieves state-of-the-art results with a throughput around 10-200K words per second.", "cs": "V českém jazyce dosahuje MorphoDiTa state-of-the-art výsledků s rychlostí 10-200 tisíc slov za sekundu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "českém jazyce", "en": "Czech language"}, {"cs": "MorphoDiTa", "en": "MorphoDiTa"}, {"cs": "state-of-the-art výsledků", "en": "state-of-the-art results"}, {"cs": "rychlostí", "en": "throughput"}, {"cs": "slov za sekundu", "en": "words per second"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "MorphoDiTa is a free software under LGPL license and the linguistic models are free for non-commercial use and distributed under CC BY-NC-SA license, although for some models the original data used to create the model may impose additional licensing conditions.", "cs": "MorphoDiTa je svobodný software pod LGPL licencí a jazykové modely jsou zdarma pro nekomerční použití a jsou distribuovány pod CC BY-NC-SA licencí, i když u některých modelů mohou původní data použitá k vytvoření modelu implikovat další licenční podmínky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "MorphoDiTa", "en": "MorphoDiTa"}, {"cs": "svobodný software", "en": "free software"}, {"cs": "LGPL licencí", "en": "LGPL license"}, {"cs": "jazykové modely", "en": "linguistic models"}, {"cs": "nekomerční použití", "en": "non-commercial use"}, {"cs": "CC BY-NC-SA licencí", "en": "CC BY-NC-SA license"}, {"cs": "původní data", "en": "original data"}, {"cs": "licenční podmínky", "en": "licensing conditions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We describe a transition-based, non-projective dependency parser which uses a neural network classifier for prediction and requires no feature engineering.", "cs": "V článku popisujeme přechodový neprojektivní závislostní parser používající klasifikátor založený na neuronových sítích, který nevyžaduje tvorbu rysů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "závislostní parser", "en": "dependency parser"}, {"cs": "klasifikátor", "en": "classifier"}, {"cs": "neuronových sítích", "en": "neural network"}, {"cs": "tvorbu rysů", "en": "feature engineering"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We propose a new, search-based oracle, which improves parsing accuracy similarly to a dynamic oracle, but is applicable to any transition system, such as the fully non-projective swap system.", "cs": "Dále představujeme nové přechodové orákulum, které zvyšuje úspěšnost parseru porovnatelně s dynamickým orákulem, ale je použitelné pro každý přechodový systém, jako například neprojektivní systém s operací swap."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přechodové orákulum", "en": "search-based oracle"}, {"cs": "úspěšnost parseru", "en": "parsing accuracy"}, {"cs": "dynamickým orákulem", "en": "dynamic oracle"}, {"cs": "přechodový systém", "en": "transition system"}, {"cs": "neprojektivní systém", "en": "fully non-projective swap system"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The parser has excellent parsing speed, compact models, and achieves high accuracy without requiring any additional resources such as raw corpora.", "cs": "Parser je velmi rychlý, jeho modely kompaktní, přičemž dosahuje vysoké úspěšnosti bez potřeby dalších zdrojů jako například korpusů s čistým textem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Parser", "en": "parser"}, {"cs": "modely", "en": "models"}, {"cs": "úspěšnosti", "en": "accuracy"}, {"cs": "korpusů s čistým textem", "en": "raw corpora"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We tested it on all 19 treebanks of the Universal Dependencies project.", "cs": "Parser jsme otestovali na všech 19 korpusech z projektu Universal Dependencies."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Parser", "en": "We tested it"}, {"cs": "19 korpusech", "en": "19 treebanks"}, {"cs": "projektu Universal Dependencies", "en": "Universal Dependencies project"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The C++ implementation of the parser is being released as an open-source tool.", "cs": "Implementaci parseru v jazyce C++ uvolňujeme jako open-source."}, "data_name": "wmt23_terminology", "hints": [{"cs": "parseru", "en": "parser"}, {"cs": "jazyce C++", "en": "C++"}, {"cs": "open-source", "en": "open-source tool"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "With an increasing amount of data and services available in the LINDAT/CLARIN infrastructure comes the need to properly cite, share, cross-reference and gather usage statistics.", "cs": "S přibývajícím množstvím dat a služeb dostupných v infrastruktuře LINDAT/CLARIN roste potřeba správně citovat, sdílet, odkazovat a získávat statistiky využití."}, "data_name": "wmt23_terminology", "hints": [{"cs": "množstvím dat", "en": "amount of data"}, {"cs": "služeb", "en": "services"}, {"cs": "infrastruktuře LINDAT/CLARIN", "en": "LINDAT/CLARIN infrastructure"}, {"cs": "citovat", "en": "cite"}, {"cs": "sdílet", "en": "share"}, {"cs": "odkazovat", "en": "cross-reference"}, {"cs": "statistiky využití", "en": "usage statistics"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We introduce a framework that ensures a consistent look and the mentioned functionality.", "cs": "Představení frameworku, který zajišťuje jednotný vzhled a zmíněnou funkcionalitu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "frameworku", "en": "framework"}, {"cs": "jednotný vzhled", "en": "consistent look"}, {"cs": "zmíněnou funkcionalitu", "en": "mentioned functionality"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Spoken Language Understanding (SLU) and more specifically, semantic parsing is an indispensable task in each speech-enabled application.", "cs": "Poruzumění mluvené řeči (Spoken language understanding, SLU) a konkrétněji sémantický parsing je zásadní komponentou každé řečové aplikace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Poruzumění mluvené řeči", "en": "Spoken Language Understanding"}, {"cs": "sémantický parsing", "en": "semantic parsing"}, {"cs": "řečové aplikace", "en": "speech-enabled application"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this survey, we review the current research on SLU and semantic parsing with emphasis on machine learning techniques used for these tasks.", "cs": "Tento článek podává přehled současného výzkumu v oblasti SLU s důrazem na metody strojového učení používané k tomuto účelu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "současného výzkumu", "en": "current research"}, {"cs": "oblasti SLU", "en": "SLU"}, {"cs": "metody strojového učení", "en": "machine learning techniques"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Observing the current trends in semantic parsing, we conclude our discussion by suggesting some of the most promising future research trends.", "cs": "Sledujeme aktuální trendy v sémantickém parsingu a diskusi uzavíráme výhledem na nejslibnější směry výzkumu do budoucna."}, "data_name": "wmt23_terminology", "hints": [{"cs": "aktuální trendy", "en": "current trends"}, {"cs": "sémantickém parsingu", "en": "semantic parsing"}, {"cs": "výhledem", "en": "suggesting"}, {"cs": "nejslibnější směry výzkumu", "en": "most promising future research trends"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This doctoral thesis is devoted to linguistic analysis of discourse relations as one of the aspects of discourse coherence.", "cs": "Doktorská práce se zabývá lingvistickou analýzou diskurzních vztahů jakožto jednoho z aspektů textové koherence."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Doktorská práce", "en": "doctoral thesis"}, {"cs": "lingvistickou analýzou", "en": "linguistic analysis"}, {"cs": "diskurzních vztahů", "en": "discourse relations"}, {"cs": "textové koherence", "en": "discourse coherence"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Discourse relations are semantic relations holding between propositions in a discourse (discourse arguments).", "cs": "Diskurzními vztahy rozumíme významové vztahy mezi jednotlivými propozicemi v textu, tzv. diskurzními argumenty."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Diskurzními vztahy", "en": "Discourse relations"}, {"cs": "významové vztahy", "en": "semantic relations"}, {"cs": "jednotlivými propozicemi", "en": "propositions"}, {"cs": "textu", "en": "discourse"}, {"cs": "diskurzními argumenty", "en": "discourse arguments"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The aim of the thesis is a complex description of discourse relations in Czech and its application in an annotation scheme in the Prague Dependency Treebank.", "cs": "Cílem práce je ucelený popis diskurzních vztahů v češtině a jeho vtělení do anotačního schématu Pražského závislostního korpusu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "diskurzních vztahů", "en": "discourse relations"}, {"cs": "češtině", "en": "Czech"}, {"cs": "anotačního schématu", "en": "annotation scheme"}, {"cs": "Pražského závislostního korpusu", "en": "Prague Dependency Treebank"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The thesis is divided into three parts: The first one is focused on the theoretical description of discourse relations and on analysis of adequacy of various methodological concepts in corpus processing.", "cs": "Práce je rozdělena do tří částí: První z nich je zaměřena na teoretický popis diskurzních vztahů a rozbor vhodnosti různých metodologických postupů při korpusovém zpracování."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Práce", "en": "thesis"}, {"cs": "tří částí", "en": "three parts"}, {"cs": "teoretický popis", "en": "theoretical description"}, {"cs": "diskurzních vztahů", "en": "discourse relations"}, {"cs": "rozbor vhodnosti", "en": "analysis of adequacy"}, {"cs": "různých metodologických postupů", "en": "various methodological concepts"}, {"cs": "korpusovém zpracování", "en": "corpus processing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The second part describes in detail the proposed scheme for the annotation of discourse relations and the process of the corpus build-up including the evaluation of consistency of the annotated data.", "cs": "Druhá část podrobně popisuje navržené schéma pro anotaci diskurzních vztahů a proces vzniku takto značeného korpusu včetně evaluace konzistence značených dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "navržené schéma", "en": "proposed scheme"}, {"cs": "anotaci diskurzních vztahů", "en": "annotation of discourse relations"}, {"cs": "proces vzniku", "en": "process of the corpus build-up"}, {"cs": "evaluace konzistence", "en": "evaluation of consistency"}, {"cs": "značeného korpusu", "en": "annotated data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Finally, in the last part of the thesis, we address some problematic issues arisen with the employment the proposed scheme and look for their possible solutions.", "cs": "V poslední části práce se pak věnujeme některým problematickým okruhům při užití navrženého schématu a jejich řešení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "navrženého schématu", "en": "proposed scheme"}, {"cs": "problematickým okruhům", "en": "problematic issues"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Scene Text Recognition (STR) is a task of localizing and transcribing textual information captured in real-word images.", "cs": "Cílem Rozpoznávání textu z fotografií (STR) je právně lokalizovat a přespat text zachycený na fotografii z reálného prostředí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Rozpoznávání textu z fotografií", "en": "Scene Text Recognition"}, {"cs": "STR", "en": "STR"}, {"cs": "fotografii", "en": "images"}, {"cs": "reálného prostředí", "en": "real-word"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "With its increasing accuracy, it becomes a new source of textual data for standard Natural Language Processing tasks and poses new problems because of the specific nature of Scene Text.", "cs": "Rostoucí úspěšnost rozpoznávání zároveň dělá z těchto textů zajímavý zdroj dat pro zpracování přirozeného jazyka a zároveň přináší nové problémy, které jsou specifické právě pro texty, které se na fotografiích vyskytují."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozpoznávání", "en": "accuracy"}, {"cs": "zpracování přirozeného jazyka", "en": "Natural Language Processing"}, {"cs": "textů", "en": "textual data"}, {"cs": "fotografiích", "en": "Scene Text"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we learn a string hypotheses decoding procedure in an STR pipeline using structured prediction methods that proved to be useful in automatic Speech Recognition and Machine Translation.", "cs": "V tomto článku představujeme učení dekódování textových řetězců v systému STR pomocí metod strukturní predikce, které se využívají při dekódování v rozpoznávání řeči a strojovém překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "učení dekódování textových řetězců", "en": "string hypotheses decoding procedure"}, {"cs": "systému STR", "en": "STR pipeline"}, {"cs": "metod strukturní predikce", "en": "structured prediction methods"}, {"cs": "rozpoznávání řeči", "en": "automatic Speech Recognition"}, {"cs": "strojovém překladu", "en": "Machine Translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The model allow to employ a wide range of typographical and language features into the decoding process.", "cs": "Model při učení využívá jazykové a typografické rysy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jazykové", "en": "language features"}, {"cs": "učení", "en": "decoding process"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The proposed method is evaluated on a standard dataset and improves both character and word recognition performance over the baseline.", "cs": "Navržená metoda je evaluována na standardní datové sadě a zvyšuje úspěšnost rozpoznávání znaků i rozpoznávání celých slov."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Navržená metoda", "en": "The proposed method"}, {"cs": "standardní datové sadě", "en": "standard dataset"}, {"cs": "rozpoznávání celých slov", "en": "word recognition performance"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this thesis we analyze machine translation between Czech and Russian languages from the perspective of a linguist.", "cs": "V této disertační práci zkoumáme strojový překlad mezi češtinou a ruštinou z hlediska lingvisty."}, "data_name": "wmt23_terminology", "hints": [{"cs": "disertační práci", "en": "thesis"}, {"cs": "strojový překlad", "en": "machine translation"}, {"cs": "češtinou", "en": "Czech"}, {"cs": "ruštinou", "en": "Russian languages"}, {"cs": "lingvisty", "en": "linguist"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We explore the output of our two experimental systems and two commercial systems: PC Translator and Google Translate.", "cs": "Hlavním cílem práce je lingvistický rozbor chyb ve výstupu čtyř systémů strojového překladu, dvou experimentálních - TectoMT, Moses - a dvou komerčních - PC Translator a Google Translate."}, "data_name": "wmt23_terminology", "hints": [{"cs": "PC Translator", "en": "PC Translator"}, {"cs": "Google Translate", "en": "Google Translate"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We make a linguistically-motivated classification of errors for the language pair and describe each type of error in detail, analyzing whether it occurred due to some difference between Czech and Russian or is it caused by the system architecture.", "cs": "Analyzujeme každý typ chyb a řešíme, zda daná chyba souvisí s rozdílem mezi češtinou a ruštinou nebo zda je zapříčiněná architecturou jednotlivých systémů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "chyb", "en": "errors"}, {"cs": "češtinou", "en": "Czech"}, {"cs": "ruštinou", "en": "Russian"}, {"cs": "architecturou", "en": "architecture"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In particular, we focus on one specific error type - surface valency.", "cs": "Ve zvláštní kapitole se zaměřujeme na chyby v povrchové valenci sloves."}, "data_name": "wmt23_terminology", "hints": [{"cs": "chyby v povrchové valenci sloves", "en": "surface valency"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a novel knowledge based dialog system that learns from interactions with users.", "cs": "Představujeme nový dialogový systém učící se z interakce s uživateli."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dialogový systém", "en": "dialog system"}, {"cs": "interakce s uživateli", "en": "interactions with users"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It asks users for advice about unknown questions and generalizes them according to its knowledge base.", "cs": "Systém žádá uživatele o radu u neznámých otázek a zobecňuje je v souladu se svou znalostní bází."}, "data_name": "wmt23_terminology", "hints": [{"cs": "uživatele", "en": "users"}, {"cs": "neznámých otázek", "en": "unknown questions"}, {"cs": "znalostní bází", "en": "knowledge base"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The dialog system was evaluated through the CrowdFlower crowdsourcing platform and it showed the ability to adapt without any prior information except the knowledge base.", "cs": "Dialogový systém je vyhodnocen prostředníctvím platformy CrowdFlower."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Dialogový systém", "en": "dialog system"}, {"cs": "platformy CrowdFlower", "en": "CrowdFlower crowdsourcing platform"}, {"cs": "vyhodnocen", "en": "evaluated"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The purpose of our work is to explore the possibility of using sentence diagrams produced by schoolchildren as training data for automatic syntactic analysis.", "cs": "Cílem naší práce je prozkoumat možnost využití školních rozborů jako trénovací data pro automatickou syntaktickou analýzu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "školních rozborů", "en": "sentence diagrams"}, {"cs": "trénovací data", "en": "training data"}, {"cs": "automatickou syntaktickou analýzu", "en": "automatic syntactic analysis"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We have implemented a sentence diagram editor that schoolchildren can use to practice morphology and syntax.", "cs": "Implementujeme editor pro procvičování tvaroslovných a větných rozborů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "editor", "en": "sentence diagram editor"}, {"cs": "tvaroslovných", "en": "morphology"}, {"cs": "větných rozborů", "en": "syntax"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We collect their diagrams, combine them into a single diagram for each sentence and transform them into a form suitable for training a particular syntactic parser.", "cs": "Následně tyto rozbory shromažďujeme a transformujeme do tvaru potřebného pro trénování vybraného parseru."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozbory", "en": "diagrams"}, {"cs": "parseru", "en": "syntactic parser"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this study, the object language is Czech, where sentence diagrams are part of elementary school curriculum, and the target format is the annotation scheme of the Prague Dependency Treebank.", "cs": "Pilotním jazykem je čeština a cílovým formátem jsou anotace ve stylu Pražského závislostního korpusu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "čeština", "en": "Czech"}, {"cs": "Pražského závislostního korpusu", "en": "Prague Dependency Treebank"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We mainly focus on the evaluation of individual diagrams and on their combination into a merged better version.", "cs": "Nyní se zaměřujeme na vyhodnocení větných rozborů a jejich kombinaci s cílem získat kvalitnější rozbory."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vyhodnocení větných rozborů", "en": "evaluation of individual diagrams"}, {"cs": "jejich kombinaci", "en": "their combination"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper deals with word order of inner participants (Actor and Patient) in the focus-part of Czech sentences.", "cs": "Práce se zabývá slovosledem aktantů (aktoru a patientu) v ohniskové části českých vět."}, "data_name": "wmt23_terminology", "hints": [{"cs": "slovosledem aktantů", "en": "word order of inner participants"}, {"cs": "aktoru a patientu", "en": "Actor and Patient"}, {"cs": "ohniskové části českých vět", "en": "the focus-part of Czech sentences"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The analysis of the sequence of Actor and Patient reveals the criteria that may influence the arrangement of sentence participants as such.", "cs": "Slovosledná analýza výskytů aktoru a patientu přináší popis faktorů, které mohou ovlivnit uspořádání větných participantů ve slovosledu jako takových."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Slovosledná analýza", "en": "analysis of the sequence"}, {"cs": "aktoru", "en": "Actor"}, {"cs": "patientu", "en": "Patient"}, {"cs": "uspořádání větných participantů", "en": "arrangement of sentence participants"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper deals with the established scale of contextual boundness of subordinate clauses in Czech and describes the reasons why some types of categories are more often presented as known then others by the Czech writers.", "cs": "Poster představil tabulku kontextové zapojenosti závislých vět v češtině a popisuje důvody, proč bývají některé typy závislých vět českými pisateli častěji prezentovány jako čtenáři známé."}, "data_name": "wmt23_terminology", "hints": [{"cs": "češtině", "en": "Czech"}, {"cs": "českými pisateli", "en": "Czech writers"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This survey serves as an illustration of equalization tendency in typologically different languages, using constructional analysis of structures containing adcollocational verbal idioms.", "cs": "Tento výzkum rozvíjí myšlenku ekvikomplexity typologicky odlišných jazyků za pomocí konstrukční analýzy struktur obsahujících adkolokační verbální idiomy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výzkum", "en": "survey"}, {"cs": "ekvikomplexity", "en": "equalization tendency"}, {"cs": "typologicky odlišných jazyků", "en": "typologically different languages"}, {"cs": "adkolokační verbální idiomy", "en": "adcollocational verbal idioms"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This contribution describes improvements of opinion target identification in sentiment analysis, employing methods from quantitative linguistics, namely thematic concentration of the text.", "cs": "Příspěvek popisuje možnosti vylepšení automatické detekce hodnocených entit v rámci postojové analýzy za využití metod kvantitativní lingvistiky, přesněji tematické koncentrace textu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatické detekce hodnocených entit", "en": "opinion target identification"}, {"cs": "postojové analýzy", "en": "sentiment analysis"}, {"cs": "kvantitativní lingvistiky", "en": "quantitative linguistics"}, {"cs": "tematické koncentrace textu", "en": "thematic concentration of the text"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Although sentiment analysis has been gaining a booming interest recently, most experiments use only plain text corpora.", "cs": "Přestože je postojová analýza široce zkoumaným odvětvím, většina výzkumu probíhá na prostém textu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "postojová analýza", "en": "sentiment analysis"}, {"cs": "prostém textu", "en": "plain text corpora"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This poster shows that an existing richly annotated Prague Dependency Treebank can be exploited as a source of valuable information important for various opinion mining subtasks.", "cs": "Tento poster ukazuje využití závislostních dat z PDT pro nejrůznější úlohy v rámci opinion miningu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "PDT", "en": "Prague Dependency Treebank"}, {"cs": "opinion miningu", "en": "opinion mining"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "When deploying a spoken dialogue system in a new domain, one faces a situation where little to no data is available to train domain-specific statistical models.", "cs": "Při nasazování dialogového systému pro novou doménu je nutné se vypořádat s nedostatkem trénovacích dat pro doménově specifické statistické modely."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dialogového systému", "en": "spoken dialogue system"}, {"cs": "doménu", "en": "domain"}, {"cs": "trénovacích dat", "en": "data"}, {"cs": "doménově specifické statistické modely", "en": "domain-specific statistical models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We describe our experience with bootstrapping a dialogue system for public transit and weather information in real-word deployment under public use.", "cs": "V tomto článku popisujeme své zkušenosti s vytvářením dialogového systému pro informace o veřejné dopravě a počasí přímo za provozu s uživateli z řad veřejnosti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dialogového systému", "en": "dialogue system"}, {"cs": "počasí", "en": "weather information"}, {"cs": "provozu", "en": "deployment"}, {"cs": "uživateli z řad veřejnosti", "en": "public use"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We proceeded incrementally, starting from a minimal system put on a toll-free telephone number to collect speech data.", "cs": "Postupovali jsme inkrementálně od minimálního systému, který byl nasazen na bezplatné telefonní číslo ke sběru řečových dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "minimálního systému", "en": "minimal system"}, {"cs": "bezplatné telefonní číslo", "en": "toll-free telephone number"}, {"cs": "sběru řečových dat", "en": "collect speech data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We were able to incorporate statistical modules trained on collected data – in-domain speech recognition language models and spoken language understanding – while simultaneously extending the domain, making use of automatically generated semantic annotation.", "cs": "Na získaných datech jsme byli schopni natrénovat statistické modely – doménové jazykové modely pro rozpoznávání řeči a model pro porozumění jazyku, který používá automaticky generovanou sémantickou anotaci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "statistické modely", "en": "statistical modules"}, {"cs": "doménové jazykové modely", "en": "in-domain speech recognition language models"}, {"cs": "rozpoznávání řeči", "en": "speech recognition"}, {"cs": "model pro porozumění jazyku", "en": "spoken language understanding"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our approach shows that a successful system can be built with minimal effort and no in-domain data at hand.", "cs": "Náš postup ukazuje, že úspěšný systém lze postavit i s minimálním úsilím a bez předem dostupných trénovacích dat pro danou doménu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "úspěšný systém", "en": "successful system"}, {"cs": "minimálním úsilím", "en": "minimal effort"}, {"cs": "dostupných trénovacích dat", "en": "in-domain data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This package contains data sets for development and testing of machine translation of sentences from summaries of medical articles between Czech, English, French, and German.", "cs": "Tento balíček obsahuje sady paralelních vět pro vývoj a testování strojového překladu souhrnů vědeckých článků z oboru medicíny mezi češtinou, angličtinou, francouzštinou a němčinou."}, "data_name": "wmt23_terminology", "hints": [{"cs": "balíček", "en": "package"}, {"cs": "paralelních vět", "en": "sentences"}, {"cs": "vývoj a testování", "en": "development and testing"}, {"cs": "strojového překladu", "en": "machine translation"}, {"cs": "souhrnů vědeckých článků", "en": "summaries of medical articles"}, {"cs": "oboru medicíny", "en": "medical"}, {"cs": "češtinou, angličtinou, francouzštinou a němčinou", "en": "Czech, English, French, and German"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The WMT 2014 Medical Translation Task poses an interesting challenge for Machine Translation (MT).", "cs": "Lékařská překladová úloha na WMT 2014 představuje zajímavou výzvu pro strojový překlad (machine translation, MT)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Lékařská překladová úloha", "en": "Medical Translation Task"}, {"cs": "WMT 2014", "en": "WMT 2014"}, {"cs": "strojový překlad", "en": "Machine Translation"}, {"cs": "machine translation, MT", "en": "MT"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the standard translation task, the end application is the translation itself.", "cs": "Ve standardní překladové úloze je koncovou aplikací překlad sám o sobě."}, "data_name": "wmt23_terminology", "hints": [{"cs": "standardní překladové úloze", "en": "standard translation task"}, {"cs": "koncovou aplikací", "en": "end application"}, {"cs": "překlad", "en": "translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this task, the MT system is considered a part of a larger system for cross-lingual information retrieval (IR).", "cs": "Naproti tomu v této úloze je systém strojového překladu součástí většího systému pro mezijazykové vyhledávání informací (information retrieval, IR)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systém strojového překladu", "en": "MT system"}, {"cs": "mezijazykové vyhledávání informací", "en": "cross-lingual information retrieval"}, {"cs": "information retrieval", "en": "IR"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Vystadial 2013 ASR training scripts provides ASR training scripts for HTK or KALDI developed for training acoustic models for automatic speech recognition in spoken dialogue systems.", "cs": "Vystadial 2013 ASR trénovací skripty obsahují skripty pro HTK a KALDI vyvinuté pro trénování akustických modelů pro automatické rozpoznávání řeči v dialogových systémech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Vystadial 2013 ASR trénovací skripty", "en": "Vystadial 2013 ASR training scripts"}, {"cs": "HTK", "en": "HTK"}, {"cs": "KALDI", "en": "KALDI"}, {"cs": "akustických modelů", "en": "acoustic models"}, {"cs": "automatické rozpoznávání řeči", "en": "automatic speech recognition"}, {"cs": "dialogových systémech", "en": "spoken dialogue systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Vystadial 2013 is a dataset of telephone conversations in English, developed for training acoustic models for automatic speech recognition in spoken dialogue systems.", "cs": "Vystadial 2013 je databáze telefonních hovorů v anglickém jazyce, vyvinuté pro trénování akustických modelů pro automatické rozpoznávání řeči v dialogových systémech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "databáze telefonních hovorů", "en": "dataset of telephone conversations"}, {"cs": "anglickém jazyce", "en": "in English"}, {"cs": "trénování akustických modelů", "en": "training acoustic models"}, {"cs": "automatické rozpoznávání řeči", "en": "automatic speech recognition"}, {"cs": "dialogových systémech", "en": "spoken dialogue systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The data comprise over over 41 hours in English, plus orthographic transcriptions.", "cs": "Data obsahují více než 41 hodin v anglickém jazyce."}, "data_name": "wmt23_terminology", "hints": [{"cs": "41 hodin", "en": "41 hours"}, {"cs": "anglickém jazyce", "en": "English"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Roland Wagner’s contribution published in the last volume of the PBML journal – focusing (among other ideas) on the role of Czech reflexives – presents several critical remarks concerning the Functional Generative Description.", "cs": "Roland Wagner v článku zaměřeném na česká reflexivní slovesa publikovaném v PBML prezentuje kritické výhrady k Funkčnímu generativnímu popisu (FGP)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Roland Wagner", "en": "Roland Wagner"}, {"cs": "česká reflexivní slovesa", "en": "Czech reflexives"}, {"cs": "PBML", "en": "PBML journal"}, {"cs": "Funkčnímu generativnímu popisu", "en": "Functional Generative Description"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "These remarks represent a good challenge for the authors developing this model to fill empirical gaps and to make clear some theoretical presuppositions concerning valency frames of verbs and their respective reflexive counterparts that are primarily addressed by RW’s critical survey.", "cs": "Pro autory FGP představuje jeho článek výzvu k doplnění mezer v analýze daného jevu v rámci FGP a k vyjasnění některých teoretických předpokladů týkajících se valence sloves a jejich reflexivních protějšků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "FGP", "en": "this model"}, {"cs": "valence sloves", "en": "valency frames of verbs"}, {"cs": "reflexivních protějšků", "en": "respective reflexive counterparts"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We define broad-coverage semantic dependency parsing as the task of recovering sentence-internal predicate-argument relationships for all content words i.e.", "cs": "Závislostní sémantickou analýzu se širokým pokrytím definujeme jako úlohu nalézt skladební dvojice mezi všemi autosémantickými slovy ve větě, tj."}, "data_name": "wmt23_terminology", "hints": [{"cs": "širokým pokrytím", "en": "broad-coverage"}, {"cs": "skladební dvojice", "en": "predicate-argument relationships"}, {"cs": "autosémantickými slovy", "en": "content words"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "a semantic dependency structure that constitutes the core structure of sentence meaning.", "cs": "strukturu sémantických závislostí, která reprezentuje jádro významu věty."}, "data_name": "wmt23_terminology", "hints": [{"cs": "strukturu sémantických závislostí", "en": "semantic dependency structure"}, {"cs": "jádro významu věty", "en": "core structure of sentence meaning"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present two recently released open-source taggers: NameTag is a free software for named entity recognition (NER) which achieves state-of-the-art performance on Czech; MorphoDiTa (Morphological Dictionary and Tagger) performs morphological analysis (with lemmatization), morphological generation, tagging and tokenization with state-of-the-art results for Czech and a throughput around 10-200K words per second.", "cs": "V této práci představujeme dva nedávno vydané open-source nástroje: NameTag je volně šiřitelný software pro rozpoznávání pojmenovaných entit, který dosahuje nejlepších známých výsledků na češtině; MorphoDiTa provádí morfologickou analýzu (s lematizací), morfologické generování, značkování a tokenizaci s nejlepšími známými výsledky pro češtinu a rychlostí zpracování kolem 10-200 tisíc slov za sekundu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "open-source nástroje", "en": "open-source taggers"}, {"cs": "NameTag", "en": "NameTag"}, {"cs": "rozpoznávání pojmenovaných entit", "en": "named entity recognition (NER)"}, {"cs": "MorphoDiTa", "en": "MorphoDiTa (Morphological Dictionary and Tagger)"}, {"cs": "lematizací", "en": "lemmatization"}, {"cs": "morfologické generování", "en": "morphological generation"}, {"cs": "značkování", "en": "tagging"}, {"cs": "tokenizaci", "en": "tokenization"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The taggers can be trained for any language for which annotated data exist, but they are specifically designed to be efficient for inflective languages.", "cs": "Nástroje mohou být natrénovány pro libovolný jazyk, pro který jsou k dispozici anotovaná data, jsou však zvlášť navrženy tak, aby byly efektivní pro flexivní jazyky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Nástroje", "en": "taggers"}, {"cs": "libovolný jazyk", "en": "any language"}, {"cs": "anotovaná data", "en": "annotated data"}, {"cs": "flexivní jazyky", "en": "inflective languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Both tools are free software under LGPL license and are distributed along with trained linguistic models which are free for non-commercial use under the CC BY-NC-SA license.", "cs": "Oba nástroje jsou volně šiřitelné pod licencí LGPL a jsou distribuovány spolu z předtrénovanými lingvistickými modely, které jsou zdarma pro nekomerční využití podle licence CC BY-NC-SA."}, "data_name": "wmt23_terminology", "hints": [{"cs": "LGPL", "en": "LGPL license"}, {"cs": "předtrénovanými lingvistickými modely", "en": "trained linguistic models"}, {"cs": "nekomerční využití", "en": "non-commercial use"}, {"cs": "licence CC BY-NC-SA", "en": "CC BY-NC-SA license"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The releases include standalone tools, C++ libraries with Java, Python and Perl bindings and web services.", "cs": "Vydání zahrnují samostatné nástroje, knihovny v C++ s vazbami pro Javu, Python a Perl, a konečně webové služby."}, "data_name": "wmt23_terminology", "hints": [{"cs": "samostatné nástroje", "en": "standalone tools"}, {"cs": "knihovny v C++", "en": "C++ libraries"}, {"cs": "vazbami pro Javu, Python a Perl", "en": "Java, Python and Perl bindings"}, {"cs": "webové služby", "en": "web services"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we describe our participation in the Search part of the Search and Hyperlinking Task in MediaEval Benchmark 2014.", "cs": "V článku popisujeme našu účasť v úlohe Search v Search and Hyperlinking Task vrácmi Benchmarku MediaEval 2014."}, "data_name": "wmt23_terminology", "hints": [{"cs": "úlohe Search", "en": "Search part"}, {"cs": "Search and Hyperlinking Task", "en": "Search and Hyperlinking Task"}, {"cs": "MediaEval 2014", "en": "MediaEval Benchmark 2014"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In our experiments, we compare two types of segmentation: fixed-length segmentation and segmentation employing Decision Trees on various features.", "cs": "Na základe našich experimentov porovnávame dva typy segmentácie: segmentácia na úseky rovnakej dĺžky a segmentácia, ktorá využíva rozhodovacie stromy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experimentov", "en": "experiments"}, {"cs": "segmentácie", "en": "segmentation"}, {"cs": "úseky rovnakej dĺžky", "en": "fixed-length segmentation"}, {"cs": "rozhodovacie stromy", "en": "Decision Trees"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also show usefulness of exploiting metadata and explore removal of overlapping retrieved segments.", "cs": "Taktiež ukážeme užitočnosť využitia metadát a preskúmame odstraňovanie prekrývajucich sa relevantných segmentov."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metadát", "en": "metadata"}, {"cs": "relevantných segmentov", "en": "retrieved segments"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "As a submission of its own to the open track of Task 8 at SemEval 2014, a subset of the organizers sought to connect the task to pre-existing, ‘in-house’ parsing systems that can output the same types of semantic dependency graphs as used in the task.", "cs": "Podmnožina organizátorů Úlohy 8 na SemEvalu 2014 se pokusila použít k řešení úlohy parsery, které byly již dříve vyvinuty pro jednotlivé datové formáty využité v této úloze."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Úlohy 8 na SemEvalu 2014", "en": "Task 8 at SemEval 2014"}, {"cs": "parsery", "en": "parsing systems"}, {"cs": "datové formáty", "en": "semantic dependency graphs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For each of the three target formats, there is an existing parsing system, which typically was developed in parallel to the creation of the target dependency graphs, viz.", "cs": "Kombinace výstupů těchto parserů byla zařazena jako samostatné řešení otevřené části úlohy (open track)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "parserů", "en": "parsing systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "(a) for the DM format, the parser using the hand-engineered English Resource Grammar; (b) for the PAS format, the Enju parsing system, with its probabilistic HPSG acquired through linguistic projection of the PTB; and (c) for the PCEDT format, the scenario for English tectogrammatical analysis within the Treex framework, comprising a pipeline of a syntactical data-driven dependency parser and a number of hand-engineered processing blocks that convert trees from the analytical to the tectogrammatical layer.", "cs": "Použité systémy byly typicky vyvíjeny souběžně s anotací dat, konkrétně (a) pro formát DM jde o parser nad ručně sestavenou English Resource Grammar; (b) pro formát PAS jde o systém Enju s pravděpodobnostní HPSG, získanou lingvistickou projekcí PTB; a (c) pro formát PCEDT jde o scénář anglické tektogramatické analýzy v prostředí Treex, zahrnující statistický závislostní analyzátor a řadu cílených zpracovacích bloků, které převádějí stromy z analytické na tektogramatickou rovinu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "formát DM", "en": "DM format"}, {"cs": "English Resource Grammar", "en": "English Resource Grammar"}, {"cs": "formát PAS", "en": "PAS format"}, {"cs": "systém Enju", "en": "Enju parsing system"}, {"cs": "pravděpodobnostní HPSG", "en": "probabilistic HPSG"}, {"cs": "PTB", "en": "PTB"}, {"cs": "formát PCEDT", "en": "PCEDT format"}, {"cs": "anglické tektogramatické analýzy", "en": "English tectogrammatical analysis"}, {"cs": "prostředí Treex", "en": "Treex framework"}, {"cs": "závislostní analyzátor", "en": "dependency parser"}, {"cs": "analytické na tektogramatickou rovinu", "en": "analytical to the tectogrammatical layer"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we describe a release of a sizeable monolingual Urdu corpus automatically tagged with part-of-speech tags.", "cs": "V článku popisujeme vydání rozsáhlého jednojazyčného korpusu urdštiny s automatickým značkováním slovních druhů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jednojazyčného korpusu urdštiny", "en": "monolingual Urdu corpus"}, {"cs": "automatickým značkováním slovních druhů", "en": "automatically tagged with part-of-speech tags"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We extend the work of Jawaid and Bojar (2012) who use three different taggers and then apply a voting scheme to disambiguate among the different choices suggested by each tagger.", "cs": "Navazujeme na práci Jawaid a Bojar (2012), kde byly pro značkování použity tři taggery a finální výsledek určilo jejich hlasování."}, "data_name": "wmt23_terminology", "hints": [{"cs": "práci Jawaid a Bojar (2012)", "en": "work of Jawaid and Bojar (2012)"}, {"cs": "tři taggery", "en": "three different taggers"}, {"cs": "hlasování", "en": "voting scheme"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We run this complex ensemble on a large monolingual corpus and release the tagged corpus.", "cs": "Používáme stejnou komplexní sestavu na velký jednojazyčný korpus a výsledek zpřístupňujeme veřejnosti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "komplexní sestavu", "en": "complex ensemble"}, {"cs": "velký jednojazyčný korpus", "en": "large monolingual corpus"}, {"cs": "výsledek", "en": "tagged corpus"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Additionally, we use this data to train a single standalone tagger which will hopefully significantly simplify Urdu processing.", "cs": "Kromě toho na tomto velkém korpusu trénujeme jeden samostatný tagger, což, doufáme, podstatě zjednoduší zpracování urdštiny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "korpusu", "en": "data"}, {"cs": "tagger", "en": "tagger"}, {"cs": "urdštiny", "en": "Urdu processing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The standalone tagger obtains the accuracy of 88.74% on test data.", "cs": "Tento samostatný tagger na nezávislých testovacích datech dosahuje přenosti 88,74 %."}, "data_name": "wmt23_terminology", "hints": [{"cs": "samostatný tagger", "en": "standalone tagger"}, {"cs": "nezávislých testovacích datech", "en": "test data"}, {"cs": "přenosti 88,74 %", "en": "accuracy of 88.74%"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Poster summarizing the basic information on Malach Center for Visual History, its activities and available archival resources.", "cs": "Poster představující souhrnné informace o Centru vizuální historie Malach, jeho aktivitách a dostupných archivních zdrojích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Centru vizuální historie Malach", "en": "Malach Center for Visual History"}, {"cs": "aktivitách", "en": "activities"}, {"cs": "archivních zdrojích", "en": "archival resources"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Various attempts to conceptualize the often vaguely used term collective memory come to the conclusion that collective memory is deeply related to linguistic and narrative phenomena.", "cs": "Různé pokusy o konceptualizaci často vágně užívaného pojmu kolektivní paměť dospívají k závěru, že kolektivní paměť je hluboce provázaná s jazykovými a narativními fenomény."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kolektivní paměť", "en": "collective memory"}, {"cs": "jazykovými", "en": "linguistic"}, {"cs": "narativními fenomény", "en": "narrative phenomena"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the present paper, I aim to provide an overview and discussion of the link between language and collective memory in the context of social theory.", "cs": "V tomto příspěvku je mým cílem předložit přehled a diskusi souvislosti mezi jazykem a kolektivní pamětí v kontextu sociální teorie."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jazykem", "en": "language"}, {"cs": "kolektivní pamětí", "en": "collective memory"}, {"cs": "sociální teorie", "en": "social theory"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the case of the founding theoretical figures, M. Halbwachs and J. Assmann, the importance of language in relation to the issues of collective memory is profound.", "cs": "V díle zakládajících teoretických postav M. Halbwachse a J. Assmanna je význam jazyka ve vztahu k otázkám kolektivní paměti chápán jako ústřední."}, "data_name": "wmt23_terminology", "hints": [{"cs": "M. Halbwachse", "en": "M. Halbwachs"}, {"cs": "J. Assmanna", "en": "J. Assmann"}, {"cs": "kolektivní paměti", "en": "collective memory"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the past two decades, the specific role of narrative and conversation had become an important subject in researching collective memory.", "cs": "Stejně tak v posledních dvou dekádách se ze specifické role narativu a konverzace stává významný předmět teoretického výzkumu kolektivní paměti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "posledních dvou dekádách", "en": "past two decades"}, {"cs": "narativu a konverzace", "en": "narrative and conversation"}, {"cs": "teoretického výzkumu kolektivní paměti", "en": "researching collective memory"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In empirical research, on the other hand, the relationship of language and collective memory seems to be rather underrepresented.", "cs": "Na druhou stranu, v empirických šetřeních jako by byl vztah jazyka a kolektivní paměti spíše podceňován."}, "data_name": "wmt23_terminology", "hints": [{"cs": "empirických šetřeních", "en": "empirical research"}, {"cs": "jazyka", "en": "language"}, {"cs": "kolektivní paměti", "en": "collective memory"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Various fields and disciplines deal with similar topics quite differently, and they also differ in the degree of explicit scrutiny of the collective memory phenomena.", "cs": "Ukazuje se, že různé společenskovědní a humanitní disciplíny se s podobnými tématy vyrovnávají značně odlišně a rozdíly lze nalézt také v míře explicitní pozornosti věnované tématu kolektivní paměti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "společenskovědní a humanitní disciplíny", "en": "fields and disciplines"}, {"cs": "kolektivní paměti", "en": "collective memory"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The technical report presents the guidelines for manual annotation of nominal coreference in the Prague Czech-English Treebank.", "cs": "Technická zprava shrnuje pravidla anotace koreference v Pražském česko-anglickém závislostním korpusu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Technická zprava", "en": "technical report"}, {"cs": "Pražském česko-anglickém závislostním korpusu", "en": "Prague Czech-English Treebank"}, {"cs": "anotace koreference", "en": "annotation of nominal coreference"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper describes Parmesan, our submission to the 2014 Workshop on Statistical Machine Translation (WMT) metrics task for evaluation English-to-Czech translation.", "cs": "Tento článek popisuje Parmesan, náš příspěvěk na Workshop on Statistical Machine Translation 2014."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Workshop on Statistical Machine Translation 2014", "en": "2014 Workshop on Statistical Machine Translation"}, {"cs": "Parmesan", "en": "Parmesan"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We show that the Czech Meteor Paraphrase tables are so noisy that they actually can harm the performance of the metric.", "cs": "Ukazuje, že parafrázovací tabulky Meteoru pro češtinu obsahují tolik šumu, že jejich použití ve skutečnosti může poškodit výkon metriky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "parafrázovací tabulky Meteoru", "en": "Meteor Paraphrase tables"}, {"cs": "češtinu", "en": "Czech"}, {"cs": "výkon metriky", "en": "performance of the metric"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, they can be very useful after extensive filtering in targeted paraphrasing of Czech reference sentences prior to the evaluation.", "cs": "Nicméně po důkladní filtraci mohou být velmi užitečné v cíleném parafrázovní referenčních vět předcházejícím evaluaci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "filtraci", "en": "filtering"}, {"cs": "parafrázovní referenčních vět", "en": "paraphrasing of Czech reference sentences"}, {"cs": "evaluaci", "en": "evaluation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Parmesan first performs targeted paraphrasing of reference sentences, then it computes the Meteor score using only the exact match on~these new reference sentences.", "cs": "Parmesan nejprve provede cílené parafrázování referenčních vět a poté spočítá Meteor score s pouze přímou shodou na těchto nových referencích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Parmesan", "en": "Parmesan"}, {"cs": "cílené parafrázování", "en": "targeted paraphrasing"}, {"cs": "referenčních vět", "en": "reference sentences"}, {"cs": "Meteor score", "en": "Meteor score"}, {"cs": "přímou shodou", "en": "exact match"}, {"cs": "nových referencích", "en": "new reference sentences"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It shows significantly higher correlation with human judgment than Meteor on the WMT12 and WMT13 data.", "cs": "Na datech z WMT12 a WMT13 ukazuje signifikantně vyšší shodu s lidským hodnocením než Meteor."}, "data_name": "wmt23_terminology", "hints": [{"cs": "WMT12", "en": "WMT12"}, {"cs": "WMT13", "en": "WMT13"}, {"cs": "lidským hodnocením", "en": "human judgment"}, {"cs": "Meteor", "en": "Meteor"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a method for improving machine translation (MT) evaluation by targeted paraphrasing of reference sentences.", "cs": "Představujeme metodu cíleného parafrazování pro zpřesnění hodnocení strojového překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hodnocení strojového překladu", "en": "machine translation (MT) evaluation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For this purpose, we employ MT systems themselves and adapt them for translating within a single language.", "cs": "V jejím rámci, využíváme strojový překld samotný a upravujeme jej tak, aby překládal v rámci jediného jazyka."}, "data_name": "wmt23_terminology", "hints": [{"cs": "strojový překld", "en": "MT systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We describe this attempt on two types of MT systems -- phrase-based and rule-based.", "cs": "Popisujeme tento přístup na dvou typech strojového překladu - statistickém a pravidlovém."}, "data_name": "wmt23_terminology", "hints": [{"cs": "strojového překladu", "en": "MT systems"}, {"cs": "statistickém", "en": "phrase-based"}, {"cs": "pravidlovém", "en": "rule-based"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Initially, we experiment with the freely available SMT system Moses.", "cs": "V rámci statistického překladu experimentujeme s Mojžíšem, volně dostupným nástrojem pro statický strojový překlad."}, "data_name": "wmt23_terminology", "hints": [{"cs": "statistického překladu", "en": "SMT system"}, {"cs": "Mojžíšem", "en": "Moses"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We create translation models from two available sources of Czech paraphrases -- Czech WordNet and the Meteor Paraphrase tables.", "cs": "Překladové modely tvoříme uměle ze dvou dostupých zdrojů českých parafrází - českého WordNetu a parafrázovacích tabulek Meteor."}, "data_name": "wmt23_terminology", "hints": [{"cs": "českých parafrází", "en": "Czech paraphrases"}, {"cs": "českého WordNetu", "en": "Czech WordNet"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We extended Moses by a new feature that makes the translation targeted.", "cs": "Rozšiřujeme Mojžíše o nový rys, který vynucuje cílené parafrázování."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Mojžíše", "en": "Moses"}, {"cs": "nový rys", "en": "new feature"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, the results of this method are inconclusive.", "cs": "Bohužel, naše výsledky jsou spíše negativní."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výsledky", "en": "results"}, {"cs": "negativní", "en": "inconclusive"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the view of errors appearing in the new paraphrased sentences, we propose another solution -- targeted paraphrasing using parts of a rule-based translation system included in the NLP framework Treex.", "cs": "S ohledem na chyby, které se objevily v parafrázovaných větách, navrhujeme nové řešení - parafrázování pomocí pravidlového systému Treex."}, "data_name": "wmt23_terminology", "hints": [{"cs": "parafrázovaných větách", "en": "paraphrased sentences"}, {"cs": "pravidlového systému Treex", "en": "rule-based translation system included in the NLP framework Treex"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This report describes the participation of the team of Charles University in Prague at the ShARe/CLEF eHealth Evaluation Lab in 2014.", "cs": "Tato zpráva popisuje účast týmu Univerzity Karlovy v Praze na ShARe/CLEF eHealth Evaluation Lab in 2014."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Univerzity Karlovy v Praze", "en": "Charles University in Prague"}, {"cs": "ShARe/CLEF eHealth Evaluation Lab", "en": "ShARe/CLEF eHealth Evaluation Lab"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present an extension of the Kaldi automatic speech recognition toolkit to support on-line speech recognition.", "cs": "Představujeme rozšíření Kaldi automatického rozpoznávání řeči toolkit pro podporu on-line rozpoznávání řeči."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Kaldi automatického rozpoznávání řeči toolkit", "en": "Kaldi automatic speech recognition toolkit"}, {"cs": "on-line rozpoznávání řeči", "en": "on-line speech recognition"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The resulting recogniser supports acoustic models trained using state-of-the-art acoustic modelling techniques.", "cs": "Výsledný rozpoznáč podporuje state-of-the-art akustické modely."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozpoznáč", "en": "recogniser"}, {"cs": "akustické modely", "en": "acoustic models"}, {"cs": "state-of-the-art", "en": "state-of-the-art"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "(MFCC, MLLT+LDA, BMMI) As the recogniser produces word posterior lattices, it is particularly useful in statistical dialogue systems, which try to exploit uncertainty in the recogniser's output.", "cs": "(MFCC, MLLT + LDA, BMMI) Vzhledem k tomu, že rozpoznávání produkuje slovní posteriorní lattice, je užitečné zejména v systémech statistických dialogu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozpoznávání", "en": "recogniser"}, {"cs": "slovní posteriorní lattice", "en": "word posterior lattices"}, {"cs": "systémech statistických dialogu", "en": "statistical dialogue systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The evaluation is focused on on-line speech recognition in a dialogue system Alex for the \"public Czech transportation\" domain.", "cs": "V evaluaci se zaměříme na on-line rozpoznávání řeči v dialogovém systému Alex pro doménu \"veřejné dopravy České republiky\"."}, "data_name": "wmt23_terminology", "hints": [{"cs": "on-line rozpoznávání řeči", "en": "on-line speech recognition"}, {"cs": "dialogovém systému Alex", "en": "dialogue system Alex"}, {"cs": "veřejné dopravy České republiky", "en": "public Czech transportation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The dialogue system is available at a public toll-free 800 899 998 line.", "cs": "Dialogový systém je k dispozici na veřejném bezplatném 800 899 998 řádek."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Dialogový systém", "en": "The dialogue system"}, {"cs": "veřejném bezplatném", "en": "public toll-free"}, {"cs": "800 899 998 řádek", "en": "800 899 998 line"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper presents an extension of the Kaldi automatic speech recognition toolkit to support on-line recognition.", "cs": "V tomto článku je presentováno rozšíření Kaldi toolkitu pro rozpoznávání řeči, které podporuje on-line rozpoznávání."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Kaldi toolkitu pro rozpoznávání řeči", "en": "Kaldi automatic speech recognition toolkit"}, {"cs": "rozpoznávání řeči", "en": "automatic speech recognition"}, {"cs": "on-line rozpoznávání", "en": "on-line recognition"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "As the recogniser produces word posterior lattices, it is particularly useful in statistical dialogue systems, which try to exploit uncertainty in the recognizer's output.", "cs": "Jelikož rozpoznávač vytváří slovní posteriorní svazy, je obzvlášt vhodný pro statistické dialogové systémy, které umí pracovat s nejistotou rozpoznávače řeči."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozpoznávač", "en": "recogniser"}, {"cs": "slovní posteriorní svazy", "en": "word posterior lattices"}, {"cs": "statistické dialogové systémy", "en": "statistical dialogue systems"}, {"cs": "nejistotou rozpoznávače řeči", "en": "uncertainty in the recognizer's output"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our experiments show that the on- line recogniser performs significantly better in terms of latency when compared to a cloud-based recogniser.", "cs": "Experimenty ukazují, že online rozpoznávač má výrazně lepší výsledky vzhledem k latenci pri srovnání s rozpoznávačem v cloudu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Experimenty", "en": "experiments"}, {"cs": "online rozpoznávač", "en": "on- line recogniser"}, {"cs": "latenci", "en": "latency"}, {"cs": "rozpoznávačem v cloudu", "en": "cloud-based recogniser"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "An overview of problems caused in MT by rich target-side morphology, and our techniques of addressing them.", "cs": "Přehled problémů, které ve strojovém překladu způsobuje bohatá morfologie na cílové straně a naše techniky, jimiž se s nimi vyrovnáváme."}, "data_name": "wmt23_terminology", "hints": [{"cs": "problémů", "en": "problems"}, {"cs": "strojovém překladu", "en": "MT"}, {"cs": "bohatá morfologie", "en": "rich target-side morphology"}, {"cs": "techniky", "en": "techniques"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present various achievements in statistical machine translation from English, German, Spanish and French into Czech.", "cs": "Představujeme dosažené výsledky ve statistickém strojovém překladu z angličtiny, němčiny, španělštiny a francouzštiny do češtiny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "statistickém strojovém překladu", "en": "statistical machine translation"}, {"cs": "angličtiny", "en": "English"}, {"cs": "němčiny", "en": "German"}, {"cs": "španělštiny", "en": "Spanish"}, {"cs": "francouzštiny", "en": "French"}, {"cs": "češtiny", "en": "Czech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We discuss specific properties of the individual source languages and describe techniques that exploit these properties and address language-specific errors.", "cs": "Probíráme specifické vlastnosti jednotlivých zdrojových jazyků a popisujeme techniky, které těchto vlastností využívají a zaměřují se na odstranění chyb specifických pro daný jazyk."}, "data_name": "wmt23_terminology", "hints": [{"cs": "specifické vlastnosti", "en": "specific properties"}, {"cs": "jednotlivých zdrojových jazyků", "en": "individual source languages"}, {"cs": "techniky", "en": "techniques"}, {"cs": "chyb specifických pro daný jazyk", "en": "language-specific errors"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Besides the translation proper, we also present our contribution to error analysis.", "cs": "Kromě vlastního překladu také prezentujeme náš příspěvek k chybové analýze."}, "data_name": "wmt23_terminology", "hints": [{"cs": "překladu", "en": "translation"}, {"cs": "chybové analýze", "en": "error analysis"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper presents the results of the WMT14 shared tasks, which included a standard news translation task, a separate medical translation task, a task for run-time estimation of machine translation quality, and a metrics task.", "cs": "Článek představuje výsledky společných úloh WMT14 -- překladu novinových textů, překladu textů z oblasti medicíny, odhadu kvality překladu a metrik strojového překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "WMT14", "en": "WMT14"}, {"cs": "překladu novinových textů", "en": "standard news translation task"}, {"cs": "překladu textů z oblasti medicíny", "en": "separate medical translation task"}, {"cs": "odhadu kvality překladu", "en": "task for run-time estimation of machine translation quality"}, {"cs": "metrik strojového překladu", "en": "metrics task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This year, 143 machine translation systems from 23 institutions were submitted to the ten translation directions in the standard translation task.", "cs": "Do standardní překladové úlohy v 10 překladových směrech se letos zapojilo 143 systémů strojového překladu z 23 institucí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "standardní překladové úlohy", "en": "standard translation task"}, {"cs": "překladových směrech", "en": "translation directions"}, {"cs": "systémů strojového překladu", "en": "machine translation systems"}, {"cs": "institucí", "en": "institutions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "An additional 6 anonymized systems were included, and were then evaluated both automatically and manually.", "cs": "Zároveň bylo vyhodnoceno 6 anonymizovaných systémů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anonymizovaných systémů", "en": "anonymized systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The quality estimation task had four subtasks, with a total of 10 teams, submitting 57 entries.", "cs": "Úloha odhadu kvality překladu měla 4 podúlohy, kterých se zúčastnilo 10 týmů a celkem 57 systémů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Úloha odhadu kvality překladu", "en": "The quality estimation task"}, {"cs": "4 podúlohy", "en": "four subtasks"}, {"cs": "10 týmů", "en": "10 teams"}, {"cs": "57 systémů", "en": "57 entries"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present HindEnCorp, a parallel corpus of Hindi and English, and HindMonoCorp, a monolingual corpus of Hindi in their release version 0.5.", "cs": "Představujeme HindEnCorp, paralelní hindsko-anglický korpus, a HindMonoCorp, jednojazyčný hindský korpus ve verzi 0.5."}, "data_name": "wmt23_terminology", "hints": [{"cs": "HindEnCorp", "en": "HindEnCorp"}, {"cs": "paralelní hindsko-anglický korpus", "en": "parallel corpus of Hindi and English"}, {"cs": "HindMonoCorp", "en": "HindMonoCorp"}, {"cs": "jednojazyčný hindský korpus", "en": "monolingual corpus of Hindi"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Both corpora were collected from web sources and preprocessed primarily for the training of statistical machine translation systems.", "cs": "Oba korpusy byly získány z webových zdrojů a předzpracovány primárně pro trénování systémů statistického strojového překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "webových zdrojů", "en": "web sources"}, {"cs": "trénování systémů statistického strojového překladu", "en": "training of statistical machine translation systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "HindEnCorp consists of 274k parallel sentences (3.9 million Hindi and 3.8 million English tokens).", "cs": "HindEnCorp sestává z 274k paralelních vět (3,9 miliónů hindských a 3,8 miliónů anglických tokenů)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "HindEnCorp", "en": "HindEnCorp"}, {"cs": "274k paralelních vět", "en": "274k parallel sentences"}, {"cs": "3,9 miliónů hindských", "en": "3.9 million Hindi"}, {"cs": "3,8 miliónů anglických tokenů", "en": "3.8 million English tokens"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "HindMonoCorp amounts to 787 million tokens in 44 million sentences.", "cs": "HindMonoCorp obsahuje 787 miliónů tokenů ve 44 miliónech vět."}, "data_name": "wmt23_terminology", "hints": [{"cs": "HindMonoCorp", "en": "HindMonoCorp"}, {"cs": "787 miliónů tokenů", "en": "787 million tokens"}, {"cs": "44 miliónech vět", "en": "44 million sentences"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Both the corpora are freely available for non-commercial research and their preliminary release has been used by numerous participants of the WMT 2014 shared translation task.", "cs": "Oba korpusy jsou zdarma přístupné pro nekomerční výzkum a jejich předběžné vydání bylo využito řadou účastníků společné překladové úlohy WMT 2014."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nekomerční výzkum", "en": "non-commercial research"}, {"cs": "předběžné vydání", "en": "preliminary release"}, {"cs": "společné překladové úlohy WMT 2014", "en": "WMT 2014 shared translation task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We presented an overview of the work of our department, highlighting NLP tools useful in text analytics.", "cs": "Představili jsme přehled činností naší katedry s důrazem na nástroje NLP užitečné pro textovou analytiku."}, "data_name": "wmt23_terminology", "hints": [{"cs": "činností", "en": "work"}, {"cs": "katedry", "en": "department"}, {"cs": "nástroje NLP", "en": "NLP tools"}, {"cs": "textovou analytiku", "en": "text analytics"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the introductory chapter of the volume the importance of introduction of valency both in theoretical and applied description is stressed.", "cs": "V úvodní stati sborníku se předkládají argumenty o závažnosti zpracování valence v teoretickém i aplikačním rámci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "úvodní stati sborníku", "en": "introductory chapter of the volume"}, {"cs": "valence", "en": "valency"}, {"cs": "teoretickém i aplikačním rámci", "en": "theoretical and applied description"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The hypothesis submitted for the valency description of verbs are applied and verified for the valency of nouns.", "cs": "Hlavní pozornost je věnována valenci substantiv a ověřování platnosti hypotéz uplatněných při zpracování valence sloves."}, "data_name": "wmt23_terminology", "hints": [{"cs": "valenci substantiv", "en": "valency of nouns"}, {"cs": "valence sloves", "en": "valency description of verbs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Obituary and a survey of the scientific contribution of a great Americal linguist to linguistics.", "cs": "Nekrolog a přehled lingvistických vědeckých příspěvků velkého amerického lingvisty."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Nekrolog", "en": "Obituary"}, {"cs": "lingvistických vědeckých příspěvků", "en": "scientific contribution"}, {"cs": "velkého amerického lingvisty", "en": "a great Americal linguist"}, {"cs": "lingvisty", "en": "linguist"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Curent law situation with development, storage and deployment of language data and technologies", "cs": "Popis současných právních problémů s jazykovými daty a jazykovými technologiemi."}, "data_name": "wmt23_terminology", "hints": [{"cs": "současných právních problémů", "en": "Curent law situation"}, {"cs": "jazykovými daty", "en": "language data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Current situation and perspective of usage of persistent IDs at LINDAT/CLARIN.", "cs": "Situace a možné perspektivy využívání persistentních identifikátorů (PID) v LINDAT/CLARIN."}, "data_name": "wmt23_terminology", "hints": [{"cs": "persistentních identifikátorů (PID)", "en": "persistent IDs"}, {"cs": "LINDAT/CLARIN", "en": "LINDAT/CLARIN"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Presentation on building trust between the data producer, infrastructure and users.", "cs": "Prezentace o ustavení a budování důvěry ve vztahu poskytovatel dat - infrastruktura - uživatel."}, "data_name": "wmt23_terminology", "hints": [{"cs": "ustavení a budování důvěry", "en": "building trust"}, {"cs": "poskytovatel dat", "en": "data producer"}, {"cs": "infrastruktura", "en": "infrastructure"}, {"cs": "uživatel", "en": "users"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Presentation of development and current state of the repository for storing and sharing scientific data run by EUDAT project.", "cs": "Prezentace vývoje a současného stavu repozitáře projektu EUDAT k bezpečnému ukládání a sdílení vědeckých dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vývoje", "en": "development"}, {"cs": "současného stavu", "en": "current state"}, {"cs": "repozitáře", "en": "repository"}, {"cs": "projektu EUDAT", "en": "EUDAT project"}, {"cs": "vědeckých dat", "en": "scientific data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Overview of the services provided by the LINDAT/CLARIN centre and their online demonstration.", "cs": "Přehled služeb poskytovaných centrem LINDAT/CLARIN a jejich demonstrace online."}, "data_name": "wmt23_terminology", "hints": [{"cs": "centrem LINDAT/CLARIN", "en": "LINDAT/CLARIN centre"}, {"cs": "služeb", "en": "services"}, {"cs": "demonstrace online", "en": "online demonstration"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This package contains data sets for development and testing of machine translation of medical search short queries between Czech, English, French, and German.", "cs": "Tento balíček obsahuje datové sady pro vývoj a testování modelů strojového překladu pro krátké vyhledávací dotazy v oblasti medicíny, a to pro čestinu, angličtinu, francouzštinu a němčinu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "datové sady", "en": "data sets"}, {"cs": "vývoj a testování", "en": "development and testing"}, {"cs": "modelů strojového překladu", "en": "machine translation"}, {"cs": "oblasti medicíny", "en": "medical"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper presents development and test sets for machine translation of search queries in cross-lingual information retrieval in the medical domain.", "cs": "Tento článek popisuje vývojové a testovací datové sady pro strojový překlad dotazů k vyhledávání informací v oboru medicíny napříč jazyky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vývojové a testovací datové sady", "en": "development and test sets"}, {"cs": "strojový překlad", "en": "machine translation"}, {"cs": "dotazů k vyhledávání informací", "en": "search queries"}, {"cs": "oboru medicíny", "en": "medical domain"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The data consists of the total of 1,508 real user queries in English translated to Czech, German, and French.", "cs": "Data sestávají z 1508 skutečných uživatelských dotazů zadaných v angličtině a přeložených do češitny, němčiny a francouzštiny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "1508 skutečných uživatelských dotazů", "en": "1,508 real user queries"}, {"cs": "angličtině", "en": "English"}, {"cs": "češitny", "en": "Czech"}, {"cs": "němčiny", "en": "German"}, {"cs": "francouzštiny", "en": "French"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We describe the translation and review process involving medical professionals and present a baseline experiment where our data sets are used for tuning and evaluation of a machine translation system.", "cs": "Popisujeme proces překladu a korektur, kterého se účastnili odborníci na medicínu, a představujeme základní experiment, při kterém jsou naše datové sady použity pro ladění a evaluaci systému pro strojový překlad."}, "data_name": "wmt23_terminology", "hints": [{"cs": "proces překladu a korektur", "en": "translation and review process"}, {"cs": "odborníci na medicínu", "en": "medical professionals"}, {"cs": "základní experiment", "en": "baseline experiment"}, {"cs": "datové sady", "en": "data sets"}, {"cs": "systému pro strojový překlad", "en": "machine translation system"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper compares Czech and English annotation using Abstract Meaning Represantation formalism.", "cs": "Článek srovnává české a anglické anotace na pozadí formalismu Abstract Meaning representation."}, "data_name": "wmt23_terminology", "hints": [{"cs": "české", "en": "Czech"}, {"cs": "anglické", "en": "English"}, {"cs": "anotace", "en": "annotation"}, {"cs": "formalismu Abstract Meaning representation", "en": "Abstract Meaning Represantation formalism"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The aim of the paper is threefold.", "cs": "Článek má tři cíle."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Článek", "en": "paper"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "First, it introduces the current version of the annotation tool for discourse relations in the Prague Dependency Treebank 3.0.", "cs": "Za prvé seznamuje čtenáře se současnou verzí anotačního nástroje pro diskurzní vztahy v Pražském závislostním korpusu 3.0."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anotačního nástroje", "en": "annotation tool"}, {"cs": "diskurzní vztahy", "en": "discourse relations"}, {"cs": "Pražském závislostním korpusu 3.0", "en": "Prague Dependency Treebank 3.0"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Second, it presents the discourse relations in the treebank themselves, including new additions in comparison with the previous release.", "cs": "Za druhé představuje samotné diskurzní vztahy v tomto korpusu, včetně novinek ve srovnání s předchozím vydáním."}, "data_name": "wmt23_terminology", "hints": [{"cs": "diskurzní vztahy", "en": "discourse relations"}, {"cs": "korpusu", "en": "treebank"}, {"cs": "předchozím vydáním", "en": "previous release"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "And third, it shows how to search in the treebank, with focus on the discourse relations.", "cs": "A za třetí ukazuje, jak v tomto korpusu vyhledávat, se zaměřením na diskurzní vztahy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "korpusu", "en": "treebank"}, {"cs": "diskurzní vztahy", "en": "discourse relations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The goal of the present contribution is rather modest: to collect simple statistics carried out on different layers of the annotation scenario of the Prague Dependency Treebank in order to illustrate their usefulness for linguistic research, either by supporting existing hypotheses or suggesting new research questions or new explanations of the existing ones.", "cs": "Cíl příspěvku je poměrně skromný: sebrat jednoduché statistiky z různých rovin Pražského závislostního korpusu a na nich ukázat jejich užitečnost pro jazykový výzkum, a to jako doklad pro existující jazykové teorie nebo jako inspirace pro nové směry výzkumu či nová vysvětlení existujících otázek."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Pražského závislostního korpusu", "en": "Prague Dependency Treebank"}, {"cs": "jazykový výzkum", "en": "linguistic research"}, {"cs": "jazykové teorie", "en": "existing hypotheses"}, {"cs": "nové směry výzkumu", "en": "new research questions"}, {"cs": "nová vysvětlení existujících otázek", "en": "new explanations of the existing ones"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For this purpose, we have collected the data from the already published papers on PDT (quoted at the relevant places), adding some more recent results and drawing some more general consequences relevant for Czech grammar writers.", "cs": "Za tímto účelem jsme shromáždili data z již publikovaných článků o PDT (s odkazy na příslušných místech), přidali některé novější výsledky a vyvodili obecnější důsledky podstatné pro autory zabývající se českou gramatikou."}, "data_name": "wmt23_terminology", "hints": [{"cs": "data", "en": "data"}, {"cs": "publikovaných článků", "en": "published papers"}, {"cs": "PDT", "en": "PDT"}, {"cs": "českou gramatikou", "en": "Czech grammar"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Lingua::Interset is a universal morphosyntactic feature set to which all tagsets of all corpora/languages can be mapped.", "cs": "Lingua::Interset je univerzální sada morfosyntaktických rysů, do které je možné zobrazit všechny sady značek všech korpusů a jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Lingua::Interset", "en": "Lingua::Interset"}, {"cs": "morfosyntaktických rysů", "en": "morphosyntactic feature set"}, {"cs": "sady značek", "en": "tagsets"}, {"cs": "korpusů", "en": "corpora"}, {"cs": "jazyků", "en": "languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Version 2.026 covers 64 different tagsets of 37 languages.", "cs": "Verze 2.026 pokrývá 64 různých sad značek pro 37 jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Verze 2.026", "en": "Version 2.026"}, {"cs": "64 různých sad značek", "en": "64 different tagsets"}, {"cs": "37 jazyků", "en": "37 languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present HamleDT – a HArmonized Multi-LanguagE Dependency Treebank.", "cs": "Představujeme HamleDT – Harmonizovaný vícejazyčný závislostní korpus (HArmonized Multi-LanguagE Dependency Treebank)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "HamleDT", "en": "HamleDT"}, {"cs": "Harmonizovaný vícejazyčný závislostní korpus", "en": "HArmonized Multi-LanguagE Dependency Treebank"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "HamleDT is a compilation of existing dependency treebanks (or dependency conversions of other treebanks), transformed so that they all conform to the same annotation style.", "cs": "HamleDT je sbírka existujících závislostních korpusů (nebo jiných korpusů převedených do závislostní syntaxe), transformovaných tak, aby všechny odpovídaly jednotnému anotačnímu stylu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "HamleDT", "en": "HamleDT"}, {"cs": "závislostních korpusů", "en": "dependency treebanks"}, {"cs": "anotačnímu stylu", "en": "annotation style"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the present article, we provide a thorough investigation and discussion of a number of phenomena that are comparable across languages, though their annotation in treebanks often differs.", "cs": "V tomto článku představujeme podrobný rozbor řady jevů, které jsou v různých jazycích srovnatelné, jejich zachycení v korpusech se však často liší."}, "data_name": "wmt23_terminology", "hints": [{"cs": "článku", "en": "article"}, {"cs": "rozbor řady jevů", "en": "thorough investigation and discussion of a number of phenomena"}, {"cs": "jazycích", "en": "languages"}, {"cs": "korpusech", "en": "treebanks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We claim that transformation procedures can be designed to automatically identify most such phenomena and convert them to a unified annotation style.", "cs": "Tvrdíme, že je možné navrhnout takové transformační procedury, které většinu zmíněných jevů automaticky rozpoznají a převedou do jednotného stylu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "transformační procedury", "en": "transformation procedures"}, {"cs": "jednotného stylu", "en": "unified annotation style"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This unification is beneficial both to comparative corpus linguistics and to machine learning of syntactic parsing.", "cs": "Tato normalizace je důležitá jak pro komparativní lingvistiku, tak pro strojové učení syntaktické analýzy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "normalizace", "en": "unification"}, {"cs": "komparativní lingvistiku", "en": "comparative corpus linguistics"}, {"cs": "strojové učení syntaktické analýzy", "en": "machine learning of syntactic parsing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Technical report provides new annotation rules for annotation of czech text on tectogrammatical level of the Prague Dependency Treebanks.", "cs": "Technická zpráva shrnuje nová anotační pravidla pro anotovaní českých textů na tektogramatické rovině Pražských závislostních korpusů, která doplňují velký anotační manuál (ÚFAL/CKL TR-2005-28)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Technická zpráva", "en": "Technical report"}, {"cs": "anotační pravidla", "en": "annotation rules"}, {"cs": "českých textů", "en": "czech text"}, {"cs": "tektogramatické rovině", "en": "tectogrammatical level"}, {"cs": "Pražských závislostních korpusů", "en": "Prague Dependency Treebanks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The rules supplement main annotation manual (ÚFAL/CKL TR-2005-28) and were formed with respect to annotation of PCEDT 2.0 and PDTSC 2.0.", "cs": "Pravidla vznikla v souvislosti s anotováním korpusů PCEDT 2.0 a PDTSC 2.0."}, "data_name": "wmt23_terminology", "hints": [{"cs": "korpusů PCEDT 2.0", "en": "PCEDT 2.0"}, {"cs": "PDTSC 2.0", "en": "PDTSC 2.0"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Evropský projekt Khresmoi vyvíjí multilinguální a multimodální vyhledávací systém v oboru biomedicíny.", "cs": "The European project Khresmoi aims to develop a multilingual and multimodal search and access system for bilomedical information and documents."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Evropský projekt Khresmoi", "en": "European project Khresmoi"}, {"cs": "multilinguální a multimodální vyhledávací systém", "en": "multilingual and multimodal search and access system"}, {"cs": "v oboru biomedicíny", "en": "bilomedical information and documents"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper discusses a~set of verbal prefixes which, when added to a~verb together with a~reflexive morpheme, change the verb's meaning always in the same manner.", "cs": "Příspěvek uvádí sadu slovesných předpon, které spolu s reflexním morfémem mění význam slovesa, a to vždy stejným způsobem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "slovesných předpon", "en": "verbal prefixes"}, {"cs": "reflexním morfémem", "en": "reflexive morpheme"}, {"cs": "význam slovesa", "en": "verb's meaning"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The prefixes form a~sequence according to the degree of intensity with which they modify the verbal action.", "cs": "Předpony tvoří posloupnost podle stupně intenzity, kterou pozměňují akci popisovanou daným slovesem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Předpony", "en": "prefixes"}, {"cs": "posloupnost", "en": "sequence"}, {"cs": "stupně intenzity", "en": "degree of intensity"}, {"cs": "akci", "en": "action"}, {"cs": "slovesem", "en": "verbal"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present the process of verb intensification in three Slavic languages, namely Czech, Slovak and Russian.", "cs": "Představujeme proces intenzifikace slovesa ve třech slovanských jazycích, a to v češtině, slovenštině a ruštině."}, "data_name": "wmt23_terminology", "hints": [{"cs": "intenzifikace slovesa", "en": "verb intensification"}, {"cs": "slovanských jazycích", "en": "Slavic languages"}, {"cs": "češtině", "en": "Czech"}, {"cs": "slovenštině", "en": "Slovak"}, {"cs": "ruštině", "en": "Russian"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper presents the fully automatic linking of two valency lexicons of Czech verbs: VALLEX and PDT-VALLEX.", "cs": "Článek popisuje plně automatické propojování dvou valenčních slovníku českých sloves: VALLEXu a PDT-Vallexu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "valenčních slovníku českých sloves", "en": "valency lexicons of Czech verbs"}, {"cs": "VALLEXu", "en": "VALLEX"}, {"cs": "PDT-Vallexu", "en": "PDT-VALLEX"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Despite the same theoretical background adopted by these lexicons and the same linguistic phenomena they focus on, the fully automatic mapping of these resouces is not straightforward.", "cs": "I přes společný teoretický základ, z něhož oba vycházejí, a přes stejné jazykové jevy, na něž se zaměřují, není plně automatické propojování snadné."}, "data_name": "wmt23_terminology", "hints": [{"cs": "teoretický základ", "en": "theoretical background"}, {"cs": "jazykové jevy", "en": "linguistic phenomena"}, {"cs": "plně automatické propojování", "en": "fully automatic mapping"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We demonstrate that converting these lexicons into a common format represents a relatively easy part of the task whereas the automatic identification of pairs of corresponding valency frames (representing lexical units of verbs) poses difficulties.", "cs": "Ukážeme, že konverze slovníku do společného formátu představuje tu snadnější část úlohy, kdežto automatická identifikace dvojic odpovídajících si valenčních rámců přináší obtíže."}, "data_name": "wmt23_terminology", "hints": [{"cs": "konverze slovníku", "en": "converting these lexicons"}, {"cs": "společného formátu", "en": "common format"}, {"cs": "automatická identifikace", "en": "automatic identification"}, {"cs": "dvojic odpovídajících si valenčních rámců", "en": "pairs of corresponding valency frames"}, {"cs": "obtíže", "en": "difficulties"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The overall achieved precision of 81% can be considered satisfactory.", "cs": "Celkovou dosaženou přesnost 81% lze považovat za uspokojivou."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přesnost", "en": "precision"}, {"cs": "uspokojivou", "en": "satisfactory"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, the higher number of lexical units a verb has, the lower the precision of their automatic mapping usually is.", "cs": "Je však třeba si uvědomit, že s rostoucím počtem lexikálních jednotek slovesa klesá přesnost automatického mapování."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lexikálních jednotek", "en": "lexical units"}, {"cs": "automatického mapování", "en": "automatic mapping"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Moreover, we show that especially (i) supplementing further information on lexical units and (ii) revealing and reconciling regular discrepancies in their annotations can greatly assist in the automatic merging.", "cs": "Ukážeme, že značně pomůže, pokud (i) poskytneme doplňující informace o lexikálních jednotkách a (ii) odhalíme a sladíme pravidelné nesrovnalosti v anotaci v obou slovnících."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lexikálních jednotkách", "en": "lexical units"}, {"cs": "anotaci", "en": "annotations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "V příspěvku je popisováno budování databáze českých derivátů, pozornost je zaměřena na lingvistické aspekty tohoto procesu.", "cs": "The development of a database of Czech derived words is described, focusing on linguistic aspects of this task."}, "data_name": "wmt23_terminology", "hints": [{"cs": "databáze českých derivátů", "en": "database of Czech derived words"}, {"cs": "lingvistické aspekty", "en": "linguistic aspects"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "V češtině je derivace nejfrekventovanějším a nejvíce produktivním slovotvorným procesem.", "cs": "In Czech, which is a Slavic language with both rich inflectional and derivational morphology, derivation is the most frequent and most productive word-formation process."}, "data_name": "wmt23_terminology", "hints": [{"cs": "derivace", "en": "derivation"}, {"cs": "slovotvorným procesem", "en": "word-formation process"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Budovaná databáze je navržena jako lexikální síť, která sestává z lexémů (uzlů) a derivačních vztahů (hran) mezi nimi.", "cs": "The database of Czech derived words was designed as a lexical network, which consists of lexemes and derivational relations (links) between them, oriented from the base to the derived word."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lexikální síť", "en": "lexical network"}, {"cs": "derivačních vztahů", "en": "derivational relations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Derivační vztahy byly generovány automaticky, ovšem za důkladné ruční kontroly.", "cs": "The derivational relations were processed automatically under a thorough manual supervision in order to ensure efficiency and consistency on the one hand and theoretical adequacy on the other."}, "data_name": "wmt23_terminology", "hints": [{"cs": "derivational relations", "en": "Derivační vztahy"}, {"cs": "manual supervision", "en": "ruční kontroly"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper describes the Alex Dialogue Systems Framework (ADSF).", "cs": "Tento článek popisuje framework dialogových systémů Alex (ADSF)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "framework dialogových systémů Alex (ADSF)", "en": "Alex Dialogue Systems Framework (ADSF)"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The ADSF currently includes mature components for public telephone network connectivity, voice activity detection, automatic speech recognition, statistical spoken language understanding, and probabilistic belief tracking.", "cs": "ADSF v současné době zahrnuje komponenty pro telefonii, detekci hlasu, rozpoznávání řeči, porozumění řeči a pravěpodobností sledování stavu dialogu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "telefonii", "en": "public telephone network connectivity"}, {"cs": "detekci hlasu", "en": "voice activity detection"}, {"cs": "rozpoznávání řeči", "en": "automatic speech recognition"}, {"cs": "porozumění řeči", "en": "statistical spoken language understanding"}, {"cs": "pravěpodobností sledování stavu dialogu", "en": "probabilistic belief tracking"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The ADSF is used in a real-world deployment within the Public Transport Information (PTI) domain.", "cs": "ADSF je používáno v reálné aplikace pro poskytování informací o veřejné dopravě, \"PTI\" doméně."}, "data_name": "wmt23_terminology", "hints": [{"cs": "ADSF", "en": "ADSF"}, {"cs": "veřejné dopravě", "en": "Public Transport Information"}, {"cs": "PTI", "en": "PTI"}, {"cs": "doméně", "en": "domain"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In PTI, users can interact with a dialogue system on the phone to find intra- and inter-city public transport connections and ask for weather forecast in a desired city.", "cs": "V \"PTI\" doméně uživatelé komunikují s dialogovým systémem pomocí telefonu, aby získali informace o dopravních spojeních jak v MHD tak mezi městy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "PTI", "en": "PTI"}, {"cs": "dialogovým systémem", "en": "dialogue system"}, {"cs": "telefonu", "en": "phone"}, {"cs": "dopravních spojeních", "en": "public transport connections"}, {"cs": "mezi městy", "en": "inter-city"}, {"cs": "uživatelé", "en": "users"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Based on user responses, vast majority of the system users are satisfied with the system performance.", "cs": "Na základě uživatelských hodnocení je naprostá většina uživatelů se systémem spokojena."}, "data_name": "wmt23_terminology", "hints": [{"cs": "uživatelských hodnocení", "en": "user responses"}, {"cs": "uživatelů", "en": "system users"}, {"cs": "systémem", "en": "the system"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The manual gives instructions on installing and running Depfix, our open-source tool for automatic post-editing of machine translation.", "cs": "Manuál podává instrukce pro instalaci a běh Depfixu, našeho open-source nástroje pro automatickou post-editaci strojového překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Manuál", "en": "manual"}, {"cs": "instrukce", "en": "instructions"}, {"cs": "instalaci", "en": "installing"}, {"cs": "běh", "en": "running"}, {"cs": "Depfixu", "en": "Depfix"}, {"cs": "open-source nástroje", "en": "open-source tool"}, {"cs": "automatickou post-editaci", "en": "automatic post-editing"}, {"cs": "strojového překladu", "en": "machine translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We cover the steps required to use Depfix to process your own data.", "cs": "V dokumentu pokrýváme kroky potřebné k užití Depfixu pro zpracování Vašich vlastních dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Depfixu", "en": "Depfix"}, {"cs": "zpracování Vašich vlastních dat", "en": "process your own data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The manual also contains a description of the Depfix pipeline, including instructions that will enable you to modify the operation of Depfix.", "cs": "Manuál také obsahuje popis Depfixové pajplajny, včetně instrukcí, které vám umožní změnit fungování Depfixu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Manuál", "en": "manual"}, {"cs": "Depfixové pajplajny", "en": "Depfix pipeline"}, {"cs": "instrukcí", "en": "instructions"}, {"cs": "fungování Depfixu", "en": "operation of Depfix"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present Depfix, an open-source system for automatic post-editing of phrase-based machine translation outputs.", "cs": "Představujeme Depfix -- open-souce systém pro automatickou post-editaci výstupů frázového strojového překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Depfix", "en": "Depfix"}, {"cs": "frázového strojového překladu", "en": "phrase-based machine translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Depfix is currently implemented only for English-to-Czech translation direction, but extending it to other languages is planned.", "cs": "Depfix je momentálně implementován pouze pro překladový směr z angličtiny do češtiny, ale v plánu je jeho rozšíření na další jazyky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Depfix", "en": "Depfix"}, {"cs": "překladový směr z angličtiny do češtiny", "en": "English-to-Czech translation direction"}, {"cs": "další jazyky", "en": "other languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Depfix is an open-source system for automatic post-editing of phrase-based machine translation outputs.", "cs": "Depfix je open-souce systém pro automatickou post-editaci výstupů frázového strojového překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Depfix", "en": "Depfix"}, {"cs": "open-souce systém", "en": "open-source system"}, {"cs": "automatickou post-editaci", "en": "automatic post-editing"}, {"cs": "frázového strojového překladu", "en": "phrase-based machine translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Depfix is currently implemented only for English-to-Czech translation direction.", "cs": "Depfix je momentálně implementován pouze pro překladový směr z angličtiny do češtiny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Depfix", "en": "Depfix"}, {"cs": "angličtiny do češtiny", "en": "English-to-Czech translation direction"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Fairytale Child is a simple chatbot trying to simulate a curious child.", "cs": "Pohádkové dítě je jednoduchý chatbot, simulující zvídavé dítě."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Pohádkové dítě", "en": "Fairytale Child"}, {"cs": "chatbot", "en": "chatbot"}, {"cs": "zvídavé dítě", "en": "curious child"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It asks the user to tell a fairy tale, often interrupting to ask for details and clarifications.", "cs": "Požádá uživatele, aby mu vyprávěl pohádku, ale často ho přerušuje, aby se zeptal na detaily a vysvětlení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "uživatele", "en": "user"}, {"cs": "pohádku", "en": "fairy tale"}, {"cs": "detaily", "en": "details"}, {"cs": "vysvětlení", "en": "clarifications"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, it remembers what it was told and tries to show it if possible.", "cs": "Pamatuje si ale, co mu uživatel řekl, a snaží se to pokud možno dát najevo."}, "data_name": "wmt23_terminology", "hints": [{"cs": "pamatuje si", "en": "it remembers"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The chatbot can communicate in Czech and in English.", "cs": "Chatbot umí komunikovat česky a anglicky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Chatbot", "en": "chatbot"}, {"cs": "česky", "en": "Czech"}, {"cs": "anglicky", "en": "English"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It analyzes the morphology of each sentence produced by the user with natural language processing tools, tries to identify potential questions to ask, and then asks one.", "cs": "Analyzuje tvarosloví každé uživatelovy věty pomocí NLP nástrojů, pokusí se nalézt chodnou otázku, a tu pak položí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "tvarosloví", "en": "morphology"}, {"cs": "NLP nástrojů", "en": "natural language processing tools"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A morphological generator is employed to generate correctly inflected sentences in Czech, so that the resulting sentences sound as natural as possible.", "cs": "Aby tvořené české věty zněly co nejpřirozeněji, využívá se pro skloňování tvaroslovný generátor."}, "data_name": "wmt23_terminology", "hints": [{"cs": "tvořené české věty", "en": "correctly inflected sentences in Czech"}, {"cs": "tvaroslovný generátor", "en": "morphological generator"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Fairytale Child (Pohádkové dítě) is a simple chatbot trying to simulate a curious child.", "cs": "Pohádkové dítě (Fairytale Child) je jednoduchý chatbot, snažící se napodobovat zvídavé dítě."}, "data_name": "wmt23_terminology", "hints": [{"en": "Fairytale Child", "cs": "Pohádkové dítě"}, {"en": "chatbot", "cs": "chatbot"}, {"en": "curious child", "cs": "zvídavé dítě"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Snadný způsob prohlížení souborů ve formátu CoNLL ve vašem terminálu.", "cs": "A simple way of browsing CoNLL format files in your terminal."}, "data_name": "wmt23_terminology", "hints": [{"cs": "CoNLL format files", "en": "souborů ve formátu CoNLL"}, {"cs": "terminal", "en": "terminálu"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Rychlý a textový.", "cs": "Fast and text-based."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Fast", "en": "Rychlý"}, {"cs": "text-based", "en": "textový"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "There is a collection of 30 treebanks (HamleDT) and more treebanks exist, but there are about 7000 languages in the world, and it seems impractical to build treebanks for all of these.", "cs": "Existuje sbírka 30 závislostních korpusů (HamleDT) a existují i další závislostní korpusy; avšak na světě je kolem 7000 jazyků, a budovat závislostní korpus pro každý z nich se zdá být nepraktickým."}, "data_name": "wmt23_terminology", "hints": [{"cs": "sbírka", "en": "collection"}, {"cs": "HamleDT", "en": "HamleDT"}, {"cs": "jazyků", "en": "languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Therefore, I propose to explore the possibilities of semi-supervised parsing (probably via multisource projection).", "cs": "Proto navrhuji prozkoumat možnosti částečně řízeného závislostního větného rozboru (pravděpodobně pomocí promítnutí z více zdrojů)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "částečně řízeného závislostního větn��ho rozboru", "en": "semi-supervised parsing"}, {"cs": "promítnutí z více zdrojů", "en": "multisource projection"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Also, I suggest generally adding more fuzziness to input features (especially morphological tags).", "cs": "Taktéž navrhuji obecně použití mlhavějších vstupních rysů (zejména tvaroslovných značek)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "mlhavějších vstupních rysů", "en": "more fuzziness to input features"}, {"cs": "tvaroslovných značek", "en": "morphological tags"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present HamleDT 2.0 (HArmonized Multi-LanguagE Dependency Treebank).", "cs": "Představujeme HamleDT 2.0 (HArmonized Multi-LanguagE Dependency Treebank)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "HamleDT 2.0", "en": "HamleDT 2.0"}, {"cs": "HArmonized Multi-LanguagE Dependency Treebank", "en": "HArmonized Multi-LanguagE Dependency Treebank"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "HamleDT 2.0 is a collection of 30 existing treebanks harmonized into a common annotation style, the Prague Dependencies, and further transformed into Stanford Dependencies, a treebank annotation style that became popular recently.", "cs": "HamleDT 2.0 je sbírka 30 existujících závislostních korpusů, harmonizovaných do společného anotačního stylu – Pražských závislostí – a dále transformovaných do Stanfordských závislostí – anotačního stylu, který se v nedávné době stal oblíbeným."}, "data_name": "wmt23_terminology", "hints": [{"cs": "HamleDT 2.0", "en": "HamleDT 2.0"}, {"cs": "závislostních korpusů", "en": "treebanks"}, {"cs": "Pražských závislostí", "en": "Prague Dependencies"}, {"cs": "Stanfordských závislostí", "en": "Stanford Dependencies"}, {"cs": "anotačního stylu", "en": "annotation style"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We use the newest basic Universal Stanford Dependencies, without added language-specific subtypes.", "cs": "Používáme nejnovější základní Universal Stanford Dependencies, bez dodaných jazykově specifických subtypů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "základní Universal Stanford Dependencies", "en": "basic Universal Stanford Dependencies"}, {"cs": "jazykově specifických subtypů", "en": "language-specific subtypes"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We describe both of the annotation styles, including adjustments that were necessary to make, and provide details about the conversion process.", "cs": "Popisujeme oba anotační styly, včetně úprav, které bylo nutné provést, a poskytujeme detaily o procesu konverze."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anotační styly", "en": "annotation styles"}, {"cs": "úprav", "en": "adjustments"}, {"cs": "procesu konverze", "en": "conversion process"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also discuss the differences between the two styles, evaluating their advantages and disadvantages, and note the effects of the differences on the conversion.", "cs": "Diskutujeme též rozdíly mezi těmito dvěma styly, vyhodnocujíce jejich výhody a nevýhody, a zmiňujeme vliv těchto rozdílů na konverzi."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozdíly", "en": "differences"}, {"cs": "styly", "en": "styles"}, {"cs": "výhody", "en": "advantages"}, {"cs": "nevýhody", "en": "disadvantages"}, {"cs": "konverzi", "en": "conversion"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We regard the stanfordization as generally successful, although we admit several shortcomings, especially in the distinction between direct and indirect objects, that have to be addressed in future.", "cs": "Stanfordizaci obecně považujeme za úspěšnou, přestože uznáváme několik nedostatků – zejména v rozlišení přímých a nepřímých předmětů – kterým je nutné v budoucnosti věnovat pozornost."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Stanfordizaci", "en": "stanfordization"}, {"cs": "nedostatků", "en": "shortcomings"}, {"cs": "přímých a nepřímých předmětů", "en": "direct and indirect objects"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We release part of HamleDT 2.0 freely; we are not allowed to redistribute the whole dataset, but we do provide the conversion pipeline.", "cs": "Část HamleDT 2.0 volně zveřejňujeme; nemáme svolení k redistribuci celé datové sady, ale poskytujeme nástroje pro konverzi."}, "data_name": "wmt23_terminology", "hints": [{"cs": "HamleDT 2.0", "en": "HamleDT 2.0"}, {"cs": "datové sady", "en": "dataset"}, {"cs": "nástroje pro konverzi", "en": "conversion pipeline"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Key to fast adaptation of language technologies for any language hinges on the availability of fundamental tools and resources such as monolingual/parallel corpora, annotated corpora, part-of-speech (POS) taggers, parsers and so on.", "cs": "Klíč k rychlému přizpůsobení jazykových technologií pro libovolný jazyk závisí na dostupnosti základních nástrojů a datových zdrojů, jako jsou jednojazyčné nebo paralelní korpusy, anotované korpusy, značkovače slovních druhů, syntaktické analyzátory, a podobně."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jazykových technologií", "en": "language technologies"}, {"cs": "jazyk", "en": "language"}, {"cs": "základních nástrojů", "en": "fundamental tools"}, {"cs": "datových zdrojů", "en": "resources"}, {"cs": "jednojazyčné nebo paralelní korpusy", "en": "monolingual/parallel corpora"}, {"cs": "anotované korpusy", "en": "annotated corpora"}, {"cs": "značkovače slovních druhů", "en": "part-of-speech (POS) taggers"}, {"cs": "syntaktické analyzátory", "en": "parsers"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The languages which lack those fundamental resources are often referred as under-resourced languages.", "cs": "Jazyky, pro něž tyto základní zdroje neexistují, označujeme jako zdrojově chudé jazyky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "základní zdroje", "en": "fundamental resources"}, {"cs": "zdrojově chudé jazyky", "en": "under-resourced languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this thesis, we address the problem of cross-lingual dependency parsing of under-resourced languages.", "cs": "V této práci se zabýváme otázkou závislostního syntaktického rozboru zdrojově chudých jazyků za pomoci zdrojů pro jiné jazyky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "závislostního syntaktického rozboru", "en": "cross-lingual dependency parsing"}, {"cs": "zdrojově  chudých jazyků", "en": "under-resourced languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We apply three methodologies to induce dependency structures: (i) projecting dependencies from a resource-rich language to under-resourced languages via parallel corpus word alignment links (ii) parsing under- resourced languages using parsers whose models are trained on treebanks of other languages, and do not look at actual word forms, but only on POS categories.", "cs": "Pro nalezení závislostní struktury používáme tři postupy: (i) promítnutí závislostí ze zdrojově bohatého jazyka do zdrojově chudého jazyka za pomoci slovního zarovnání v paralelním korpusu (ii) analýze pod-zdroji jazyků pomocí parserů, jejichž modely jsou vyškoleni na stromových korpusů z jiných jazyků, a nedívejte se na skutečných slovních forem, ale pouze na POS kategorie."}, "data_name": "wmt23_terminology", "hints": [{"cs": "závislostní struktury", "en": "dependency structures"}, {"cs": "promítnutí závislostí", "en": "projecting dependencies"}, {"cs": "slovního zarovnání", "en": "word alignment"}, {"cs": "paralelním  korpusu", "en": "parallel corpus"}, {"cs": "analýze pod-zdroji jazyků", "en": "parsing under- resourced languages"}, {"cs": "parserů", "en": "parsers"}, {"cs": "stromových korpusů", "en": "treebanks"}, {"cs": "POS kategorie", "en": "POS categories"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Here we address the problem of incompatibilities in annotation styles between source side parsers and target side evaluation treebanks by harmonizing annotations to a common standard; and finally (iii) we add a new under-resourced scenario in which we use machine translated parallel corpora instead of human translated corpora for projecting dependencies to under-resourced languages.", "cs": "Zde se zabýváme problémem neslučitelnosti různých anotačních stylů používaných zdrojovými analyzátory a cílovými závislostně anotovanými korpusy používanými pro evaluaci, který řešíme pomocí harmonizace anotací do jednotného standardu; a konečně (iii) zavádíme nový postup, ve kterém pro promítnutí závislostí do zdrojově chudého jazyka používáme paralelní korpusy vytvořené pomocí strojového překladu namísto lidského překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anotačních stylů", "en": "annotation styles"}, {"cs": "zdrojovými analyzátory", "en": "source side parsers"}, {"cs": "cílovými závislostně anotovanými korpusy", "en": "target side evaluation treebanks"}, {"cs": "harmonizace anotací", "en": "harmonizing annotations"}, {"cs": "jednotného standardu", "en": "common standard"}, {"cs": "paralelní korpusy", "en": "parallel corpora"}, {"cs": "strojového překladu", "en": "machine translated"}, {"cs": "lidského překladu", "en": "human translated"}, {"cs": "závislostí", "en": "dependencies"}, {"cs": "zdrojově chudého jazyka", "en": "under-resourced languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We apply the aforementioned methodologies to five Indian languages (ILs): Hindi, Urdu, Telugu, Bengali and Tamil (in the order of high to low availability of treebank data).", "cs": "Výše uvedené postupy jsme použili na pět indických jazyků: hindštinu, urdštinu, telugštinu, bengálštinu a tamilštinu (seřazeno sestupně podle dostupnosti závislostně anotovaných dat)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "indických jazyků", "en": "Indian languages"}, {"cs": "hindštinu", "en": "Hindi"}, {"cs": "urdštinu", "en": "Urdu"}, {"cs": "telugštinu", "en": "Telugu"}, {"cs": "bengálštinu", "en": "Bengali"}, {"cs": "tamilštinu", "en": "Tamil"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "To make the evaluation possible for Tamil, we develop a depen dency treebank resource for Tamil from scratch and we use the created data in evaluation and as a source in parsing other ILs.", "cs": "Abychom prokázali použitelnost uvedených postupů v praxi, vyvinuli jsme závislostně anotovaný korpus pro tamilštinu, pro niž dosud žádný takový zdroj neexistoval, a takto získaná data využíváme pro evaluaci a také jako zdroj pro závislostní rozbor jiných indických jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "tamilštinu", "en": "Tamil"}, {"cs": "závislostní rozbor", "en": "parsing"}, {"cs": "indických jazyků", "en": "ILs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Finally, we list out strategies that can be used to obtain dependency structures for target languages under different resource-poor scenarios.", "cs": "Nakonec jsme seznam se strategie, které může být použit k získání závislost struktury pro cílových jazyků pod jiný scénáře s omezenými zdroji."}, "data_name": "wmt23_terminology", "hints": [{"cs": "strategie", "en": "strategies"}, {"cs": "závislost struktury", "en": "dependency structures"}, {"cs": "cílových jazyků", "en": "target languages"}, {"cs": "omezenými zdroji", "en": "resource-poor scenarios"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper revisits the projection-based approach to dependency grammar induction task.", "cs": "Tento dokument se vrací k přístupu projekce založené na závislost gramatiky indukční úkol."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přístupu projekce", "en": "projection-based approach"}, {"cs": "závislost gramatiky indukční úkol", "en": "dependency grammar induction task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Traditional cross-lingual dependency induction tasks one way or the other, depend on the existence of bitexts or target language tools such as part-of-speech (POS) taggers to obtain reasonable parsing accuracy.", "cs": "Tradiční cross-kulturní závislost indukční úkoly jeden tak či onak, závisí na existenci z bitexts nebo cílového jazyka nástrojů, jako je část-of-speech (POS) značkovače, abychom získali přiměřenou analýze přesnosti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "cross-kulturní závislost indukční úkoly", "en": "cross-lingual dependency induction tasks"}, {"cs": "bitexts", "en": "bitexts"}, {"cs": "cílového jazyka nástrojů", "en": "target language tools"}, {"cs": "část-of-speech (POS) značkovače", "en": "part-of-speech (POS) taggers"}, {"cs": "přiměřenou analýze přesnosti", "en": "reasonable parsing accuracy"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we transfer dependency parsers using only approximate resources, i.e., machine translated bitexts instead of manually created bitexts.", "cs": "V tomto článku jsme se přenést závislost analyzátory pomocí pouze orientační zdroje, tj, stroje přeloženy bitexts namísto ručně vytvořených bitexts."}, "data_name": "wmt23_terminology", "hints": [{"cs": "stroje přeloženy bitexts", "en": "machine translated bitexts"}, {"cs": "ručně vytvořených bitexts", "en": "manually created bitexts"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We do this by obtaining the the source side of the text from a machine translation (MT) system and then apply transfer approaches to induce parser for the target languages.", "cs": "Děláme to tak, získání zdrojového stranu textu ze strojového překladu (MT) systém a pak použít Přenos přístupy k vyvolání analyzátor pro cílové jazyky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "strojového překladu", "en": "machine translation"}, {"cs": "MT", "en": "MT"}, {"cs": "Přenos přístupy", "en": "transfer approaches"}, {"cs": "analyzátor", "en": "parser"}, {"cs": "cílové jazyky", "en": "target languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We further reduce the need for the availability of labeled target language resources by using unsupervised target tagger.", "cs": "Dále snižují potřebu Informace o dostupnosti značených cílového jazyka zdrojů pomocí voze cílové tagger."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Informace o dostupnosti značených cílového jazyka zdrojů", "en": "availability of labeled target language resources"}, {"cs": "cílové tagger", "en": "unsupervised target tagger"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We show that our approach consistently outperforms unsupervised parsers by a bigger margin (8.2% absolute), and results in similar performance when compared with delexicalized transfer parsers.", "cs": "Ukázali jsme, že náš přístup stále překonává bez dozoru analyzátory o větší rozpětí (8,2% absolutní), a výsledky v podobném provedení, kdy ve srovnání s delexicalized převodem analyzátory."}, "data_name": "wmt23_terminology", "hints": [{"cs": "náš přístup", "en": "our approach"}, {"cs": "bez dozoru analyzátory", "en": "unsupervised parsers"}, {"cs": "větší rozpětí", "en": "bigger margin"}, {"cs": "delexicalized převodem  analyzátory", "en": "delexicalized transfer parsers"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "One of the most important aspect of cross-lingual dependency transfer is how different annotation styles which often underestimate the parsing accuracy are handled.", "cs": "Jedním z nejdůležitějších aspektů cross-kulturní přenos závislostí je to, jak různé anotace styly, které často podceňují přesnost syntaktické jsou zpracovány."}, "data_name": "wmt23_terminology", "hints": [{"cs": "cross-kulturní přenos závislostí", "en": "cross-lingual dependency transfer"}, {"cs": "anotace styly", "en": "annotation styles"}, {"cs": "přesnost syntaktické", "en": "parsing accuracy"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The emerging trend is that the annotation style of different language treebanks can be harmonized into one style and the cumbersome manual transformation rules thus can be avoided.", "cs": "Novým trendem je, že styl anotace různých jazykových stromových korpusů může být harmonizovány do jednoho stylu, a tak se lze vyhnout těžkopádné pravidla manuální transformace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "styl anotace", "en": "annotation style"}, {"cs": "jazykových stromových korpusů", "en": "language treebanks"}, {"cs": "manuální transformace", "en": "manual transformation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we use harmonized treebanks (POS tagsets and dependency structures of original treebanks mapped to a common style) for inducing dependencies in a cross-lingual setting.", "cs": "V tomto článku budeme používat harmonizované stromových korpusů (POS tagsets a závislost struktury původní stromových korpusů mapované do společného stylu) pro vyvolání závislosti na nastavení cross-kulturní."}, "data_name": "wmt23_terminology", "hints": [{"cs": "harmonizované stromových korpusů", "en": "harmonized treebanks"}, {"cs": "POS tagsets", "en": "POS tagsets"}, {"cs": "závislost struktury", "en": "dependency structures"}, {"cs": "cross-kulturní", "en": "cross-lingual"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We transfer dependencies using delexicalized parsers that use harmonized version of the original treebanks.", "cs": "Nabízíme převod závislostí pomocí delexicalized analyzátory, které používají harmonizované verze původních stromových korpusů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "závislostí", "en": "dependencies"}, {"cs": "delexicalized analyzátory", "en": "delexicalized parsers"}, {"cs": "harmonizované verze", "en": "harmonized version"}, {"cs": "původních stromových korpusů", "en": "original treebanks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We apply this approach to five Indian languages (Hindi, Urdu, Telugu, Bengali and Tamil) and show that best performance can be obtained in delexicalized parsing when the transfer takes place from Indian language (IL) to IL treebanks.", "cs": "Tento přístup aplikovat na pět indických jazyků (Hindština, Urdu, Telugu, bengálský a Tamil) a ukazují, že Nejlepšího výkonu lze získat delexicalized analýze, kdy dojde k přemístění z indického jazyka (IL) na IL stromových korpusů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "pět indických jazyků", "en": "five Indian languages"}, {"cs": "Hindština", "en": "Hindi"}, {"cs": "Urdu", "en": "Urdu"}, {"cs": "Telugu", "en": "Telugu"}, {"cs": "bengálský", "en": "Bengali"}, {"cs": "Tamil", "en": "Tamil"}, {"cs": "delexicalized analýze", "en": "delexicalized parsing"}, {"cs": "indického jazyka", "en": "Indian language"}, {"cs": "IL", "en": "IL"}, {"cs": "stromových korpusů", "en": "treebanks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper presents the results of task 3 of the ShARe/CLEF eHealth Evaluation Lab 2014 focused on user-centred health information retrieval.", "cs": "Tento článek prezentuje výsledky úlohy 3 z ShARe/CLEF eHealth Evaluation Lab 2014 zaměřené na uživatelskou evaluace vyhledávání informací v oblasti zdraví"}, "data_name": "wmt23_terminology", "hints": [{"cs": "článek", "en": "paper"}, {"cs": "výsledky", "en": "results"}, {"cs": "úlohy 3", "en": "task 3"}, {"cs": "ShARe/CLEF eHealth Evaluation Lab 2014", "en": "ShARe/CLEF eHealth Evaluation Lab 2014"}, {"cs": "uživatelskou evaluace", "en": "user-centred"}, {"cs": "vyhledávání informací", "en": "information retrieval"}, {"cs": "oblasti zdraví", "en": "health"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We address the task of reference detection and classification in Czech court decisions.", "cs": "Prezentace aplikace JTagger, která detekuje reference v českých soudních rozhodnutích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "aplikace JTagger", "en": "reference detection and classification"}, {"cs": "českých soudních rozhodnutích", "en": "Czech court decisions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This task is a typical named-entity recognition task where the entities are references (links) to other documents.", "cs": "Tento úkol chápeme jako typický úkol pro identifikaci jmenných entit, kde entity jsou reference (odkazy) na jiné dokumenty."}, "data_name": "wmt23_terminology", "hints": [{"cs": "identifikaci jmenných entit", "en": "named-entity recognition"}, {"cs": "entity", "en": "entities"}, {"cs": "reference (odkazy)", "en": "references (links)"}, {"cs": "jiné dokumenty", "en": "other documents"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We apply a supervised machine learning approach, namely Hidden Markov Models.", "cs": "Aplikujeme přístupy strojového učení s učitelem, konkrétně skryté Markovovy modely."}, "data_name": "wmt23_terminology", "hints": [{"cs": "strojového učení s učitelem", "en": "supervised machine learning"}, {"cs": "skryté Markovovy modely", "en": "Hidden Markov Models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A supervised methodology requires manual annotation of training data so we annotated 300 court decisions.", "cs": "Protože metody strojového učení s učitelem vyžadují manuálně anotovaná trénovací data, anotovali jsme 300 soudních rozhodnutí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metody strojového učení s učitelem", "en": "supervised methodology"}, {"cs": "manuálně anotovaná trénovací data", "en": "manual annotation of training data"}, {"cs": "soudních rozhodnutí", "en": "court decisions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper describes an attempt to solve the problem of recognizing clauses and their mutual relationship in complex Czech sentences on the basis of limited information, namely the information obtained by morphological analysis only.", "cs": "Článek popisuje pokus o vyřešení problému rozpoznávání klauzí a jejich vzájemných vztahů v českých souvětích na základě omezených informací, jmenovitě informací toliko získaných morfologickou analýzou."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozpoznávání klauzí", "en": "recognizing clauses"}, {"cs": "vzájemných vztahů", "en": "mutual relationship"}, {"cs": "českých souvětích", "en": "complex Czech sentences"}, {"cs": "morfologickou analýzou", "en": "morphological analysis"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The method described in this paper may be used in the future for splitting the parsing process into two phases, namely 1) Recognizing clauses and their mutual relationships; and 2) Parsing the individual clauses.", "cs": "Metodu popsaná v tomto článku lze v budoucnu použít pro rozdělení procesu automatické syntaktické analýzy do dvou fází, a to 1) určení klauzí a jejich vzájemných vztahů a 2) syntaktická analýza jednotlivých klauzí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Metodu", "en": "The method"}, {"cs": "tomto článku", "en": "this paper"}, {"cs": "budoucnu", "en": "the future"}, {"cs": "procesu automatické syntaktické analýzy", "en": "the parsing process"}, {"cs": "určení klauzí a jejich vzájemných vztahů", "en": "Recognizing clauses and their mutual relationships"}, {"cs": "syntaktická analýza jednotlivých klauzí", "en": "Parsing the individual clauses"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This approach should be able to improve the result of parsing long complex sentences.", "cs": "Tento přístup by měl zlepšit úspěšnost automatické syntaktické analýzy dlouhých souvětí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatické syntaktické analýzy", "en": "parsing"}, {"cs": "dlouhých souvětí", "en": "long complex sentences"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper focuses on various possibilities of expressing textual relations in Czech.", "cs": "Poster je zaměřen na popis možností vyjadřování textových vztahů v češtině."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Poster", "en": "The paper"}, {"cs": "textových vztahů", "en": "textual relations"}, {"cs": "češtině", "en": "Czech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This possibility is held mainly by discourse connectives but also by their alternatives lexicalizations like \"the reason is\".", "cs": "Textové vztahy bývají vyjadřovány zejména diskurzními konektory, ale také jejich alternativními lexikálními vyjádřeními, jako např. \"důvodem je\"."}, "data_name": "wmt23_terminology", "hints": [{"cs": "diskurzními konektory", "en": "discourse connectives"}, {"cs": "alternativními lexikálními vyjádřeními", "en": "alternatives lexicalizations"}, {"cs": "důvodem je", "en": "the reason is"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The aim of the presentation was to examine broader possibilities of expressing textual relations, in other words which language means (apart from “classic” connectives like \"and\" or \"however\") have an ability to signal certain relation between two units within a text.", "cs": "Cílem prezentace bylo představit průzkum širších možností vyjadřování textových vztahů, resp. představit, které jazykové prostředky (kromě \"klasických\" konektorů jako \"a\" nebo \"avšak\") mají schopnost signalizovat určitý vztah mezi dvěma jednotkami v textu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "prezentace", "en": "presentation"}, {"cs": "jazykové prostředky", "en": "language means"}, {"cs": "konektorů", "en": "connectives"}, {"cs": "vztah mezi dvěma jednotkami v textu", "en": "relation between two units within a text"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The presentation described results of the research on discourse connectives in broader sense based on corpus probe (Prague Dependency Treebank; corpus DIALOG).", "cs": "Prezentace představila výsledky výzkumu diskurzních konektorů v širším smyslu založeném na korpusové analýze (s využitím Pražského závislostního korpusu a korpusu DIALOG)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Prezentace", "en": "presentation"}, {"cs": "výsledky výzkumu", "en": "results of the research"}, {"cs": "diskurzních konektorů", "en": "discourse connectives"}, {"cs": "korpusové analýze", "en": "corpus probe"}, {"cs": "Pražského závislostního korpusu", "en": "Prague Dependency Treebank"}, {"cs": "korpusu DIALOG", "en": "corpus DIALOG"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper introduces a possibility of new research offered by a multi-dimensional annotation of the Prague Dependency Treebank.", "cs": "Článek představuje možnosti využití vícevrstvé anotace Pražského závislostního korpusu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vícevrstvé anotace", "en": "multi-dimensional annotation"}, {"cs": "Pražského závislostního korpusu", "en": "Prague Dependency Treebank"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It focuses on exploitation of the annotation of coreference for the annotation of discourse relations expressed by multiword expressions.", "cs": "Zaměřuje se přitom na překrývání koreferenčních vztahů a diskurzních vztahů vyjádřených víceslovnými konektory."}, "data_name": "wmt23_terminology", "hints": [{"cs": "překrývání koreferenčních vztahů", "en": "exploitation of the annotation of coreference"}, {"cs": "diskurzních vztahů", "en": "discourse relations"}, {"cs": "víceslovnými konektory", "en": "multiword expressions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It tries to find which as-pect interlinks these linguistic areas and how we can use this interplay in automatic searching for Czech expressions like \"despite this\" (\"navzdory tomu\"), \"because of this fact\" (\"díky této skutečnosti\") functioning as multiword discourse markers.", "cs": "Článek se snaží prozkoumat, jaké aspekty tyto dvě jazykové oblasti spojují a jakým způsobem můžeme toto vzájemné překrývání využít při automatickém vyhledávání konektivních spojení typu \"navzdory tomu\", \"díky této skutečnosti\", která mají v textu platnost víceslovných konektorů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jazykové oblasti", "en": "linguistic areas"}, {"cs": "automatickém vyhledávání", "en": "automatic searching"}, {"cs": "konektivních spojení", "en": "Czech expressions"}, {"cs": "navzdory tomu", "en": "despite this"}, {"cs": "díky této skutečnosti", "en": "because of this fact"}, {"cs": "víceslovných konektorů", "en": "multiword discourse markers"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present our English→Czech and English→Hindi submissions for this year’s WMT translation task.", "cs": "Představujeme naše systémy pro překlad angličtina→čeština a angličtina→hindština, se kterými jsme se zúčastnili letošní překladové soutěže WMT."}, "data_name": "wmt23_terminology", "hints": [{"cs": "překlad angličtina→čeština", "en": "English→Czech"}, {"cs": "angličtina→hindština", "en": "English→Hindi"}, {"cs": "překladové soutěže WMT", "en": "WMT translation task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For English→Czech, we build upon last year’s CHIMERA and evaluate several setups.", "cs": "Pro směr angličtina→čeština vycházíme z loňského systému CHIMERA a vyhodnocujeme několik nastavení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "angličtina→čeština", "en": "English→Czech"}, {"cs": "systému CHIMERA", "en": "CHIMERA"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "English→Hindi is a new language pair for this year.", "cs": "Angličtina→hindština je letos novým jazykovým párem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Angličtina→hindština", "en": "English→Hindi"}, {"cs": "jazykovým párem", "en": "language pair"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We experimented with reverse self-training to acquire more (synthetic) parallel data and with modeling target-side morphology.", "cs": "Provedli jsme pokusy se zpětným samoučením pro získání většího množství (umělých) paralelních dat a s modelováním tvarosloví cílové strany."}, "data_name": "wmt23_terminology", "hints": [{"cs": "zpětným samoučením", "en": "reverse self-training"}, {"cs": "paralelních dat", "en": "parallel data"}, {"cs": "cílové strany", "en": "target-side"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The presentation describes our experience with building a sustainable linguistic repository built on DSpace", "cs": "Prezentácie popisuje skúsenosti a rozhodnutia s vytvorením lingvistického repozitára."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Prezentácie", "en": "The presentation"}, {"cs": "lingvistického repozitára", "en": "linguistic repository"}, {"cs": "skúsenosti", "en": "experience"}, {"cs": "vytvorením", "en": "building"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Description of EUDAT B2SAFE safe replication from a DSpace digital repository.", "cs": "Použitie EUDAT B2SAFE replikácie z repozitára postavenom na DSpace vrátane implementácie"}, "data_name": "wmt23_terminology", "hints": [{"cs": "EUDAT B2SAFE", "en": "EUDAT B2SAFE"}, {"cs": "repozitára", "en": "repository"}, {"cs": "DSpace", "en": "DSpace"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper describes a machine translation metric submitted to the WMT14 Metrics Task.", "cs": "Článek popisuje metriku pro automatickou evaluaci strojového překladu, odeslanou jako řešení soutěžního úkolu WMT14 Metrics Task."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metriku", "en": "metric"}, {"cs": "automatickou evaluaci strojového překladu", "en": "machine translation"}, {"cs": "soutěžního úkolu WMT14 Metrics Task", "en": "WMT14 Metrics Task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It is a simple modification of the standard BLEU metric using a monolingual alignment of reference and test sentences.", "cs": "Jedná se o jednoduchou modifikaci známého BLEU skóre, která používá párování slov v testovací a referenční větě v cílovém jazyce."}, "data_name": "wmt23_terminology", "hints": [{"cs": "modifikaci", "en": "modification"}, {"cs": "známého BLEU skóre", "en": "standard BLEU metric"}, {"cs": "párování slov", "en": "monolingual alignment"}, {"cs": "testovací a referenční větě", "en": "reference and test sentences"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The alignment is computed as a minimum weighted maximum bipartite matching of the translated and the reference sentence words with respect to the relative edit distance of the word prefixes and suffixes.", "cs": "Počítá se vždy nejmenší párování zhledem k relativní editační vzdáleností prefixů a sufixů slov."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nejmenší párování", "en": "minimum weighted maximum bipartite matching"}, {"cs": "relativní editační vzdáleností", "en": "relative edit distance"}, {"cs": "prefixů", "en": "prefixes"}, {"cs": "sufixů slov", "en": "suffixes"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The aligned words are included in the n-gram precision computation with a penalty proportional to the matching distance.", "cs": "Spárovaná slova v testovací věty jsou nahrazena slovy z referenčního překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Spárovaná slova", "en": "aligned words"}, {"cs": "testovací věty", "en": "n-gram precision computation"}, {"cs": "referenčního překladu", "en": "matching distance"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The proposed tBLEU metric is designed to be more tolerant to errors in inflection, which usually does not effect the understandability of a sentence, and therefore be more suitable for measuring quality of translation into morphologically richer languages.", "cs": "Při výpočtu n-gramové přestnoti jsou pak n-gramy obsahující taková slova penalizovány proporcionálně ke vzdálenosti, podlé které se slova párovala."}, "data_name": "wmt23_terminology", "hints": [{"cs": "n-gramové přestnoti", "en": "tBLEU metric"}, {"cs": "slova", "en": "errors in inflection"}, {"cs": "vzdálenosti", "en": "understandability of a sentence"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The course will introduce the students to the methods of processing morphology of natural languages.", "cs": "Kurz seznámí studenty s metodami zpracování morfologie přirozených jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Kurz", "en": "The course"}, {"cs": "metodami zpracování morfologie přirozených jazyků", "en": "methods of processing morphology of natural languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It starts with a linguistic overview of morphology, discussing features of a wide variety of languages including fusional languages such as German and Czech and agglutinative such as Turkish and Esperanto.", "cs": "Začíná lingvistickým přehledem morfologie."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lingvistickým přehledem morfologie", "en": "linguistic overview of morphology"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "After that, a discussion of corpora, tagsets and annotation will follow.", "cs": "Dále se zabývá korpusy, tagsety a anotací."}, "data_name": "wmt23_terminology", "hints": [{"cs": "korpusy", "en": "corpora"}, {"cs": "tagsety", "en": "tagsets"}, {"cs": "anotací", "en": "annotation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The core of the course covers supervised, unsupervised and semi-supervised methods of morphological analysis, morpheme segmentation, lexicon creation, etc.", "cs": "Jádrem kurzu jsou supervised, unsupervised, a částečně supervised metody morfologické analýzy, morfologické segmentace, tvorba slovníků atd."}, "data_name": "wmt23_terminology", "hints": [{"cs": "supervised", "en": "supervised"}, {"cs": "unsupervised", "en": "unsupervised"}, {"cs": "částečně supervised", "en": "semi-supervised"}, {"cs": "metody morfologické analýzy", "en": "methods of morphological analysis"}, {"cs": "morfologické segmentace", "en": "morpheme segmentation"}, {"cs": "tvorba slovníků", "en": "lexicon creation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The course covers standard and well established methods (two level morphology, Porter stemmer), but also includes discussion of recent important papers, for example, Yarowsky & Wicentowski 2000, Creutz and Lagus 2007, Monson 2009, and Tepper & Xia 2010.", "cs": "Kurz zahrnuje jak standardní metody, tak diskuzi nedávných důležitých článků například Yarowsky & Wicentowski 2000, Creutz & Lagus 2007, Monson 2009 a Tepper & Xia 2010."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Kurz", "en": "The course"}, {"cs": "standardní metody", "en": "standard and well established methods"}, {"cs": "diskuzi nedávných důležitých článků", "en": "discussion of recent important papers"}, {"cs": "Yarowsky & Wicentowski 2000", "en": "Yarowsky & Wicentowski 2000"}, {"cs": "Creutz & Lagus 2007", "en": "Creutz and Lagus 2007"}, {"cs": "Monson 2009", "en": "Monson 2009"}, {"cs": "Tepper & Xia 2010", "en": "Tepper & Xia 2010"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this report we explore alternative representations of coordination structures within dependency trees and study the impact of particular solutions on performance of two selected state-of-the-art dependency parsers across a typologically diverse range of languages.", "cs": "Tato technická zpráva se zabývá alternativními reprezentacemi koordinačních struktury a vlivem jednotlivých řešení na úspěšnost závislostního parsingu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "technická zpráva", "en": "report"}, {"cs": "koordinačních struktury", "en": "coordination structures"}, {"cs": "závislostního parsingu", "en": "dependency parsers"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present an introduction to the problem of Natural Language Generation (NLG) an give a brief survey of recent advances in this field, focusing on the usage of statistical methods.", "cs": "Článek uvádí do problému generovaní přirozeného jazyka a podává krátké shrnutí nedávného vývoje tohoto oboru, přičemž se zaměřuje na využití statistických metod."}, "data_name": "wmt23_terminology", "hints": [{"cs": "generovaní přirozeného jazyka", "en": "Natural Language Generation (NLG)"}, {"cs": "statistických metod", "en": "statistical methods"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Most stress is put on NLG within Spoken Dialogue Systems, but other usage areas are included as well.", "cs": "Největší důraz je kladen na generování jazyka v hlasových dialogových systémech, ale ostatní oblasti využití jsou také zmíněny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "generování jazyka", "en": "NLG"}, {"cs": "hlasových dialogových systémech", "en": "Spoken Dialogue Systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper concludes with an overview of problems posed by the development of a multilingual NLG system for a Spoken Dialogue System.", "cs": "Článek končí přehledem problémů, je nutné vyřešit při vývoji vícejazyčného generátoru jazyka pro hlasový dialogový systém."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vícejazyčného generátoru jazyka", "en": "multilingual NLG system"}, {"cs": "hlasový dialogový systém", "en": "Spoken Dialogue System"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a novel method of statistical morphological generation, i.e.", "cs": "Prezentujeme novou metodu statistického generování morfologie, tj."}, "data_name": "wmt23_terminology", "hints": [{"cs": "novou metodu statistického generování morfologie", "en": "a novel method of statistical morphological generation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "the prediction of inflected word forms given lemma, part-of-peech and morphological features, aimed at robustness to unseen inputs.", "cs": "predikce konkrétní slovní formy z lemmatu, slovního druhu a morfologických kategorií, která cílí na robustnost vůči neznámým vstupům."}, "data_name": "wmt23_terminology", "hints": [{"cs": "predikce konkrétní slovní formy", "en": "prediction  of  inflected  word  forms"}, {"cs": "lemmatu", "en": "lemma"}, {"cs": "slovního druhu", "en": "part-of-peech"}, {"cs": "morfologických kategorií", "en": "morphological features"}, {"cs": "robustnost vůči neznámým vstupům", "en": "robustness to unseen inputs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our system uses a trainable classifier to predict “edit scripts” that are then used to transform lemmas into inflected word forms.", "cs": "Náš systém používá trénovatelný klasifikátor pro predici „editačních scénářů“, které posléze použije k transformaci lemmat na cílové slovní formy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "trénovatelný klasifikátor", "en": "trainable classifier"}, {"cs": "editačních scénářů", "en": "edit scripts"}, {"cs": "lemmat", "en": "lemmas"}, {"cs": "cílové slovní formy", "en": "inflected word forms"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Suffixes of lemmas are included as features to achieve robustness.", "cs": "Pro dosažení robustnosti jsou jako atributy pro klasifikaci použity také sufixy lemmat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "robustnosti", "en": "robustness"}, {"cs": "atributy", "en": "features"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We evaluate our system on 6 languages with a varying degree of morphological richness.", "cs": "Náš systém byl vyhodnocen na šesti jazycích s různým stupněm morfologické bohatosti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systém", "en": "system"}, {"cs": "šesti jazycích", "en": "6 languages"}, {"cs": "stupněm morfologické bohatosti", "en": "degree of morphological richness"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The results show that the system is able to learn most morphological phenomena and generalize to unseen inputs, producing significantly better results than a dictionary-based baseline.", "cs": "Výsledky ukazují, že systém je schopen se naučit většinu morfologických jevů a generalizuje na neznámé vstupy, takže dosahuje signifikatně lepších výsledků než baseline založený na slovníku."}, "data_name": "wmt23_terminology", "hints": [{"cs": "systém", "en": "system"}, {"cs": "morfologických jevů", "en": "morphological phenomena"}, {"cs": "výsledků", "en": "results"}, {"cs": "baseline založený na slovníku", "en": "dictionary-based baseline"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present the concept of a correspondence seminar as a way to complement and support one-time contests, especially olympiads.", "cs": "Článek představuje koncept korespondenčního semináře jakožto prostředku, jak doplnit a podpořit jednorázové soutěže, zejména olympiády."}, "data_name": "wmt23_terminology", "hints": [{"cs": "koncept korespondenčního semináře", "en": "concept of a correspondence seminar"}, {"cs": "jednorázové soutěže", "en": "one-time contests"}, {"cs": "olympiády", "en": "olympiads"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We evaluate specific payoffs of this way of teaching linguistics, and compare its nature to that of a linguistics olympiad.", "cs": "Vyhodnocujeme jednotlivé výhody tohoto způsobu výuky lingvistiky a porovnáváme jeho charakter s charakterem lingvistické olympiády."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výuky lingvistiky", "en": "teaching linguistics"}, {"cs": "lingvistické olympiády", "en": "linguistics olympiad"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We believe that the correspondence seminar is a great way to introduce talented high school students to linguistics.", "cs": "Věříme, že korespondenční seminář je výborný způsob, jak přivést talentované středoškolské studenty k lingvistice."}, "data_name": "wmt23_terminology", "hints": [{"cs": "korespondenční seminář", "en": "correspondence seminar"}, {"cs": "talentované středoškolské studenty", "en": "talented high school students"}, {"cs": "lingvistice", "en": "linguistics"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a new named entity recognizer for the Czech language.", "cs": "Představujeme nový rozpoznávač pojmenovaných entit pro český jazyk, který dosahuje 82.82 F-measure na korpusu Czech Named Entity Corpus 1.0 a statisticky významně překonává dříve publikované české rozpoznávače pojmenovaných entit."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rozpoznávač pojmenovaných entit", "en": "named entity recognizer"}, {"cs": "český jazyk", "en": "Czech language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It reaches 82.82 F-measure on the Czech Named Entity Corpus 1.0 and significantly outperforms previously published Czech named entity recognizers.", "cs": "Na anglické úloze CoNLL-2003 shared task dosahuje 89.16 F-measure."}, "data_name": "wmt23_terminology", "hints": [{"cs": "F-measure", "en": "F-measure"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "On the English CoNLL-2003 shared task, we achieved 89.16 F-measure, reaching comparable results to the English state of the art.", "cs": "Tento výsledek je srovnatelný s anglickými současnými výsledky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anglickými současnými výsledky", "en": "English state of the art"}, {"cs": "výsledek", "en": "F-measure"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The recognizer is based on Maximum Entropy Markov Model and a Viterbi algorithm decodes an optimal sequence labeling using probabilities estimated by a maximum entropy classifier.", "cs": "Rozpoznávač je založen na maximum entropy markovském modelu a optimální sekvence pojmenovaných entit je dosaženo globálním dekódováním Viterbiho algoritmem pomocí pravděpodobností odhadnutých maximum entropy klasifikátorem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "maximum entropy markovském modelu", "en": "Maximum Entropy Markov Model"}, {"cs": "Viterbiho algoritmem", "en": "Viterbi algorithm"}, {"cs": "pravděpodobností", "en": "probabilities"}, {"cs": "maximum entropy klasifikátorem", "en": "maximum entropy classifier"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The classification features utilize morphological analysis, two-stage prediction, word clustering and gazetteers.", "cs": "Klasifikátor využívá morfologickou analýzu, dvojúrovňovou predikci, clusterizaci slov a gazetteers."}, "data_name": "wmt23_terminology", "hints": [{"cs": "morfologickou analýzu", "en": "morphological analysis"}, {"cs": "dvojúrovňovou predikci", "en": "two-stage prediction"}, {"cs": "clusterizaci slov", "en": "word clustering"}, {"cs": "gazetteers", "en": "gazetteers"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A new version of the Czech corpus with manually annotated named entities, classified using a rich hierarchy of types.", "cs": "Nová verze ručně anotovaného korpusu zaměřeného na pojmenované entity."}, "data_name": "wmt23_terminology", "hints": [{"cs": "ručně anotovaného korpusu", "en": "manually annotated named entities"}, {"cs": "pojmenované entity", "en": "named entities"}, {"cs": "Nová verze", "en": "A new version"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We describe our experiments with phrase-based machine translation for the WMT 2013 Shared Task.", "cs": "Popisujeme naše pokusy s frázovým strojovým překladem pro společnou úlohu WMT 2013."}, "data_name": "wmt23_terminology", "hints": [{"cs": "frázovým strojovým překladem", "en": "phrase-based machine translation"}, {"cs": "společnou úlohu WMT 2013", "en": "WMT 2013 Shared Task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We trained one system for 18 translation directions between English or Czech on one side and English, Czech, German, Spanish, French or Russian on the other side.", "cs": "Natrénovali jsme jeden systém pro 18 překladových směrů mezi angličtinou nebo češtinou na jedné straně a angličtinou, češtinou, němčinou, španělštinou, francouzštinou nebo ruštinou na straně druhé."}, "data_name": "wmt23_terminology", "hints": [{"cs": "angličtinou", "en": "English"}, {"cs": "češtinou", "en": "Czech"}, {"cs": "němčinou", "en": "German"}, {"cs": "španělštinou", "en": "Spanish"}, {"cs": "francouzštinou", "en": "French"}, {"cs": "ruštinou", "en": "Russian"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We describe a set of results with different training data sizes and subsets.", "cs": "Popisujeme sadu výsledků s různými velikostmi trénovacích dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "sadu výsledků", "en": "set of results"}, {"cs": "různými velikostmi trénovacích dat", "en": "different training data sizes"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For the pairs containing Russian, we describe a set of independent experiments with slightly different translation models.", "cs": "Pro páry obsahující ruštinu navíc popisujeme sadu nezávislých pokusů s lehce odlišnými překladovými modely."}, "data_name": "wmt23_terminology", "hints": [{"cs": "páry", "en": "pairs"}, {"cs": "ruštinu", "en": "Russian"}, {"cs": "sadu nezávislých pokusů", "en": "set of independent experiments"}, {"cs": "překladovými modely", "en": "translation models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We describe our approach to the Search Subtask of the Search and Hyperlinking Task at MediaEval 2013.", "cs": "V článku popisujeme prístup, ktorý sme použili v Search Subtasku v úlohe Search and Hyperlinking vrácmi Benchmarku MediaEval 2013."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Search Subtasku", "en": "Search Subtask"}, {"cs": "úlohe Search and Hyperlinking", "en": "Search and Hyperlinking Task"}, {"cs": "Benchmarku MediaEval 2013", "en": "MediaEval 2013"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We experiment with various methods for segmentation of the recordings into shorter segments which are then used in a standard retrieval setup to search for relevant passages.", "cs": "Popisujeme rôzne prístupy k segmentácii nahrávok na menšie úseky, ktoré sú potom využité pri štandardnom vyhľadávaní."}, "data_name": "wmt23_terminology", "hints": [{"cs": "segmentácii nahrávok", "en": "segmentation of the recordings"}, {"cs": "menšie úseky", "en": "shorter segments"}, {"cs": "štandardnom vyhľadávaní", "en": "standard retrieval setup"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We use regular segmentation into equilong segments and experiment with machine-learning based segmentation expanding our approach to Similar Segments in Social Spech Task.", "cs": "Na segmentáciu používame rozdelenie na krátke úseky rovnakej dĺžky a tiež metódy strojového učenia, založené na našom riešení použitom v úlohe Similar Segments in Social Speech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "segmentáciu", "en": "segmentation"}, {"cs": "krátke úseky rovnakej dĺžky", "en": "equilong segments"}, {"cs": "metódy strojového učenia", "en": "machine-learning based segmentation"}, {"cs": "úlohe Similar Segments in Social Speech", "en": "Similar Segments in Social Spech Task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "An interview on machine translation and a new book that introduces the field to the Czech reader.", "cs": "Rozhovor pro anglické vysílání Radia Praha o strojovém překladu a nové knížce, která jej přibližuje českému čtenáři."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nové knížce", "en": "a new book"}, {"cs": "českému čtenáři", "en": "the Czech reader"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "There is increasing interest in and need for innovative solutions to medical search.", "cs": "V dnešní době stoupá zájem a potřeba inovativních řešení pro medicínské vyhledávání."}, "data_name": "wmt23_terminology", "hints": [{"cs": "inovativních řešení", "en": "innovative solutions"}, {"cs": "medicínské vyhledávání", "en": "medical search"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper we present the EU-funded Khresmoi medical search and access system, currently in year 3 of 4 of development across 12 partners.", "cs": "V tomto článku představujeme systém Khresmoi pro medicínské vyhledávání a získávání informací, podporovaný Evropskou unií, na kterém se podílí dvanáct partnerů a který je momentálně ve třetím roce vývoje ze čtyř."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Khresmoi", "en": "Khresmoi"}, {"cs": "medicínské vyhledávání", "en": "medical search"}, {"cs": "získávání informací", "en": "access system"}, {"cs": "Evropskou unií", "en": "EU-funded"}, {"cs": "dvanáct partnerů", "en": "12 partners"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The Khresmoi system uses a component-based architecture housed in the cloud to allow for the development of several innovative applications to support target users' medical information needs.", "cs": "Systém Khresmoi používá architekturu založenou na komponentách a provozovanou v cloudu, tak aby umožňovala vývoj několika inovativních aplikací, uspokojujících medicínské informační potřeby cílových uživatelů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Systém Khresmoi", "en": "The Khresmoi system"}, {"cs": "v cloudu", "en": "housed in the cloud"}, {"cs": "inovativních aplikací", "en": "innovative applications"}, {"cs": "medicínské informační potřeby", "en": "medical information needs"}, {"cs": "cílových uživatelů", "en": "target users"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The Khresmoi search systems based on this architecture have been designed to support the multilingual and multimodal information needs of three target groups: the general public, general practitioners and consultant radiologists.", "cs": "Vyhledávací systémy Khresmoi založené na této architektuře byly navrženy tak, aby podporovaly vícejazyčné a víceúčelové informační potřeby tří cílových skupin: všeobecné veřejnosti, praktických lékařů a radiologů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Vyhledávací systémy Khresmoi", "en": "Khresmoi search systems"}, {"cs": "vícejazyčné", "en": "multilingual"}, {"cs": "víceúčelové informační potřeby", "en": "multimodal information needs"}, {"cs": "všeobecné veřejnosti", "en": "general public"}, {"cs": "praktických lékařů", "en": "general practitioners"}, {"cs": "radiologů", "en": "consultant radiologists"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper we focus on the presentation of the systems to support the latter two groups using semantic, multilingual text and image-based (including 2D and 3D radiology images) search.", "cs": "V tomto článku se zaměřujeme na představení systémů pro praktické lékaře a radiology s využitím sémantického vyhledávání, vícejazyčného textového vyhledávání a vyhledávání založeného na obrázcích (zahrnujícího 2D a 3D radiologické obrázky)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "radiology", "en": "radiology images"}, {"cs": "sémantického", "en": "semantic"}, {"cs": "vícejazyčného textového vyhledávání", "en": "multilingual text search"}, {"cs": "vyhledávání založeného na obrázcích", "en": "image-based search"}, {"cs": "2D a 3D radiologické obrázky", "en": "2D and 3D radiology images"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper discusses the problem of annotation of coreference relations with generic expressions in a large scale corpus.", "cs": "V tomto článku se analyzují problémy anotace generických jmenných frází ve velkém jazykovém korpusu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "problémy anotace generických jmenných frází", "en": "problem of annotation of  coreference  relations  with  generic  expressions"}, {"cs": "velkém jazykovém  korpusu", "en": "large scale corpus"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present and analyze some existing theories of genericity, compare them to the approaches to generics that are used in the state-of-the-art coreference annotation guidelines and discuss how coreference of generic expressions is processed in the manual annotation of the Prague Dependency Treebank.", "cs": "Podává se přehled existujících teorií referencí generických NP, tyto teorie se pak srovnávají s přístupy k generickým NP v aplikačních projektech a se situací v anotací koreference v různých korpusech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anotací koreference", "en": "coreference  annotation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "After analyzing some typical problematic issues we propose some partial solutions that can be used to enhance the quality and consistency of the annotation", "cs": "Po představení anotace generických NP v Pražském závoslostním korpusu se rozebírají typické problematické situace a obecné potíže a nabízí se některá řešení vylepšující kvalitu anotace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anotace", "en": "annotation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present the results of the coreference and bridging annotation in the Prague Dependency Treebank 2.0.", "cs": "Představujeme výsledky anotace koreference a asociační anafory v Pražském závislostním korpusu 2.0."}, "data_name": "wmt23_terminology", "hints": [{"cs": "asociační anafory", "en": "bridging annotation"}, {"cs": "Pražském závislostním korpusu 2.0", "en": "Prague Dependency Treebank 2.0"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The annotation is carried out on dependency trees (on the tectogrammatical layer).", "cs": "Anotace byla provedena na závislostních stromech tektogramatické roviny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "závislostních stromech", "en": "dependency trees"}, {"cs": "tektogramatické roviny", "en": "tectogrammatical layer"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We describe the inter-annotator agreement measurement, classify and analyse the most common types of annotators’ disagreement.", "cs": "Popisujeme měření mezianotátorksé shody a klasifikujeme a analyzujeme nejčastější typy anotátorské neshody."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nejčastější typy anotátorské neshody", "en": "most common types of annotators’ disagreement"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "On two selected long texts, we asked the annotators to mark the degree of certainty they have in some most problematic points; we compare the results to the inter-annotator agreement measurement.", "cs": "Na dvou vybraných delších textech jsme požádali anotátory o značení jistoty jejich rozhodnutí; tuto jistotu porovnáváme s výsledky měření mezianotátorské shody."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dvou vybraných delších textech", "en": "two selected long texts"}, {"cs": "anotátory", "en": "annotators"}, {"cs": "jistoty", "en": "degree of certainty"}, {"cs": "mezianotátorské shody", "en": "inter-annotator agreement measurement"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We explore the benefits of dependency trees and tectogrammatical structure used in the Prague Dependency Treebank for annotating language phenomena that cross the sentence boundary, namely coreference and bridging relations.", "cs": "Zkoumáme výhody závislostních stromů a tektogramatických struktur použitých v Pražském závislostním korpusu pro anotaci jazykových jevů překračujících hranici věty, jmenovitě koreference a asociační anafory."}, "data_name": "wmt23_terminology", "hints": [{"cs": "závislostních stromů", "en": "dependency trees"}, {"cs": "tektogramatických struktur", "en": "tectogrammatical structure"}, {"cs": "Pražském závislostním korpusu", "en": "Prague Dependency Treebank"}, {"cs": "koreference", "en": "coreference"}, {"cs": "asociační anafory", "en": "bridging relations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present the benefits of dependency trees such as the detailed processing of ellipses, syntactic decisions for coordination and apposition structures that make possible coding coreference relations in cases that are not so easy when annotating on the raw texts.", "cs": "Uvádíme výhody závislostních stromů jako podrobné zpracování elips, syntaktické řešení koordinace a apozice umožňující značkování koreference v případech, které jsou přímo na textu složitější."}, "data_name": "wmt23_terminology", "hints": [{"cs": "závislostních stromů", "en": "dependency trees"}, {"cs": "elips", "en": "ellipses"}, {"cs": "syntaktické řešení koordinace", "en": "syntactic decisions for coordination"}, {"cs": "apozice", "en": "apposition structures"}, {"cs": "značkování koreference", "en": "coding coreference relations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This is the PyKaldi - release 2013.", "cs": "Toto je vydání PyKaldi pro rok 2013 - verze 1.0."}, "data_name": "wmt23_terminology", "hints": [{"cs": "PyKaldi", "en": "PyKaldi"}, {"cs": "rok 2013", "en": "release 2013"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This code include modification of the gmm-lat-gen-faster decoder so that it can be used for online decoding.", "cs": "Tento kód obsahuje modifikace gmm-lat-gen-faster dekodéru, které umožňují jeho použití v úloze rozpoznávání mluvené řeči v reálném čase."}, "data_name": "wmt23_terminology", "hints": [{"cs": "modifikace", "en": "modification"}, {"cs": "gmm-lat-gen-faster dekodéru", "en": "gmm-lat-gen-faster decoder"}, {"cs": "rozpoznávání mluvené řeči", "en": "online decoding"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The modification based on a light weight modification to the original code by subclassing the main decoder class and adding online processing of input, including LDA+MLLT transforamtions.", "cs": "Změny jsou založeny na povrchové modifikaci původního kódu pomocí dědění z původního dekodéru a přidání online zpracování vstupu včetně LDA+MLLT transformací."}, "data_name": "wmt23_terminology", "hints": [{"cs": "povrchové modifikaci", "en": "light weight modification"}, {"cs": "původního kódu", "en": "original code"}, {"cs": "dědění", "en": "subclassing"}, {"cs": "původního dekodéru", "en": "main decoder class"}, {"cs": "online zpracování vstupu", "en": "online processing of input"}, {"cs": "LDA+MLLT transformací", "en": "LDA+MLLT transforamtions"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In addtition, this code includes a Python wrapper so that the decoder can be used from any python application.", "cs": "Navíc, tento kód obsahuje Python knihovnu takže samotný dekodér může být použit z libovolného programu napsaného v Python programovacím jazyku."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Python knihovnu", "en": "Python wrapper"}, {"cs": "dekodér", "en": "decoder"}, {"cs": "Python programovacím jazyku", "en": "python application"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper describes our WMT submissions CU-BOJAR and CU-DEPFIX, the latter dubbed \"chimera\" because it combines on three diverse approaches: TectoMT, a system with transfer at the deep syntactic level of representation, factored phrase-based translation using Moses, and finally automatic rule-based correction of frequent grammatical and meaning errors.", "cs": "Článek popisuje naše příspěvky na WMT, systémy CU-BOJAR a CU-DEPFIX, později nazvaný \"chiméra\", protože kombinuje tři rozdílné přístupy: TectoMT, systém s transferem na úrovni hloubkové syntaxe, faktorový frázový překlad pomocí nástroje Moses, a konečně automatický pravidlový korektor častých gramatických a významových chyb."}, "data_name": "wmt23_terminology", "hints": [{"cs": "WMT", "en": "WMT"}, {"cs": "CU-BOJAR", "en": "CU-BOJAR"}, {"cs": "CU-DEPFIX", "en": "CU-DEPFIX"}, {"cs": "chiméra", "en": "chimera"}, {"cs": "TectoMT", "en": "TectoMT"}, {"cs": "hloubkové syntaxe", "en": "deep syntactic level of representation"}, {"cs": "faktorový frázový překlad", "en": "factored phrase-based translation"}, {"cs": "Moses", "en": "Moses"}, {"cs": "automatický pravidlový korektor", "en": "automatic rule-based correction"}, {"cs": "gramatických a významových chyb", "en": "frequent grammatical and meaning errors"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We do not use any off-the-shelf system-combination method.", "cs": "Nepoužíváme žádnou standardní metodu systémové kombinace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "standardní metodu systémové kombinace", "en": "off-the-shelf system-combination method"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "One of the key obstacles in automatic evaluation of machine translation systems is the reliance on a few (typically just one) human-made reference translations to which the system output is compared.", "cs": "Jedna z hlavních obtíží při automatickém vyhodnocování strojového překladu je závislost na několika (typicky na jediném) lidských referenčních překladech, se kterými se výstup překladového systému srovnává."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatickém vyhodnocování strojového překladu", "en": "automatic evaluation of machine translation systems"}, {"cs": "lidských referenčních překladech", "en": "human-made reference translations"}, {"cs": "výstup překladového systému", "en": "system output"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We propose a method of capturing millions of possible translations and implement a tool for translators to specify them using a compact representation.", "cs": "Navrhujeme metodu, jak zachytit milióny možných překladů, a implementujeme nástroj, s jehož pomocí mohou překladatelé takové překlady popsat v kompaktní reprezentaci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metodu", "en": "method"}, {"cs": "milióny možných překladů", "en": "millions of possible translations"}, {"cs": "nástroj", "en": "tool"}, {"cs": "překladatelé", "en": "translators"}, {"cs": "kompaktní reprezentaci", "en": "compact representation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We evaluate this new type of reference set by edit distance and correlation to human judgements of translation quality.", "cs": "Vyhodnocujeme takto vzniklou novou referenční sadu s použitím editační vzdálenosti a korelace s lidským hodnocením kvality překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "referenční sadu", "en": "reference set"}, {"cs": "editační vzdálenosti", "en": "edit distance"}, {"cs": "lidským hodnocením kvality překladu", "en": "human judgements of translation quality"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present eman, a tool for managing large numbers of computational experiments.", "cs": "Představujeme emana, nástroj pro správu velkého množství výpočetních experimentů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "emana", "en": "eman"}, {"cs": "nástroj", "en": "tool"}, {"cs": "výpočetních experimentů", "en": "computational experiments"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Over the years of our research in machine translation (MT), we have collected a couple of ideas for efficient experimenting.", "cs": "V průběhu let našeho výzkumu strojového překladu (MT) jsme sesbírali několik nápadů pro efektivní experimentování."}, "data_name": "wmt23_terminology", "hints": [{"cs": "výzkumu strojového překladu", "en": "research in machine translation"}, {"cs": "efektivní experimentování", "en": "efficient experimenting"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We believe these ideas are generally applicable in (computational) research of any field.", "cs": "Věříme, že tyto nápady jsou obecně použitelné v (počítačovém) výzkumu v libovolném oboru."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nápady", "en": "ideas"}, {"cs": "(počítačovém) výzkumu", "en": "(computational) research"}, {"cs": "oboru", "en": "field"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We incorporated them into eman in order to make them available in a command-line Unix environment.", "cs": "Zahrnuli jsme je do emana, aby byly dostupné v prostředí příkazové řádky Unixu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "emana", "en": "eman"}, {"cs": "prostředí příkazové řádky Unixu", "en": "command-line Unix environment"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The aim of this article is to highlight the core of the many ideas.", "cs": "Cílem článku je zvýraznit hlavní myšlenky v pozadí těchto nápadů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "článku", "en": "article"}, {"cs": "hlavní myšlenky", "en": "core"}, {"cs": "nápadů", "en": "ideas"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We hope the text can serve as a collection of experiment management tips and tricks for anyone, regardless their field of study or computer platform they use.", "cs": "Doufáme, že text bude sloužit jako sbírka tipů pro správu experimentů pro každého, nezávisle na konkrétním oboru nebo počítačové platformě."}, "data_name": "wmt23_terminology", "hints": [{"cs": "sbírka tipů", "en": "collection of experiment management tips and tricks"}, {"cs": "správu experimentů", "en": "experiment management"}, {"cs": "oboru", "en": "field of study"}, {"cs": "počítačové platformě", "en": "computer platform"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The specific examples we provide in eman’s current syntax are less important but they allow us to use concrete terms.", "cs": "Konkrétní příklady, které ukazujeme v současné syntaxi nástroje eman, jsou méně důležité, ale umožňují užití konkrétních termínů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Konkrétní příklady", "en": "specific examples"}, {"cs": "současné syntaxi", "en": "current syntax"}, {"cs": "nástroje eman", "en": "eman"}, {"cs": "konkrétních termínů", "en": "concrete terms"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The article thus also fills the gap in eman documentation by providing some high-level overview.", "cs": "Článek tedy zároveň vyplňuje mezeru v dokumentaci emana tím, že podává abstraktnější pohled na tento nástroj."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Článek", "en": "The article"}, {"cs": "dokumentaci emana", "en": "eman documentation"}, {"cs": "abstraktnější pohled", "en": "high-level overview"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A summary of the life achievements of a well-known Czech linguist and slavisist prof. L. Matejka, who was an important propagator of Czech linguistics and Czech culture in general in international community.", "cs": "Zamyšlení nad dílem významného českého lingvisty a slavisty prof. L. Matějky, který byl významným propagátorem české lingvistiky i kultury vůbec v mezinárodnim měřítku."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dílem", "en": "life achievements"}, {"cs": "českého lingvisty", "en": "Czech linguist"}, {"cs": "slavisty", "en": "slavisist"}, {"cs": "české lingvistiky", "en": "Czech linguistics"}, {"cs": "mezinárodnim měřítku", "en": "international community"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "About a great Czech linguist Vilém Mathesius and his scientific contribution, in particular, about his functional sentence perspective.", "cs": "O velkém českém lingvistovi a jeho přispění lingvistice, zejména o jeho aktuálním členění."}, "data_name": "wmt23_terminology", "hints": [{"cs": "velkém českém lingvistovi", "en": "great Czech linguist"}, {"cs": "přispění lingvistice", "en": "scientific contribution"}, {"cs": "aktuálním členění", "en": "functional sentence perspective"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The objective of the present contribution is to give a survey of the annotation of information structure in the Czech part of the Prague Czech-English Dependency Treebank.", "cs": "Cílem příspěvku je představit anotaci aktuálního členění v české části Pražského česko-anglického závislostního korpusu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "aktuálního členění", "en": "information structure"}, {"cs": "české části Pražského česko-anglického závislostního korpusu", "en": "Czech part of the Prague Czech-English Dependency Treebank"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We report on this first step in the process of building a parallel annotation of information structure in this corpus, and elaborate on the automatic pre-annotation procedure for the Czech part.", "cs": "Podáváme zprávu o tomto prvním kroku v procesu vytváření paralelní anotace aktuálního členění v tomto korpusu a podrobně popisujeme automatickou předanotaci české části."}, "data_name": "wmt23_terminology", "hints": [{"cs": "paralelní anotace", "en": "parallel annotation"}, {"cs": "korpusu", "en": "corpus"}, {"cs": "automatickou předanotaci", "en": "automatic pre-annotation"}, {"cs": "české části", "en": "Czech part"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The results of the pre-annotation are evaluated, based on the comparison of the automatic and manual annotation.", "cs": "Výsledky předanotace jsou vyhodnoceny na základě srovnání automatické a ruční anotace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "předanotace", "en": "pre-annotation"}, {"cs": "automatické a ruční anotace", "en": "automatic and manual annotation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The Prague Arabic Dependency Treebank, version 1.5 (PADT 1.5) is a collection of texts in Modern Standard Arabic, entiched with morphological and analytical (surface-syntax dependency) annotation.", "cs": "Pražský závislostní korpus arabštiny, verze 1.5, je kolekce textů v moderní arabštině, obohacená o ruční morfologickou a závislostní anotaci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Pražský závislostní korpus arabštiny", "en": "Prague Arabic Dependency Treebank"}, {"cs": "verze 1.5", "en": "version 1.5"}, {"cs": "moderní arabštině", "en": "Modern Standard Arabic"}, {"cs": "ruční morfologickou", "en": "morphological"}, {"cs": "závislostní anotaci", "en": "analytical (surface-syntax dependency) annotation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our goal is to predict the first language (L1) of English essays’s authors with the help of the TOEFL11 corpus where L1, prompts (topics) and proficiency levels are provided.", "cs": "Naším cílem je predikovat rodný jazyk (L1) autorů anglických esejí za pomoci korpusu TOEFL11, ve kterém jsou známy jazykové úrovně autorů a témata esejí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "rodný jazyk", "en": "first language"}, {"cs": "autorů anglických esejí", "en": "English essays’s authors"}, {"cs": "korpusu TOEFL11", "en": "TOEFL11 corpus"}, {"cs": "jazykové úrovně", "en": "proficiency levels"}, {"cs": "témata esejí", "en": "prompts (topics)"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Thus we approach this task as a classification task employing machine learning methods.", "cs": "Úlohu řešíme jako klasifikační úlohu pomocí řízených metod strojového učení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "klasifikační úlohu", "en": "classification task"}, {"cs": "řízených metod strojového učení", "en": "machine learning methods"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Out of key concepts of machine learning, we focus on feature engineering.", "cs": "Zaměřujeme se na ladění atributů, mezi které jazykovou úroveň a témata nezahrnujeme."}, "data_name": "wmt23_terminology", "hints": [{"cs": "ladění atributů", "en": "feature engineering"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We design features across all the L1 languages not making use of knowledge of prompt and proficiency level.", "cs": "Atributy navrhujeme napříč jazyky L1."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Atributy", "en": "features"}, {"cs": "jazyky L1", "en": "L1 languages"}, {"cs": "napříč", "en": "across"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "During system development, we experimented with various techniques for feature filtering and combination optimized with respect to the notion of mutual information and information gain.", "cs": "Experimentujeme s několika technikami pro filtrování a kombinaci atributů s ohledem na kritéria z informační teorie."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Experimentujeme", "en": "experimented"}, {"cs": "technikami", "en": "techniques"}, {"cs": "filtrování", "en": "filtering"}, {"cs": "kombinaci atributů", "en": "combination optimized"}, {"cs": "informační teorie", "en": "notion of mutual information and information gain"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We trained four different SVM models and combined them through majority voting achieving accuracy 72.5%.", "cs": "Celkem jsme natrénovali čtyři modely SVM a pomocí většinového hlasování je zkombinovali do modelu dosahujícího úspěšnosti 72.5%."}, "data_name": "wmt23_terminology", "hints": [{"cs": "čtyři modely SVM", "en": "four different SVM models"}, {"cs": "většinového hlasování", "en": "majority voting"}, {"cs": "úspěšnosti 72.5%", "en": "accuracy 72.5%"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The phenomenon of word order freedom plays an important role in syntactic analysis of many natural languages.", "cs": "Fenomén volného slovosledu hraje důležitou roli v syntaktické analýze mnoha přirozených jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Fenomén volného slovosledu", "en": "phenomenon of word order freedom"}, {"cs": "syntaktické analýze", "en": "syntactic analysis"}, {"cs": "přirozených jazyků", "en": "natural languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper introduces a notion of a word order shift, an operation reflecting the degree of word order freedom of natural languages.", "cs": "Tento příspěvek zavádí pojem slovosledného posunu ('shiftu'), který odrážející stupeň volnosti slovosledu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "slovosledného posunu", "en": "word order shift"}, {"cs": "stupeň volnosti slovosledu", "en": "degree of word order freedom"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The word order shift is an operation based upon word order changes preserving syntactic correctness, individual word forms, their morphological characteristics, and their surface dependency relations in a course of a stepwise simplification of a sentence, a so called analysis by reduction.", "cs": "Slovosledný posun je operace založená na slovosledných změnách zachovávajících syntaktickou správnost, jednotlivé slovní tvary, jejich morfologické charakteristiky a jejich syntaktické vztahy v průběhu tzv. redukční analýzy, tedy postupného zjednodušování věty."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Slovosledný posun", "en": "word order shift"}, {"cs": "slovosledných změnách", "en": "word order changes"}, {"cs": "syntaktickou správnost", "en": "syntactic correctness"}, {"cs": "slovní tvary", "en": "word forms"}, {"cs": "morfologické charakteristiky", "en": "morphological characteristics"}, {"cs": "syntaktické vztahy", "en": "surface dependency relations"}, {"cs": "redukční analýzy", "en": "analysis by reduction"}, {"cs": "postupného zjednodušování věty", "en": "stepwise simplification of a sentence"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper provides linguistic motivation for this operation and concentrates on a formal description of the whole mechanism through a special class of automata, so called restarting automata with the shift operation enhanced with a structured output, and their computations.", "cs": "Příspěvek přináší lingvistickou motivaci pro tuto operaci a zaměřuje se na formální popis celkového mechanismu pomocí speciální třídy automatů, tzv. restartovacich automatů s operací shift obohacených strukturovaným výstupem strukturovaný výstup."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lingvistickou motivaci", "en": "linguistic motivation"}, {"cs": "restartovacich automatů", "en": "restarting automata"}, {"cs": "operací shift", "en": "shift operation"}, {"cs": "strukturovaným výstupem", "en": "structured output"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The goal of this study is to clarify the properties of computations needed to perform (enhanced) analysis by reduction for free word order languages.", "cs": "Cílem této studie je objasnit vlastnosti výpočtů potřebných k provedení (rozšířené) redukční analýzy pro přirozené jazyky s volným slovosledem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "studie", "en": "study"}, {"cs": "vlastnosti výpočtů", "en": "properties of computations"}, {"cs": "(rozšířené) redukční analýzy", "en": "(enhanced) analysis by reduction"}, {"cs": "přirozené jazyky s volným slovosledem", "en": "free word order languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Wikipedia is not only a large encyclopedia, but lately also a source of linguistic data for various applications.", "cs": "Wikipedie slouží nejen jako rozsáhlá encyklopedie zasahující do mnoha odvětví, ale v poslední době stále častěji i jako zdroj jazykových dat pro nejrůznější aplikace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Wikipedie", "en": "Wikipedia"}, {"cs": "encyklopedie", "en": "encyclopedia"}, {"cs": "zdroj jazykových dat", "en": "source of linguistic data"}, {"cs": "aplikace", "en": "applications"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Individual language versions allow to get the parallel data in multiple languages.", "cs": "Jednotlivé jazykové mutace umožňují získat i paralelní data ve více jazycích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jazykové mutace", "en": "language versions"}, {"cs": "paralelní data", "en": "parallel data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Inclusion of Wikipedia articles into categories can be used to filter the language data according to a domain.", "cs": "Zařazení článků wikipedie do kategorií potom může sloužit k filtrování jazykových dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "článků wikipedie", "en": "Wikipedia articles"}, {"cs": "kategorií", "en": "categories"}, {"cs": "jazykových dat", "en": "language data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In our project, we needed a large number of parallel data for training systems of machine translation in the field of biomedicine.", "cs": "V našem projektu se zabýváme automatickým překladem textů v oboru biologie a lékařství, proto jsme potřebovali větší množství paralelních dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatickým překladem", "en": "machine translation"}, {"cs": "biologie a lékařství", "en": "biomedicine"}, {"cs": "paralelních dat", "en": "parallel data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "One of the sources was Wikipedia.", "cs": "Jedním ze zdrojů byla právě wikipedie."}, "data_name": "wmt23_terminology", "hints": [{"cs": "wikipedie", "en": "Wikipedia"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "To select the data from the given domain we used the results of the DBpedia project, which extracts structured information from the Wikipedia articles and makes them available to users in RDF format.", "cs": "Pro výběr dat splňujících daná kritéria – tedy dané obory v daných jazycích – jsme využili projektu Dbpedia, který ze stránek wikipedie extrahuje strukturované informace a ve formátu RDF je zp��ístupňuje uživatelům."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Dbpedia", "en": "DBpedia"}, {"cs": "wikipedie", "en": "Wikipedia"}, {"cs": "RDF", "en": "RDF"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper we describe the process of data extraction and the problems that we had to deal with, because the open source project like Wikipedia, to which anyone can contribute, is not very reliable concerning consistency.", "cs": "V příspěvku popíšeme postup extrakce dat a problémy, které jsme museli řešit, neboť u otevřeného projektu jako wikipedie, do něhož může přispívat kdokoli, nelze spoléhat na konzistenci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "postup extrakce dat", "en": "process of data extraction"}, {"cs": "problémy", "en": "problems"}, {"cs": "otevřeného projektu", "en": "open source project"}, {"cs": "wikipedie", "en": "Wikipedia"}, {"cs": "konzistenci", "en": "consistency"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In Czech and in Russian there is a set of prefixes changing the meaning of imperfective verbs always in the same manner.", "cs": "V češtině a v ruštině existuje množina prefixů, které mění význam nedokonavých sloves vždy stejným způsobem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "češtině", "en": "Czech"}, {"cs": "ruštině", "en": "Russian"}, {"cs": "množina prefixů", "en": "set of prefixes"}, {"cs": "význam", "en": "meaning"}, {"cs": "nedokonavých sloves", "en": "imperfective verbs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The change often (in Czech always) demands adding a reflexive morpheme.", "cs": "Změna často (v českém jazyce vždy) vyžaduje přidání reflexivního morfému."}, "data_name": "wmt23_terminology", "hints": [{"cs": "reflexivního morfému", "en": "reflexive morpheme"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This feature can be used for automatic recognition of words, without the need to store them in morphological dictionaries.", "cs": "Tato vlastnost nedokonavých sloves může být použita pro automatické rozpoznávání slov, aniž by bylo nutné ukládat takto vzniklé tvary do morfologických slovníků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vlastnost", "en": "feature"}, {"cs": "nedokonavých sloves", "en": "automatic recognition of words"}, {"cs": "morfologických slovníků", "en": "morphological dictionaries"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper aims at the investigation of the phenomenon of free word order.", "cs": "Článek zkoumá jev volného slovosledu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "volného slovosledu", "en": "free word order"}, {"cs": "Článek", "en": "The paper"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It concentrates on the relationship between (formal) dependencies and word order.", "cs": "Soustředí se na vztak mezi (formální) závislostí a slovosledem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vztak", "en": "relationship"}, {"cs": "závislostí", "en": "dependencies"}, {"cs": "slovosledem", "en": "word order"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The investigation is performed by means of a semiautomatic application of a method of analysis by reduction to Czech syntactically annotated data.", "cs": "Zkoumání je provedeno aplikací poloautomatické metody redukční analýzy na česká syntaktický anotovaná data."}, "data_name": "wmt23_terminology", "hints": [{"cs": "poloautomatické metody redukční analýzy", "en": "semiautomatic application of a method of analysis by reduction"}, {"cs": "česká syntaktický anotovaná data", "en": "Czech syntactically annotated data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The freedom of word order is expressed by means of a number of necessary shifts in the process of analysis by reduction.", "cs": "Volnost slovosledu je vyjádřena pomocí počtu nutných záměn v průběhu redukční analýzy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Volnost slovosledu", "en": "freedom of word order"}, {"cs": "počtu nutných záměn", "en": "number of necessary shifts"}, {"cs": "redukční analýzy", "en": "analysis by reduction"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper shows that this measure provides a new view of the problem, it is orthogonal to measures reflecting the word order freedom based on a number of non-projective constructions or clitics in a sentence.", "cs": "Článek ukazuje, že tato míra je ortogonální k mírám vyjadřujícím volnost slovosledu pomocí počtu neprojektivních konstrukcí či klitik ve větě."}, "data_name": "wmt23_terminology", "hints": [{"cs": "míra", "en": "measure"}, {"cs": "volnost slovosledu", "en": "word order freedom"}, {"cs": "neprojektivních konstrukcí", "en": "non-projective constructions"}, {"cs": "klitik", "en": "clitics"}, {"cs": "větě", "en": "sentence"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper describes a method of identifying a set of interesting constructions in a syntactically annotated corpus of Czech (the Prague Dependency Treebank) by application of an automatic procedure of analysis by reduction to the trees in the treebank.", "cs": "Článek se zabývá metodou identifikace zajímavých konstrukcí v syntakticky anotovaném korpusu češtiny (Pražském závislostním korpusu) pomocí aplikace automatické procedury redukční analýzy na stromy tohoto korpusu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metodou identifikace zajímavých konstrukcí", "en": "method of identifying a set of interesting constructions"}, {"cs": "syntakticky anotovaném korpusu češtiny", "en": "syntactically annotated corpus of Czech"}, {"cs": "Pražském závislostním korpusu", "en": "the Prague Dependency Treebank"}, {"cs": "automatické procedury redukční analýzy", "en": "automatic procedure of analysis by reduction"}, {"cs": "stromy tohoto korpusu", "en": "the trees in the treebank"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The procedure reveals certain linguistic phenomena that go beyond `dependency nature'.", "cs": "Procedura odhaluje některé lingvistické jevy, které jdou za hranici \"závislosti\"."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lingvistické jevy", "en": "linguistic phenomena"}, {"cs": "závislosti", "en": "dependency nature"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper contains discussion and analysis of individual phenomena, as well as the quantification of results of the automatic procedure on a subset of the treebank.", "cs": "Článek obsahuje diskuzi a analýzu jednotlivých jevů a rovněž kvantifikuje výsledky automatické procedury na podmnožině korpusu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Článek", "en": "The paper"}, {"cs": "diskuzi a analýzu", "en": "discussion and analysis"}, {"cs": "jednotlivých jevů", "en": "individual phenomena"}, {"cs": "kvantifikuje", "en": "quantification"}, {"cs": "automatické procedury", "en": "automatic procedure"}, {"cs": "podmnožině korpusu", "en": "subset of the treebank"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the present paper, central ideas of the work on productivity by the Czech linguist Miloš Dokulil are presented and placed in the context of recent approaches to productivity.", "cs": "V příspěvku shrnujeme základní rysy Dokulilovy teorie slovotvorné produktivity a zasazujeme ji do kontextu zkoumání produktivity v posledních desetiletích."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Dokulilovy teorie slovotvorné produktivity", "en": "work on productivity by the Czech linguist Miloš Dokulil"}, {"cs": "posledních desetiletích", "en": "recent approaches"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Based on material from large corpora of Czech, productivity of four Czexh suffixes (-ost, -ství/ctví, -ismus, -ita) is analyzed; it is demonstrated that productivity measures used for quantification of productivity give different results.", "cs": "Na materiálu z velkých korpusů češtiny zkoumáme produktivitu čtyř českých sufixů (-ost, -ství/ctví, -ismus, -ita) a ukazujeme, že jednotlivé míry používané ke kvantifikaci produktivity vedou k rozdílným výsledkům."}, "data_name": "wmt23_terminology", "hints": [{"cs": "materiálu", "en": "material"}, {"cs": "velkých korpusů češtiny", "en": "large corpora of Czech"}, {"cs": "produktivitu", "en": "productivity"}, {"cs": "míry", "en": "measures"}, {"cs": "kvantifikaci produktivity", "en": "quantification of productivity"}, {"cs": "rozdílným výsledkům", "en": "different results"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A tutorial describing PML-TQ, a tool for searching syntactically annotated corpora.", "cs": "Tutoriál přibližující práci s nástrojem PML-TQ určeným pro prohledávání syntakticky anotovaných korpusů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Tutoriál", "en": "tutorial"}, {"cs": "nástrojem PML-TQ", "en": "PML-TQ"}, {"cs": "syntakticky anotovaných korpusů", "en": "syntactically annotated corpora"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Two forms of the client interface were presented, with examples over Czech, English, and German data.", "cs": "Představeny byly dvě verze klientského rozhraní, příklady používaly data v češtině, angličtině a němčině."}, "data_name": "wmt23_terminology", "hints": [{"cs": "klientského rozhraní", "en": "client interface"}, {"cs": "data", "en": "data"}, {"cs": "češtině", "en": "Czech"}, {"cs": "angličtině", "en": "English"}, {"cs": "němčině", "en": "German"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present Depfix, a system for automatic post-editing of phrase-based English-to-Czech machine translation outputs, based on linguistic knowledge.", "cs": "Představujeme Depfix, systém pro samočinnou post-edititaci výstupů frázových strojových překladů z angličtiny do češtiny, založený na jazykovědných znalostech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Depfix", "en": "Depfix"}, {"cs": "frázových strojových překladů", "en": "phrase-based English-to-Czech machine translation outputs"}, {"cs": "jazykovědných znalostech", "en": "linguistic knowledge"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "First, we analyzed the types of errors that a typical machine translation system makes.", "cs": "Nejprve jsme rozebrali druhy chyb, kterých se dopouští typický strojový překladač."}, "data_name": "wmt23_terminology", "hints": [{"cs": "druhy chyb", "en": "types of errors"}, {"cs": "strojový překladač", "en": "machine translation system"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Then, we created a set of rules and a statistical component that correct errors that are common or serious and can have a potential to be corrected by our approach.", "cs": "Poté jsme vytvořili sadu pravidel a statistickou komponentu, které opravují takové chyby, které jsou běžné nebo závažné a může přicházet v úvahu jejich oprava pomocí našeho přístupu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "sadu pravidel", "en": "set of rules"}, {"cs": "statistickou komponentu", "en": "statistical component"}, {"cs": "chyby", "en": "errors"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We use a range of natural language processing tools to provide us with analyses of the input sentences.", "cs": "Používáme řadu nástrojů pro zpracování přirozeného jazyka, které nám poskytují rozbor vstupních vět."}, "data_name": "wmt23_terminology", "hints": [{"cs": "zpracování přirozeného jazyka", "en": "natural language processing"}, {"cs": "rozbor vstupních vět", "en": "analyses of the input sentences"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Moreover, we reimplemented the dependency parser and adapted it in several ways to parsing of statistical machine translation outputs.", "cs": "Navíc jsme reimplementovali závislostní analyzátor a několika způsoby jej upravili pro provádění rozboru výstupů statistických strojových překladačů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "závislostní analyzátor", "en": "dependency parser"}, {"cs": "statistických strojových překladačů", "en": "statistical machine translation outputs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We performed both automatic and manual evaluations which confirmed that our system improves the quality of the translations.", "cs": "Provedli jsme automatická i ruční vyhodnocení, která potvrdila, že kvalita překladů se zpracováním v našem systému zlepšuje."}, "data_name": "wmt23_terminology", "hints": [{"cs": "automatická i ruční vyhodnocení", "en": "automatic and manual evaluations"}, {"cs": "kvalita překladů", "en": "quality of the translations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Depfix is a system for automatic post-editing of phrase-based English-to-Czech machine translation outputs, based on linguistic knowledge.", "cs": "Depfix je systém pro samočinnou post-edititaci výstupů frázových strojových překladů z angličtiny do češtiny, založený na jazykovědných znalostech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Depfix", "en": "Depfix"}, {"cs": "frázových strojových překladů", "en": "phrase-based English-to-Czech machine translation outputs"}, {"cs": "jazykovědných znalostech", "en": "linguistic knowledge"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We analyzed the types of errors that a typical machine translation system makes, and created a set of rules and a statistical component that correct some of the errors.", "cs": "Rozebrali jsme druhy chyb, kterých se dopouští typický strojový překladač, a vytvořili jsme sadu pravidel a statistickou komponentu, které opravují některé z těchto chyby."}, "data_name": "wmt23_terminology", "hints": [{"cs": "druhy chyb", "en": "types of errors"}, {"cs": "strojový překladač", "en": "machine translation system"}, {"cs": "sadu pravidel", "en": "set of rules"}, {"cs": "statistickou komponentu", "en": "statistical component"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Some things are hard for PB SMT -- negation, agreement, passives... Automatic post-editing can often help -- a handful of simple rules might do the job very well.", "cs": "Některé veci jsou pro PB SMT obtížné -- negace, shoda, trpný rod... Automatická post-editace může často pomoci -- i hrstka jednoduchých pravidel může fungovat velmi dobře."}, "data_name": "wmt23_terminology", "hints": [{"cs": "PB SMT", "en": "PB SMT"}, {"cs": "negace", "en": "negation"}, {"cs": "shoda", "en": "agreement"}, {"cs": "trpný rod", "en": "passives"}, {"cs": "Automatická post-editace", "en": "Automatic post-editing"}, {"cs": "jednoduchých pravidel", "en": "simple rules"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "NLP tools are typically useful -- tagger, parser, morphological generator; adapt them to SMT outputs if possible.", "cs": "NLP nástroje jsou typicky užitečné -- tagger, parser, morphologický generátor; adaptujte je pro zpracování výstupů SMT, je-li to možné."}, "data_name": "wmt23_terminology", "hints": [{"cs": "NLP nástroje", "en": "NLP tools"}, {"cs": "tagger", "en": "tagger"}, {"cs": "parser", "en": "parser"}, {"cs": "morphologický generátor", "en": "morphological generator"}, {"cs": "zpracování výstupů SMT", "en": "SMT outputs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Deepfix is a statistical post-editing system for improving the quality of statistical machine translation outputs.", "cs": "Deepfix je statistický post-editovací systém pro zlepšování kvality výstupů statistického strojového překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Deepfix", "en": "Deepfix"}, {"cs": "statistický post-editovací systém", "en": "statistical post-editing system"}, {"cs": "statistického strojového překladu", "en": "statistical machine translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It attempts to correct errors in verb-noun valency using deep syntactic analysis and a simple probabilistic model of valency.", "cs": "Pokouší se opravovat chyby ve slovesné a substantivní valenci za použití hloubkové syntactické analýzy a jednoduchého pravděpodobnostního valenčního modelu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "chyby", "en": "errors"}, {"cs": "slovesné a substantivní valenci", "en": "verb-noun valency"}, {"cs": "hloubkové syntactické analýzy", "en": "deep syntactic analysis"}, {"cs": "jednoduchého pravděpodobnostního valenčního modelu", "en": "simple probabilistic model of valency"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "On the English-to-Czech translation pair, we show that statistical post-editing of statistical machine translation leads to an improvement of the translation quality when helped by deep linguistic knowledge.", "cs": "Na jazykovém páru angličtina-čeština ukazujeme že, pokud je podporována hlubokou lingvistickou znalostí, statistická post-editace statistického strojového překladu vede ke zlepšení kvality překladu."}, "data_name": "wmt23_terminology", "hints": [{"en": "English-to-Czech translation pair", "cs": "jazykovém páru angličtina-čeština"}, {"en": "statistical post-editing", "cs": "statistická post-editace"}, {"en": "statistical machine translation", "cs": "statistického strojového překladu"}, {"en": "translation quality", "cs": "kvality překladu"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "TamilTB 1.0 improves over the very first release of the Tamil dependency treebank (TamilTB v0.1).", "cs": "TamilTB 1.0 zlepšuje v průběhu prvního vydání Tamil závislostní korpus (TamilTB v0.1)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "TamilTB 1.0", "en": "TamilTB 1.0"}, {"cs": "Tamil závislostní korpus", "en": "Tamil dependency treebank"}, {"cs": "TamilTB v0.1", "en": "TamilTB v0.1"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The current version introduces many improvements over the orthography and morphological tagset of the data.", "cs": "Aktuální verze přináší řadu vylepšení oproti pravopis a morfologické tagset údajů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "řadu vylepšení", "en": "many improvements"}, {"cs": "pravopis", "en": "orthography"}, {"cs": "morfologické tagset údajů", "en": "morphological tagset of the data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Now, the primary data representation of the treebank uses UTF-8 encoding.", "cs": "Nyní, primární datový reprezentace korpusu používá kódování UTF-8."}, "data_name": "wmt23_terminology", "hints": [{"cs": "primární datový reprezentace korpusu", "en": "primary data representation of the treebank"}, {"cs": "kódování UTF-8", "en": "UTF-8 encoding"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present our initial steps towards a linguistic processing of texts to detect semantic relations there.", "cs": "Prezentace prvních kroků směrem ke lingvistickému zpracování textů pro detekci sémantických vztahů v nich."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lingvistickému zpracování textů", "en": "linguistic processing of texts"}, {"cs": "detekci sémantických vztahů", "en": "detect semantic relations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our work is an essential part of the INTLIB project whose aim is to provide a more efficient and user-friendly tool for querying textual documents other than full-text search.", "cs": "Naše práce je klíčovou součastí projektu INTLIB, kterého cílem je vytvořit efektivní a uživatelsky přívětivý nástroj pro dotazování nad textovými dokumenty, odlišný od full-textu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "práce", "en": "work"}, {"cs": "projektu INTLIB", "en": "INTLIB project"}, {"cs": "textovými dokumenty", "en": "textual documents"}, {"cs": "full-textu", "en": "full-text search"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This tool is proposed as a general framework which can be modified and extended for particular data domains.", "cs": "Tento nástroj je navrhován jako obecní framework, který lze snadno modifikovat a rozšiřovat pro další domény."}, "data_name": "wmt23_terminology", "hints": [{"cs": "obecní framework", "en": "general framework"}, {"cs": "domény", "en": "data domains"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Currently, we focus on Czech legal texts.", "cs": "Pilotní doménou projektu jsou legislativní texty."}, "data_name": "wmt23_terminology", "hints": [{"cs": "legislativní texty", "en": "Czech legal texts"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present the application JTagger which detects references in court decisions and the application RExtractor which extracts relations between entities from Czech laws.", "cs": "Prezentujeme aplikaci JTagger, která detekuje reference v soudních rozhodnutích a aplikaci RExtractor, která extrahuje vztahy mezi entitami v českých zákonech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "aplikaci JTagger", "en": "application JTagger"}, {"cs": "soudních rozhodnutích", "en": "court decisions"}, {"cs": "aplikaci RExtractor", "en": "application RExtractor"}, {"cs": "entitami", "en": "entities"}, {"cs": "českých zákonech", "en": "Czech laws"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present our initial steps towards a linguistic processing of texts to detect semantic relations in them.", "cs": "Prezentujeme první kroky směrem k lingvistickému zpracování textů pro detekci sémantických vazeb."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lingvistickému zpracování textů", "en": "linguistic processing of texts"}, {"cs": "detekci sémantických vazeb", "en": "detect semantic relations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This report describes Addicter, tool for automatic error detection and evaluation, providing its user also with graphical interface useful for browsing through the dataset.", "cs": "Tato zpráva popisuje Addicter, nástroj pro automatickou detekci a vyhodnocení chyb, který dává uživateli k dispozici také grafické rozhraní, užitečné pro prohlížení dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Addicter", "en": "Addicter"}, {"cs": "nástroj", "en": "tool"}, {"cs": "automatickou detekci a vyhodnocení chyb", "en": "automatic error detection and evaluation"}, {"cs": "grafické rozhraní", "en": "graphical interface"}, {"cs": "prohlížení dat", "en": "browsing through the dataset"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Description of text annotations and some selected problems of the annotations (annotation on dependency trees and on a plain text; the discrepancy between syntactic structure and discourse structure; an unexpressed thought as a discourse argument)", "cs": "Popis textových anotací a jejich vybraných problémů (anotace na stromech a na lineárním textu; nesoulad mezi syntaktickou a diskurzní strukturou; nevyjádřená myšlenka jako diskurzní argument)"}, "data_name": "wmt23_terminology", "hints": [{"cs": "textových anotací", "en": "text annotations"}, {"cs": "vybraných problémů", "en": "selected problems"}, {"cs": "anotace na stromech", "en": "annotation on dependency trees"}, {"cs": "lineárním textu", "en": "plain text"}, {"cs": "nesoulad mezi syntaktickou a diskurzní strukturou", "en": "the discrepancy between syntactic structure and discourse structure"}, {"cs": "nevyjádřená myšlenka jako diskurzní argument", "en": "an unexpressed thought as a discourse argument"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Current methods for statistical machine translation typically utilize only a limited context in the input sentence.", "cs": "Současné metody pro statistický strojový překlad obvykle využívají pouze omezený kontext ve zdrojové větě."}, "data_name": "wmt23_terminology", "hints": [{"cs": "statistický strojový překlad", "en": "statistical machine translation"}, {"cs": "omezený kontext", "en": "limited context"}, {"cs": "zdrojové větě", "en": "input sentence"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Many language phenomena thus remain out                  of their reach, for example long-distance agreement in morphologically rich languages or lexical selection often require information from the whole source sentence.", "cs": "Mnoho jazykových jevů tak zůstavá mimo jejich dosah, např. gramatická shoda v morfologicky bohatých jazycích nebo lexikální výběr často vyžadují informace z celé zdrojové věty."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jazykových jevů", "en": "language phenomena"}, {"cs": "gramatická shoda", "en": "long-distance agreement"}, {"cs": "morfologicky bohatých jazycích", "en": "morphologically rich languages"}, {"cs": "lexikální výběr", "en": "lexical selection"}, {"cs": "zdrojové věty", "en": "source sentence"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this work, we present an overview of approaches for including wider context in SMT and describe our first experiments.", "cs": "V této práci představujeme přehled metod modelování širšího kontextu ve strojovém překladu a popisujeme naše první experimenty."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metod modelování širšího kontextu ve strojovém překladu", "en": "approaches for including wider context in SMT"}, {"cs": "první experimenty", "en": "first experiments"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present a web service which handles and distributes JSON-encoded HTTP requests for machine translation (MT) among multiple machines running an MT system, including text pre- and post processing.", "cs": "Představujeme webovou službu, která zpracovává a distribuuje požadavky na strojový překlad (posílané přes HTTP ve formátu JSON)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "webovou službu", "en": "web service"}, {"cs": "strojový překlad", "en": "machine translation"}, {"cs": "HTTP", "en": "HTTP"}, {"cs": "JSON", "en": "JSON"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It is currently used to provide MT between several languages for cross-lingual information retrieval in the Khresmoi project.", "cs": "V současné době se používá pro poskytování strojového překladu mezi několika jazyky ve vícejazyčném vyhledávání informací v rámci projektu Khresmoi."}, "data_name": "wmt23_terminology", "hints": [{"cs": "současné době", "en": "currently"}, {"cs": "poskytování strojového překladu", "en": "provide MT"}, {"cs": "několika jazyky", "en": "several languages"}, {"cs": "vícejazyčném vyhledávání informací", "en": "cross-lingual information retrieval"}, {"cs": "projektu Khresmoi", "en": "Khresmoi project"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The software consists of an application server and remote workers which handle text processing and communicate translation requests to MT systems.", "cs": "Software sestává z aplikačního serveru a vzdálených workerů, kteří zajišťují zpracování textu a komunikují požadavky na překlad systémům strojového překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Software", "en": "The software"}, {"cs": "aplikačního serveru", "en": "application server"}, {"cs": "vzdálených workerů", "en": "remote workers"}, {"cs": "zpracování textu", "en": "text processing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The communication between the application server and the workers is based on the XML-RPC protocol.", "cs": "Komunikace mezi aplikačním serverem a workery je založena na protoklolu XML-RPC."}, "data_name": "wmt23_terminology", "hints": [{"cs": "aplikačním serverem", "en": "application server"}, {"cs": "workery", "en": "workers"}, {"cs": "protoklolu XML-RPC", "en": "XML-RPC protocol"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present the overall design of the software and test results which document speed and scalability of our solution.", "cs": "Představujeme celkový návrh softwaru a výsledky testů, který dokumentují rychlost a škálovatelnost našeho řešení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "celkový návrh softwaru", "en": "overall design of the software"}, {"cs": "výsledky testů", "en": "test results"}, {"cs": "rychlost", "en": "speed"}, {"cs": "škálovatelnost", "en": "scalability"}, {"cs": "našeho řešení", "en": "our solution"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our software is licensed under the Apache 2.0 licence and is available for download from the Lindat-Clarin repository and Github.", "cs": "Software podléhá licenci Apache 2.0 a je dostupný ke stažení v repozitáři Lindat-Clarin a na serveru GitHub."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Software", "en": "Our software"}, {"cs": "licenci Apache 2.0", "en": "the Apache 2.0 licence"}, {"cs": "repozitáři Lindat-Clarin", "en": "the Lindat-Clarin repository"}, {"cs": "serveru GitHub", "en": "Github"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We give a brief introduction to phrase-based machine translation and the Moses toolkit.", "cs": "Stručně představujeme frázový strojový překlad a nástroj Moses."}, "data_name": "wmt23_terminology", "hints": [{"cs": "frázový strojový překlad", "en": "phrase-based machine translation"}, {"cs": "nástroj Moses", "en": "Moses toolkit"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present Eman, an experiment manager, and show how to use it to train several simple MT systems.", "cs": "Popisujeme Emana, nástroj pro správu experimentů, a ukazujeme, jak ho lze využít k trénování několika jednoduchých systémů pro strojový překlad."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Emana", "en": "Eman"}, {"cs": "nástroj pro správu experimentů", "en": "an experiment manager"}, {"cs": "systémů pro strojový překlad", "en": "MT systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Machine Translation Taxonomy Online Learning Guided Learning Easy-First Decoding in MT Guided Learning in MT", "cs": "Taxonomie strojového překladu Online učení Guided učení Easy-First dekódování ve strojovém překladu Guided učení ve strojovém překladu"}, "data_name": "wmt23_terminology", "hints": [{"cs": "Taxonomie strojového překladu", "en": "Machine Translation Taxonomy"}, {"cs": "Online učení", "en": "Online Learning"}, {"cs": "Guided učení", "en": "Guided Learning"}, {"cs": "Easy-First dekódování ve strojovém překladu", "en": "Easy-First Decoding in MT"}, {"cs": "Guided učení ve strojovém překladu", "en": "Guided Learning in MT"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Treex is a framework for NLP tools.", "cs": "Treex je platforma pro nástroje zpracování přirozeného jazyka."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Treex", "en": "Treex"}, {"cs": "nástroje zpracování přirozeného jazyka", "en": "NLP tools"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "NIF (NLP Interchange format) is an RDF/OWL-based format that aims to achieve interoperability between NLP tools, language resources and annotations.", "cs": "NIF je formát založený na RDF, který by měl sloužit k propojování takovýchto nástrojů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "NIF", "en": "NIF (NLP Interchange format)"}, {"cs": "RDF", "en": "RDF/OWL-based format"}, {"cs": "nástrojů", "en": "NLP tools"}, {"cs": "propojování", "en": "interoperability"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The presentation describes Treex and other tools/treebanks developed at ÚFAL.", "cs": "Přednáška popisuje Treex a další nástroje a treebanky vyvíjené na ÚFAL."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Přednáška", "en": "presentation"}, {"cs": "Treex", "en": "Treex"}, {"cs": "nástroje", "en": "tools"}, {"cs": "treebanky", "en": "treebanks"}, {"cs": "ÚFAL", "en": "ÚFAL"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It focuses on its similarities and differences compared to NIF (and the NLP2RDF initiative).", "cs": "Zaměřuje se též na podobnosti a rozdíly s formátem NIF a iniciativou nlp2rdf."}, "data_name": "wmt23_terminology", "hints": [{"cs": "podobnosti", "en": "similarities"}, {"cs": "rozdíly", "en": "differences"}, {"cs": "formátem NIF", "en": "NIF"}, {"cs": "iniciativou nlp2rdf", "en": "NLP2RDF initiative"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Paratactic syntactic structures are notoriously difficult to represent in dependency formalisms, which has painful consequences such as high frequency of parsing errors related to coordination.", "cs": "O parataktických syntaktických strukturách je známo, že jejich zachycení pomocí závislostních mechanismů je obtížné, což má bolestivé důsledky jako značné množství chyb v automatické syntaktické analýze, které souvisí s koordinacemi."}, "data_name": "wmt23_terminology", "hints": [{"cs": "parataktických syntaktických strukturách", "en": "Paratactic syntactic structures"}, {"cs": "závislostních mechanismů", "en": "dependency formalisms"}, {"cs": "automatické syntaktické analýze", "en": "parsing errors"}, {"cs": "koordinacemi", "en": "coordination"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In other words, coordination is a pending problem in dependency analysis of natural languages.", "cs": "Jinými slovy, koordinace je nevyřešeným problémem závislostní analýzy přirozených jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "koordinace", "en": "coordination"}, {"cs": "závislostní analýzy přirozených jazyků", "en": "dependency analysis of natural languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper tries to shed some light on this area by bringing a systematizing view of various formal means developed for encoding coordination structures.", "cs": "Tento článek se snaží vnést trochu světla do této oblasti a přináší systematický přehled různých formálních prostředků vyvinutých k zachycení souřadných struktur."}, "data_name": "wmt23_terminology", "hints": [{"cs": "článek", "en": "paper"}, {"cs": "souřadných struktur", "en": "coordination structures"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We introduce a novel taxonomy of such approaches and apply it on treebanks across a typologically diverse range of 26 languages.", "cs": "Přinášíme novou taxonomii takových přístupů a aplikujeme ji na treebanky z typologicky rozličné sady 26 jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "taxonomii", "en": "taxonomy"}, {"cs": "přístupů", "en": "approaches"}, {"cs": "treebanky", "en": "treebanks"}, {"cs": "26 jazyků", "en": "26 languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Empirical observations on convertibility between selected styles of representations are shown too.", "cs": "Dále prezentujeme empirická pozorování, pokud jde o vzájemnou převoditelnost mezi vybranými styly zachycení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "empirická pozorování", "en": "Empirical observations"}, {"cs": "vzájemnou převoditelnost", "en": "convertibility"}, {"cs": "vybranými styly zachycení", "en": "selected styles of representations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Hands-on tutorial on using Treex - a modular framework for Natural Language Processing.", "cs": "Praktický seminář představení platformu Treex, která slouží k integraci nástrojů pro zpracování přirozeného jazyka."}, "data_name": "wmt23_terminology", "hints": [{"cs": "platformu Treex", "en": "Treex"}, {"cs": "zpracování přirozeného jazyka", "en": "Natural Language Processing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The tutorial was preceded by a presentation about TectoMT deep-syntactic MT system developed in Treex.", "cs": "Semináři předcházela přednáška o překladovém systému TectoMT vyvinutém v platformě Treex."}, "data_name": "wmt23_terminology", "hints": [{"cs": "překladovém systému TectoMT", "en": "TectoMT deep-syntactic MT system"}, {"cs": "platformě Treex", "en": "Treex"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Poster se týká aktuálního členění větného v češtině - prezentuje tendenci jednotlivých větných participantů objevovat se v české větě jako téma nebo réma.", "cs": "The poster deals with the sentence information structure (functional sentence perspective) in Czech, focusing on the tendency of the particular sentence constituents to appear in Czech sentence as topic or focus."}, "data_name": "wmt23_terminology", "hints": [{"cs": "poster", "en": "Poster"}, {"cs": "aktuálního členění větného", "en": "functional sentence perspective"}, {"cs": "větných participantů", "en": "sentence constituents"}, {"cs": "téma nebo réma", "en": "topic or focus"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the present paper, we describe in detail and evaluate the process of semi-automatic annotation of intra-sentential discourse relations in the Prague Dependency Treebank, which is a part of the project of otherwise mostly manual annotation of all (intra- and inter-sentential) discourse relations with explicit connectives in the treebank.", "cs": "Článek popisuje a vyhodnocuje proces poloautomatické anotace vnitrovětných textových vztahů v Pražském závislostním korpusu, což je část projektu jinak především manuální anotace všech (vnitro- i mezi-větných) diskurzních vztahů s explicitními konektory v tomto korpusu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "proces poloautomatické anotace", "en": "process of semi-automatic annotation"}, {"cs": "vnitrovětných textových vztahů", "en": "intra-sentential discourse relations"}, {"cs": "Pražském závislostním korpusu", "en": "Prague Dependency Treebank"}, {"cs": "manuální anotace", "en": "manual annotation"}, {"cs": "diskurzních vztahů", "en": "discourse relations"}, {"cs": "explicitními konektory", "en": "explicit connectives"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The rich annotation of the treebank allowed us to automatically detect the intra-sentential discourse relations, their connectives and arguments in most of the cases.", "cs": "Bohatá anotace korpusu nám umožnila ve většině případů automaticky najít vnitrovětné diskurzní vztahy, jejich konektory a argumenty."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anotace korpusu", "en": "annotation of the treebank"}, {"cs": "vnitrovětné diskurzní vztahy", "en": "intra-sentential discourse relations"}, {"cs": "konektory", "en": "connectives"}, {"cs": "argumenty", "en": "arguments"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This chapter described data-driven methods suitable for development of spoken language understanding components in dialogue systems.", "cs": "Tato kapitola popisuje metody učení z dat vhodné pro vývoj systémů porozumění mluvené řeči pro dialogové systémy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metody učení z dat", "en": "data-driven methods"}, {"cs": "systémů porozumění mluvené řeči", "en": "spoken language understanding components"}, {"cs": "dialogové systémy", "en": "dialogue systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Unsupervised dependency parsing is an alternative approach to identifying relations between words in a sentence.", "cs": "Nerízená závislostní analýza je alternativní zpusob urcování vztahu mezi slovy ve vete."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Nerízená závislostní analýza", "en": "Unsupervised dependency parsing"}, {"cs": "vztahu mezi slovy ve vete", "en": "relations between words in a sentence"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It does not require any annotated treebank, it is independent of language theory and universal across languages.", "cs": "Nepotrebuje žádný anotovaný závislostní korpus, je nezávislý na jazykové teorii a univerzální pro velké množství jazyku."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anotovaný závislostní korpus", "en": "annotated treebank"}, {"cs": "jazykové teorii", "en": "language theory"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, so far quite low parsing quality is its main disadvantage.", "cs": "Jeho nevýhodou je ale zatím relativne nízká úspešnost."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nevýhodou", "en": "disadvantage"}, {"cs": "nízká úspešnost", "en": "low parsing quality"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This thesis discusses some previous works and introduces a novel approach to unsupervised parsing.", "cs": "V této práci diskutujeme nekteré predchozí práce a predstavujeme novou metodu nerízenéhé analýzy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nekteré predchozí práce", "en": "some previous works"}, {"cs": "novou metodu", "en": "a novel approach"}, {"cs": "nerízenéhé analýzy", "en": "unsupervised parsing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our dependency model consists of four submodels: (i) edge model, which controls the distribution of governor-dependent pairs, (ii) fertility model, which controls the number of node's dependents, (iii) distance model, which controls the length of the dependency edges, and (iv) reducibility model.", "cs": "Náš závislostní model se skládá ze ctyr podmodelu: (i) hranový model, který rídí rozdelení dvojic rídících a závislých clenu, (ii) model plodnosti, který rídí pocet clenu závislých na uzlu, (iii) model vzdálenosti, který rídí délku závislostních hran a (iv) model vypustitelnosti."}, "data_name": "wmt23_terminology", "hints": [{"cs": "závislostní model", "en": "dependency model"}, {"cs": "hranový model", "en": "edge model"}, {"cs": "model plodnosti", "en": "fertility model"}, {"cs": "model vzdálenosti", "en": "distance model"}, {"cs": "model vypustitelnosti", "en": "reducibility model"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The reducibility model is based on a hypothesis that words that can be removed from a sentence without violating its grammaticality are leaves in the dependency tree.", "cs": "Tento model je založen na predpokladu, že slovau která se mohou z vety vypustit, aniž by se porušila její gramaticnost jsou v závislostním slove listy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "model", "en": "reducibility model"}, {"cs": "predpokladu", "en": "hypothesis"}, {"cs": "slovau", "en": "words"}, {"cs": "vety", "en": "sentence"}, {"cs": "gramaticnost", "en": "grammaticality"}, {"cs": "závislostním slove listy", "en": "leaves in the dependency tree"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Induction of the dependency structures is done using Gibbs sampling method.", "cs": "Odvození závislostních struktur provádíme pomocí Gibbsova vzorkovace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "závislostních struktur", "en": "dependency structures"}, {"cs": "Gibbsova vzorkovace", "en": "Gibbs sampling method"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We introduce a sampling algorithm that keeps the dependency trees projective, which is a very valuable constraint.", "cs": "Predstavujeme vzorkovací algoritmus, který zachovovává projektivitu závislostních stromu, cože je velmi užitecnou vlastností."}, "data_name": "wmt23_terminology", "hints": [{"cs": "vzorkovací algoritmus", "en": "sampling algorithm"}, {"cs": "závislostních stromu", "en": "dependency trees"}, {"cs": "projektivitu", "en": "projective"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In our experiments across 30 languages, we discuss the results of various settings of our models.", "cs": "V našich experimentech na 30 jazycích srovnáváme výsledky pro ruzné parametry modelu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "experimentech", "en": "experiments"}, {"cs": "30 jazycích", "en": "30 languages"}, {"cs": "parametry modelu", "en": "settings of our models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our method outperforms the previously reported results on a majority of the test languages.", "cs": "Naše metoda prekonávvá dríve publikované výsledky pro vetšinu zkoumaných jazyku."}, "data_name": "wmt23_terminology", "hints": [{"cs": "metoda", "en": "method"}, {"cs": "výsledky", "en": "results"}, {"cs": "zkoumaných jazyku", "en": "test languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Popis systemu nerizeneho zavislostniho parsingu zalozeneho na Gibbsove samplingu.", "cs": "This paper describes a system for unsupervised dependency parsing based on Gibbs sampling algorithm."}, "data_name": "wmt23_terminology", "hints": [{"cs": "system", "en": "system"}, {"cs": "nerizeneho zavislostniho parsingu", "en": "unsupervised dependency parsing"}, {"cs": "Gibbsove samplingu", "en": "Gibbs sampling algorithm"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Novy pristup predstavuje vlastnosti vypusttelnsti a fertility.", "cs": "The novel approach in- troduces a fertility model and reducibility model, which assumes that dependent words can be removed from a sentence without vio- lating its syntactic correctness."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Novy pristup", "en": "novel approach"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, alternation based model of the valency lexicon of Czech verbs, VALLEX, is described.", "cs": "V tomto příspěvku přinášíme popis alternačního modelu valenčního lexikonu českých sloves, VALLEX."}, "data_name": "wmt23_terminology", "hints": [{"cs": "alternačního modelu valenčního lexikonu českých sloves, VALLEX", "en": "alternation based model of the valency lexicon of Czech verbs, VALLEX"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Two types of alternations (changes in valency frames of verbs) are distinguished on the basis of used linguistic means: (i) grammaticalized alternations and (ii) lexicalized alternations.", "cs": "V práci rozlišujeme celkem dva základní typy alternací (změn ve valenční struktuře sloves): (i) gramatikalizované a (ii) lexikalizované alternace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "základní typy alternací", "en": "types of alternations"}, {"cs": "valenční struktuře sloves", "en": "valency frames of verbs"}, {"cs": "gramatikalizované", "en": "grammaticalized alternations"}, {"cs": "lexikalizované alternace", "en": "lexicalized alternations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Both grammaticalized and lexicalized alternations are either conversive, or non-conversive.", "cs": "Jak gramatikalizované, tak lexikalizované alternace mohou být konverzní či nekonverzní povahy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "gramatikalizované", "en": "grammaticalized"}, {"cs": "lexikalizované", "en": "lexicalized"}, {"cs": "alternace", "en": "alternations"}, {"cs": "konverzní", "en": "conversive"}, {"cs": "nekonverzní", "en": "non-conversive"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "While grammaticalized alternations relate different surface syntactic structures of a single lexical unit of a verb, lexicalized alternations relate separate lexical units.", "cs": "Zatímco gramatikalizované alternace spojují rozdílné povrchové strukturace téže lexikální jednotky, lexikalizované alternace charakterizují syntaktické struktury tvořené rozdílnými lexikálními jednotkami."}, "data_name": "wmt23_terminology", "hints": [{"cs": "gramatikalizované alternace", "en": "grammaticalized alternations"}, {"cs": "lexikální jednotky", "en": "lexical units"}, {"cs": "lexikalizované alternace", "en": "lexicalized alternations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For the purpose of the representation of alternations, we divide the lexicon into data and rule components.", "cs": "Pro účely reprezentace alternací rozdělujeme lexikon na datovou a pravidlovou část."}, "data_name": "wmt23_terminology", "hints": [{"cs": "reprezentace alternací", "en": "representation of alternations"}, {"cs": "lexikon", "en": "lexicon"}, {"cs": "datovou", "en": "data"}, {"cs": "pravidlovou část", "en": "rule components"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the data part, each lexical unit is characterized by a single valency frame and by applicable alternations.", "cs": "V datové části je každá lexikální jednotka reprezentována jedním valenčním rámcem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "datové části", "en": "data part"}, {"cs": "lexikální jednotka", "en": "lexical unit"}, {"cs": "valenčním rámcem", "en": "valency frame"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the rule part, two types of rules are contained: (i) syntactic rules describing grammaticalized alternations and (ii) general rules determining changes in the linking of situational participants with valency complementations typical of lexicalized alternations.", "cs": "Pravidlová část obsahuje dva typy pravidel: (i) formální syntaktická pravidla zachycující gramatikalizované alternace a (ii) obecná pravidla určující změny v korespondenci participantů a valenčních doplnění typické pro lexikalizované alternace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Pravidlová část", "en": "rule part"}, {"cs": "syntaktická pravidla", "en": "syntactic rules"}, {"cs": "gramatikalizované alternace", "en": "grammaticalized alternations"}, {"cs": "obecná pravidla", "en": "general rules"}, {"cs": "korespondenci participantů", "en": "linking of situational participants"}, {"cs": "valenčních doplnění", "en": "valency complementations"}, {"cs": "lexikalizované alternace", "en": "lexicalized alternations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This chapter presents current knowledge about statistical dialogue systems based on POMDP model of interaction with human users.", "cs": "Tato kapitola prezentuje současné poznatky v oblasti vývoje statistických dialogových systému založených na POMDP modelu řízení komunikace s uživatelem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "současné poznatky", "en": "current knowledge"}, {"cs": "statistických dialogových systému", "en": "statistical dialogue systems"}, {"cs": "POMDP modelu řízení komunikace", "en": "POMDP model of interaction"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The chapter introduces basic concepts of POMDP and suggest appropriate methods for implementation it the context of dialogue systems.", "cs": "Postupně jsou vysvětleny základy POMDP a vhodné metody pro implementaci v oblasti dialogových systémů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "základy POMDP", "en": "basic concepts of POMDP"}, {"cs": "dialogových systémů", "en": "dialogue systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The focus of much of dependency parsing is on creating new modeling techniques and examining new feature sets for existing dependency models.", "cs": "Fokus hodně závislostní analýzy se na vytváření nových modelovacích technik a zkoumání nových funkcí sady pro stávající závislost modelů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "závislostní analýzy", "en": "dependency parsing"}, {"cs": "modelovacích technik", "en": "modeling techniques"}, {"cs": "funkcí sady", "en": "feature sets"}, {"cs": "závislost modelů", "en": "dependency models"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Often these new models are lucky to achieve equivalent results with the current state of the art results and often perform worse.", "cs": "Často jsou tyto nové modely mají to štěstí, aby dosahovaly rovnocenných výsledků s aktuálním stavem že umělecké výsledky a často vedou hůř."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nové modely", "en": "new models"}, {"cs": "aktuálním stavem", "en": "current state"}, {"cs": "umělecké výsledky", "en": "art results"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "These approaches are for languages that are often resource-rich and have ample training data available for dependency parsing.", "cs": "Tyto přístupy jsou pro jazyky, které jsou často zdrojem bohaté a mají dostatek tréninková data k dispozici pro závislost rozebrat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jazyky", "en": "languages"}, {"cs": "tréninková data", "en": "training data"}, {"cs": "závislost rozebrat", "en": "dependency parsing"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For this reason, the accuracy scores are often quite high.", "cs": "Z tohoto důvodu, přesnost výsledky jsou často dosti vysoká."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přesnost", "en": "accuracy"}, {"cs": "výsledky", "en": "scores"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This, by its very nature, makes it quite difficult to create a significantly large increase in the current state-of-the-art.", "cs": "To, ze své podstaty, je to docela obtížné vytvořit výrazně velký nárůst v současném state-of-the-art."}, "data_name": "wmt23_terminology", "hints": [{"cs": "obtížné", "en": "difficult"}, {"cs": "výrazně velký nárůst", "en": "significantly large increase"}, {"cs": "současném state-of-the-art", "en": "current state-of-the-art"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Research in this area is often concerned with small accuracy changes or very specific localized changes, such as increasing accuracy of a particular linguistic construction.", "cs": "Výzkum v této oblasti se často zabývá malými změnami přesnosti nebo velmi specifickým lokalizovaných změn, jako je zvýšení přesnosti a zejména jazykovou konstrukci."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Výzkum", "en": "Research"}, {"cs": "přesnosti", "en": "accuracy"}, {"cs": "lokalizovaných změn", "en": "localized changes"}, {"cs": "jazykovou konstrukci", "en": "linguistic construction"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "With so many modeling techniques available to languages with large resources the problem exists on how to exploit the current techniques with the use of combination, or ensemble, techniques along with this plethora of data.", "cs": "S tolika technik modelování jsou k dispozici pro jazyky s velkým zdroji problém existuje o tom, jak využít stávající techniky s použitím kombinace, nebo souborem, techniky spolu s tímto množstvím dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "technik modelování", "en": "modeling techniques"}, {"cs": "jazyky s velkým zdroji", "en": "languages with large resources"}, {"cs": "kombinace", "en": "combination"}, {"cs": "souborem", "en": "ensemble"}, {"cs": "množstvím dat", "en": "plethora of data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Dependency parsers are almost ubiquitously evaluated on their accuracy scores, these scores say nothing of the complexity and usefulness of the resulting structures.", "cs": "Závislost analyzátory jsou téměř všude se vyskytující hodnoceny na jejich přesnost výsledků, tyto výsledky nemluvě o složitosti a užitečnosti výsledných struktur."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přesnost výsledků", "en": "accuracy scores"}, {"cs": "složitosti", "en": "complexity"}, {"cs": "užitečnosti", "en": "usefulness"}, {"cs": "výsledných struktur", "en": "resulting structures"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The structures may have more complexity due to the depth of their co- ordination or noun phrases.", "cs": "Tyto struktury mohou mít větší složitost vzhledem k hloubce jejich co- koordinační nebo podstatné jméno věty."}, "data_name": "wmt23_terminology", "hints": [{"cs": "struktury", "en": "structures"}, {"cs": "složitost", "en": "complexity"}, {"cs": "hloubce", "en": "depth"}, {"cs": "podstatné jméno", "en": "noun phrases"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "As dependency parses are basic structures in which other systems are built upon, it would seem more reasonable to judge these parsers down the NLP pipeline.", "cs": "Jako závislost analyzuje jsou základní struktury, ve kterých jsou ostatní systémy postavené na, by se zdálo rozumné posouzení těchto parserů dolů potrubí NLP."}, "data_name": "wmt23_terminology", "hints": [{"cs": "závislost", "en": "dependency"}, {"cs": "základní struktury", "en": "basic structures"}, {"cs": "systémy", "en": "systems"}, {"cs": "parserů", "en": "parsers"}, {"cs": "potrubí NLP", "en": "NLP pipeline"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The types of parsing errors that cause significant problems in other NLP applications is currently an unknown.", "cs": "Typy parsování chyb, které způsobují významné problémy v jiných aplikacích NLP je v současné době znám."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Typy parsování chyb", "en": "types of parsing errors"}, {"cs": "jiných aplikacích NLP", "en": "other NLP applications"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Segmentation into topically coherent segments is one of the crucial points in information retrieval (IR).", "cs": "Segmentácia na tématicky koherentné úseky je dôležitou súčasťou vyhľadávania informácií."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Segmentácia", "en": "Segmentation"}, {"cs": "tématicky koherentné úseky", "en": "topically coherent segments"}, {"cs": "vyhľadávania informácií", "en": "information retrieval (IR)"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Suitable segmentation may improve the results of IR system and help users to find relevant passages faster.", "cs": "Vhodná segmentácia môže zlepšiť výsledky vyhľadávania a pomôcť užívateľom pri rýchlejšom hľadaní relevantného úseku."}, "data_name": "wmt23_terminology", "hints": [{"cs": "segmentácia", "en": "segmentation"}, {"cs": "výsledky vyhľadávania", "en": "results of IR system"}, {"cs": "užívateľom", "en": "users"}, {"cs": "relevantného úseku", "en": "relevant passages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Segmentation is especially important in audiovisual recordings, in which the navigation is difficult.", "cs": "Segmentácia je zvlášť dôležitá pri audiovizuálnych nahrávkach, v ktorých je navigácia zvlášť zložitá."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Segmentácia", "en": "Segmentation"}, {"cs": "audiovizuálnych nahrávkach", "en": "audiovisual recordings"}, {"cs": "navigácia", "en": "navigation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present several methods used for topic segmentation, based on textual, audio and visual information.", "cs": "V článku popisujeme niekoľko prístupov ku tématickej segmentácii, založených na textovej, zvukovej a vizuálnej informácii."}, "data_name": "wmt23_terminology", "hints": [{"cs": "tématickej segmentácii", "en": "topic segmentation"}, {"cs": "textovej", "en": "textual"}, {"cs": "zvukovej", "en": "audio"}, {"cs": "vizuálnej informácii", "en": "visual information"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The proposition of our approach to topic segmentation based on the fusion of audio and visual data is presented in the article.", "cs": "V článku je tiež prezentovaný náš návrh prístupu k tématickej segmentácii, založený na fúzii zvukových a vizuálnych dát."}, "data_name": "wmt23_terminology", "hints": [{"cs": "tématickej segmentácii", "en": "topic segmentation"}, {"cs": "zvukových a vizuálnych dát", "en": "audio and visual data"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "English-Slovak parallel corpus consisting of several freely available corpora.", "cs": "Anglicko-slovenský paralelný korpus, vytvorený z voľne dostupných zdrojov."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Anglicko-slovenský paralelný korpus", "en": "English-Slovak parallel corpus"}, {"cs": "voľne dostupných zdrojov", "en": "freely available corpora"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Corpus is given in both in plaintext format and with an automatic morphological annotation", "cs": "Korpus je prístupný v textovom formáte a s morfologickou anotáciou."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Korpus", "en": "Corpus"}, {"cs": "textovom formáte", "en": "plaintext format"}, {"cs": "morfologickou anotáciou", "en": "automatic morphological annotation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The amount of training data in statistical machine translation is critical for translation quality.", "cs": "Množstvo trénovacích dát je pre kvalitu štatistického strojového prekladu rozhodujúce."}, "data_name": "wmt23_terminology", "hints": [{"cs": "trénovacích dát", "en": "training data"}, {"cs": "štatistického strojového prekladu", "en": "statistical machine translation"}, {"cs": "kvalitu", "en": "translation quality"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we demonstrate how to increase translation quality for one language pair by bringing in parallel data from a closely related language.", "cs": "V článku popisujeme, akým spôsobom je možné zlepšiť kvalitu prekladu pre daný jazykový pár pomocou využitia paralelných dát v príbuznom jazyku."}, "data_name": "wmt23_terminology", "hints": [{"cs": "kvalitu prekladu", "en": "translation quality"}, {"cs": "jazykový pár", "en": "language pair"}, {"cs": "paralelných dát", "en": "parallel data"}, {"cs": "príbuznom jazyku", "en": "closely related language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In particular, we improve en→sk translation using a large Czech–English parallel corpus and a shallow (rule-based) MT system for cs→sk.", "cs": "Konkrétne sme vylepšili en→sk preklad pomocou využitia veľkého česko-anglického paralelného korpusu a cs→sk prekladového systému založeného na pravidlách."}, "data_name": "wmt23_terminology", "hints": [{"cs": "en→sk preklad", "en": "en→sk translation"}, {"cs": "česko-anglického paralelného korpusu", "en": "Czech–English parallel corpus"}, {"cs": "cs→sk prekladového systému", "en": "MT system for cs→sk"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Several setup options are explored in order to identify the best possible configuration.", "cs": "Preskúmaných je niekoľko možností konfigurácie použitých systémov."}, "data_name": "wmt23_terminology", "hints": [{"cs": "možností konfigurácie", "en": "setup options"}, {"cs": "použitých systémov", "en": "best possible configuration"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "WMT 2011 Workshop testing set manually translated from Czech and English into Slovak.", "cs": "Testovacia sada z workshopu WMT 2011 manuálne preložená z češtiny a angličtiny do slovenčiny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Testovacia sada", "en": "testing set"}, {"cs": "workshopu WMT 2011", "en": "WMT 2011 Workshop"}, {"cs": "češtiny", "en": "Czech"}, {"cs": "angličtiny", "en": "English"}, {"cs": "slovenčiny", "en": "Slovak"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Data from three sources (part of Acquis, WMT test set and sentences selected from the set of books) translated by 5 machine translation systems (Česílko, Česílko 2, Google Translate and Moses with different settings) from Czech to Slovak and evaluated by three annotators.", "cs": "Dáta z troch zdrojov (časť korpusu Acquis, časť testovacej sady z WMT a vety vybrané z kníh) automaticky preložené pomocou piatich systémov (Česílko, Česílko 2, Google Translate a Moses s rôznymi nastaveniami) z češtiny do slovenčiny a ohodnotené troma anotátormi."}, "data_name": "wmt23_terminology", "hints": [{"cs": "troch zdrojov", "en": "three sources"}, {"cs": "časť korpusu Acquis", "en": "part of Acquis"}, {"cs": "časť testovacej sady z WMT", "en": "WMT test set"}, {"cs": "vety vybrané z kníh", "en": "sentences selected from the set of books"}, {"cs": "piatich systémov", "en": "5 machine translation systems"}, {"cs": "Česílko", "en": "Česílko"}, {"cs": "Česílko 2", "en": "Česílko 2"}, {"cs": "Google Translate", "en": "Google Translate"}, {"cs": "Moses", "en": "Moses"}, {"cs": "rôznymi nastaveniami", "en": "different settings"}, {"cs": "češtiny do slovenčiny", "en": "from Czech to Slovak"}, {"cs": "troma anotátormi", "en": "three annotators"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The translations were manually ordered according to their quality.", "cs": "Preklady boli ručne zoradené podľa ich kvality."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Preklady", "en": "translations"}, {"cs": "ručne zoradené", "en": "manually ordered"}, {"cs": "kvality", "en": "quality"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We introduce a taxonomy of factored phrase based translation scenarios and conduct a range of experiments in this taxonomy.", "cs": "Představujeme taxonomii pro faktorové modely frázového překladu a provádíme sérii experimentů s konfiguracemi z navržené taxonomie."}, "data_name": "wmt23_terminology", "hints": [{"cs": "taxonomii", "en": "taxonomy"}, {"cs": "faktorové modely frázového překladu", "en": "factored phrase based translation scenarios"}, {"cs": "experimentů", "en": "experiments"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We point out several common pitfalls when designing factored setups.", "cs": "Odhalujeme přitom řadu chyb v návrhu překladových modelů, jichž je vhodné se vyvarovat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "řadu chyb", "en": "several common pitfalls"}, {"cs": "návrhu překladových modelů", "en": "designing factored setups"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper also describes our WMT12 submissions CU-BOJAR and CU-POOR-COMB.", "cs": "Článek slouží rovněž jako popis našich systémů CU-BOJAR a CU-POOR-COMB v soutěži WMT12."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Článek", "en": "The paper"}, {"cs": "soutěži WMT12", "en": "WMT12 submissions"}, {"cs": "CU-BOJAR", "en": "CU-BOJAR"}, {"cs": "CU-POOR-COMB", "en": "CU-POOR-COMB"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The final technical report on rich tree-based translation for the EuroMatrixPlus project.", "cs": "Závěrečná technická zpráva grantu EuroMatrixPlus popisující strojový překlad prostřednictvím stromových struktur s bohatou anotací."}, "data_name": "wmt23_terminology", "hints": [{"cs": "grantu EuroMatrixPlus", "en": "EuroMatrixPlus project"}, {"cs": "strojový překlad", "en": "translation"}, {"cs": "stromových struktur", "en": "tree-based"}, {"cs": "bohatou anotací", "en": "rich"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Additional three Czech reference translations of the whole WMT 2011 data set (http://www.statmt.org/wmt11/test.tgz), translated from the German originals.", "cs": "Tři přídavné české referenční překlady celé datové sady WMT 2011 (http://www.statmt.org/wmt11/test.tgz), přeložené z němčiny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "české referenční překlady", "en": "Czech reference translations"}, {"cs": "datové sady WMT 2011", "en": "WMT 2011 data set"}, {"cs": "němčiny", "en": "German originals"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Original segmentation of the WMT 2011 data is preserved.", "cs": "Původní segmentace dat z WMT 2011 byla zachována."}, "data_name": "wmt23_terminology", "hints": [{"cs": "segmentace dat", "en": "segmentation"}, {"cs": "WMT 2011", "en": "WMT 2011"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This white paper presents the state of language technology support for the Czech language.", "cs": "Bílá kniha prezentuje stav podpory jazykových technologií pro češtinu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Bílá kniha", "en": "white paper"}, {"cs": "jazykových technologií", "en": "language technology"}, {"cs": "češtinu", "en": "Czech language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It is a part of a series that analyses the available language resources and technologies for 30 European languages.", "cs": "Je částí série, která analyzuje dostupné jayzkové zdroje pro 30 evropských jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "série", "en": "series"}, {"cs": "evropských jazyků", "en": "European languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Eman (“experimental manager”) is a software tool capable of maintaining large networks of mutually interconnected experiment processing large datasets, typically on a computational cluster.", "cs": "Eman („experimentální manažer“) je softwarový nástroj, který umožňuje řídit rozsáhlé soubory vzájemně provázaných experimentů, při kterých se zpracovávají velké datové soubory, typicky na výpočetním clusteru."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Eman", "en": "Eman"}, {"cs": "experimentální manažer", "en": "experimental manager"}, {"cs": "softwarový nástroj", "en": "software tool"}, {"cs": "vzájemně provázaných experimentů", "en": "mutually interconnected experiment"}, {"cs": "velké datové soubory", "en": "large datasets"}, {"cs": "výpočetním clusteru", "en": "computational cluster"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Eman was developed as an infrastructure for statistical machine translation but it can be used for other tasks as well.", "cs": "Byl vyvinut jako infrastruktura pro statistický strojový překlad, ale uplatní se i v jiných úlohách."}, "data_name": "wmt23_terminology", "hints": [{"cs": "infrastruktura pro statistický strojový překlad", "en": "infrastructure for statistical machine translation"}, {"cs": "jiných úlohách", "en": "other tasks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A tutorial on conducting a very broad range of experiments (for MT in particular).", "cs": "Návod, jak provádět širokou sérii experimentů (se zaměřením na strojový překlad)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "širokou sérii experimentů", "en": "very broad range of experiments"}, {"cs": "strojový překlad", "en": "MT"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Corpus annotation plays an important role in linguistic analysis and computa-tional processing of both written and spoken language.", "cs": "Korpusová anotace je důležitou součástí lingvistické analýzy a počítačového zpracování jazyka."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Korpusová anotace", "en": "Corpus annotation"}, {"cs": "lingvistické analýzy", "en": "linguistic analysis"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Syntactic annotation of spoken texts becomes clearly a topic of considerable interest nowadays, driven by the desire to improve auto-matic speech recognition systems by incorporating syntax in the language models, or to build language under-standing applications.", "cs": "Tento článek se zabývá problémy spojenými se syntaktickou anotací mluvených textů na pozadí syntaktické anotace ČAKu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "syntaktickou anotací", "en": "Syntactic annotation"}, {"cs": "mluvených textů", "en": "spoken texts"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "I would like to present my recent efforts on converting the Copenhagen Dependency Treebank (CDT) data into Treex.", "cs": "V přednášce představím software, který jsem vyvinul pro převod Kodaňského závislostního korpusu (CDT) do systému Treex."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Kodaňského závislostního korpusu", "en": "Copenhagen Dependency Treebank"}, {"cs": "CDT", "en": "CDT"}, {"cs": "systému Treex", "en": "Treex"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "CDT is a multilingual treebank developed at CBS.", "cs": "CDT je vícejazyčný korpus vyvinutý v Copenhagen Business School."}, "data_name": "wmt23_terminology", "hints": [{"cs": "CDT", "en": "CDT"}, {"cs": "vícejazyčný korpus", "en": "multilingual treebank"}, {"cs": "Copenhagen Business School", "en": "CBS"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Treex is a multi-purpose Natural Language Processing software framework developed at Charles University in Prague.", "cs": "Treex je multilinguální softwarový systém vyvinutý na Karlově univerzitě v Praze."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Treex", "en": "Treex"}, {"cs": "multilinguální softwarový systém", "en": "multi-purpose Natural Language Processing software framework"}, {"cs": "Karlově univerzitě v Praze", "en": "Charles University in Prague"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Treex is used in a number of projects aimed at building language data resources as well as at developing NLP applications such as Machine Translation systems.", "cs": "Treex se používá mimo jiné pro vývoj systémů strojového překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Treex", "en": "Treex"}, {"cs": "systémů strojového překladu", "en": "Machine Translation systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The talk will have two parts.", "cs": "Přednáška bude mít dvě části."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Přednáška", "en": "The talk"}, {"cs": "dvě části", "en": "two parts"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the first part I will give an overview of the conversion procedure, with focus on pecularities of CDT that made the conversion a challenging task.", "cs": "V první představím konverzní proceduru."}, "data_name": "wmt23_terminology", "hints": [{"cs": "konverzní proceduru", "en": "conversion procedure"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In the second part I will show how the CDT data in the new format can be browsed and further processed.", "cs": "Ve druhé části předvedu možné způsoby, jak s daty v novém formátu pracovat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "druhé části", "en": "second part"}, {"cs": "novém formátu", "en": "new format"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Předložená práce je zaměřená na využití stromových syntaktických struktur jakožto reprezentace věty přirozeného jazyka v experimentálním systému pro anglicko-český strojový překlad.", "cs": "The present work focuses on using tree-shaped syntactic structures as an intermediate sentence representation in an experimental English-Czech machine translation system."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Předložená práce", "en": "present work"}, {"cs": "stromových syntaktických struktur", "en": "tree-shaped syntactic structures"}, {"cs": "reprezentace věty přirozeného jazyka", "en": "intermediate sentence representation"}, {"cs": "experimentálním systému pro anglicko-český strojový překlad", "en": "experimental English-Czech machine translation system"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Analysis of different approaches to the concept and the description of hierarchy of element from the point of view of topic-focus articulation.", "cs": "Rozbor různých přístupů k pojetí a popisu stupňovitosti z hlediska aktuálního členění."}, "data_name": "wmt23_terminology", "hints": [{"cs": "různých přístupů", "en": "different approaches"}, {"cs": "pojetí", "en": "concept"}, {"cs": "popisu stupňovitosti", "en": "description of hierarchy of element"}, {"cs": "aktuálního členění", "en": "topic-focus articulation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The article is about main principles of the explicit description of language based on dependency syntax.", "cs": "Hlavní principy explicitního pražského závislostního modelu jazyka postupující od funkce k formě."}, "data_name": "wmt23_terminology", "hints": [{"cs": "explicitního pražského závislostního modelu jazyka", "en": "explicit description of language based on dependency syntax"}, {"cs": "Hlavní principy", "en": "main principles"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A comparison of two theoretical approaches to the information structure and the application of the Praguian approach in an annotated corpus of Czech.", "cs": "Srovnání dvou teoretických přístupů k aktuálnímu členění a uplatnění pražského přistupu v anotovaném počítačovém korpusu češtiny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "aktuálnímu členění", "en": "information structure"}, {"cs": "anotovaném počítačovém korpusu češtiny", "en": "annotated corpus of Czech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "A comparison of different Praguian approaches to information structure, from Vilem Mathesius up today.", "cs": "Srovnání přístupu k aktuálnímu členění v české lingvistice, od základní práce Mathesiovy až po práce současné."}, "data_name": "wmt23_terminology", "hints": [{"cs": "aktuálnímu členění", "en": "information structure"}, {"cs": "české lingvistice", "en": "Praguian approaches"}, {"cs": "základní práce Mathesiovy", "en": "Vilem Mathesius"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Linguistic issues that had to be analyzed and resolved during the annotation of information structure in the Prague Dependency Treebank.", "cs": "Článek shrnuje lingvistické problémy, na které jsme narazili a které řešili anotátoři při anotování informační struktury ve větách Pražského závislostního korpusu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lingvistické problémy", "en": "Linguistic issues"}, {"cs": "anotátoři", "en": "annotation"}, {"cs": "informační struktury", "en": "information structure"}, {"cs": "Pražského závislostního korpusu", "en": "Prague Dependency Treebank"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This software is a modification and configuration of Dspace 1.6 that allows Clarin centres that employ Dspace as their repository software to use Clarin recommended Handle Service from EPIC Consortium within Dspace.", "cs": "Tento software je modifikací a konfigurací Dspace 1.6, která umožňuje centrům Clarin, která používají Dspace jako svůj software pro repozitáře, využít službu Handle od konzorcia EPIC, doporučenou Clarinem, v rámci Dspace."}, "data_name": "wmt23_terminology", "hints": [{"cs": "software", "en": "software"}, {"cs": "Dspace 1.6", "en": "Dspace 1.6"}, {"cs": "centrům Clarin", "en": "Clarin centres"}, {"cs": "repozitáře", "en": "repository"}, {"cs": "službu Handle", "en": "Handle Service"}, {"cs": "konzorcia EPIC", "en": "EPIC Consortium"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In our contribution, we relate the development of a richly annotated corpus and a computational valency dictionary.", "cs": "Tento příspěvek se zabývá vztahem korpusu a valenčního slovníku."}, "data_name": "wmt23_terminology", "hints": [{"cs": "korpusu", "en": "corpus"}, {"cs": "valenčního slovníku", "en": "computational valency dictionary"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our valency dictionary has been created as a “byproduct” of the annotation of the Prague Dependency Treebank (PDT) but it became an important resource for further linguistic research as well as for computational processing of the Czech language.", "cs": "Slovník vznikl jako vedlejší produkt anotace Pražského závislostního korpusu, stal se důležitým zdrojem jak pro další lingvistický výzkum, tak pro počítačové zpracování češtiny."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Slovník", "en": "valency dictionary"}, {"cs": "Pražského závislostního korpusu", "en": "Prague Dependency Treebank (PDT)"}, {"cs": "lingvistický výzkum", "en": "linguistic research"}, {"cs": "počítačové zpracování češtiny", "en": "computational processing of the Czech language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper describes our system used for dependency parsing of Hindi data during the shared task at Coling 2012.", "cs": "Příspěvek popisuje systém použitý pro závislostní syntaktickou analýzu hindských dat v rámci soutěže na Colingu 2012."}, "data_name": "wmt23_terminology", "hints": [{"cs": "závislostní syntaktickou analýzu", "en": "dependency parsing"}, {"cs": "hindských dat", "en": "Hindi data"}, {"cs": "soutěže na Colingu 2012", "en": "shared task at Coling 2012"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We describe our experiments with phrase-based machine translation for the WMT 2012 Shared Task.", "cs": "Popisujeme naše pokusy s frázovým strojovým překladem pro soutěž WMT 2012."}, "data_name": "wmt23_terminology", "hints": [{"cs": "frázovým strojovým překladem", "en": "phrase-based machine translation"}, {"cs": "soutěž WMT 2012", "en": "WMT 2012 Shared Task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We trained one system for 14 translation directions between English or Czech on one side and English, Czech, German, Spanish or French on the other side.", "cs": "Natrénovali jsme jeden systém pro 14 překladových párů mezi angličtinou nebo češtinou na jedné straně a angličtinou, češtinou, němčinou, španělštinou nebo francouzštinou na druhé straně."}, "data_name": "wmt23_terminology", "hints": [{"cs": "angličtinou", "en": "English"}, {"cs": "češtinou", "en": "Czech"}, {"cs": "němčinou", "en": "German"}, {"cs": "španělštinou", "en": "Spanish"}, {"cs": "francouzštinou", "en": "French"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Observations from this year's experiments at ÚFAL for the WMT shared translation task.", "cs": "Postřehy z letošních pokusů na ÚFALu v rámci mezinárodní soutěže ve strojovém překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "letošních pokusů", "en": "this year's experiments"}, {"cs": "ÚFALu", "en": "ÚFAL"}, {"cs": "mezinárodní soutěže ve strojovém překladu", "en": "WMT shared translation task"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper contains an attempt to formalize the degree of word order freedom for natural languages.", "cs": "Tento článek se zabývá formalizací popisu volného slovosledu přirozených jazyků."}, "data_name": "wmt23_terminology", "hints": [{"cs": "formalizací popisu volného slovosledu přirozených jazyků", "en": "formalize the degree of word order freedom for natural languages"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It exploits the mechanism of the analysis by reduction and defines a measure based on a number of shifts performed in the course of the analysis.", "cs": "Využívá mechanismu redukční analýzy a definuje míru volnosti slovosledu na základě počtu přesunů provedených v průběhu analýzy."}, "data_name": "wmt23_terminology", "hints": [{"cs": "mechanismu redukční analýzy", "en": "mechanism of the analysis by reduction"}, {"cs": "míru volnosti slovosledu", "en": "a measure"}, {"cs": "počtu přesunů", "en": "number of shifts"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This measure helps to understand the difference between the word order complexity (how difficult it is to parse sentences with more complex word order) and word order freedom in Czech (to which extent it is possible to change the word order without causing a change of individual word forms, their morphological characteristics and/or their surface dependency relations).", "cs": "Tato míra umožňuje rozlišit složitost slovosledu (jak obtížné je analyzovat věty se složitějším slovosledem) a volnost slovosledu (do jaké míry je možné měnit slovosled, aniž by došlo ke změně jednotlivých slovních tvarů, jejich morfologické charakteristiky a / nebo jejich povrchově syntaktických vztahů)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "složitost slovosledu", "en": "word order complexity"}, {"cs": "volnost slovosledu", "en": "word order freedom"}, {"cs": "morfologické charakteristiky", "en": "morphological characteristics"}, {"cs": "povrchově syntaktických vztahů", "en": "surface dependency relations"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We exemplify this distinction on a pilot study on Czech sentences with clitics.", "cs": "Tento rozdíl je ilustrován na pilotní studii českých vět s klitikami."}, "data_name": "wmt23_terminology", "hints": [{"cs": "pilotní studii", "en": "pilot study"}, {"cs": "českých vět", "en": "Czech sentences"}, {"cs": "klitikami", "en": "clitics"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This chapter describes the history of experiments in the field of machine translation among related Slavic languages, methods used and results achieved.", "cs": "Kapitola popisuje historii pokusů s automatickým překladem mezi příbuznými jazyky, použité metody a dosažené výsledky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "historii pokusů", "en": "history of experiments"}, {"cs": "automatickým překladem", "en": "machine translation"}, {"cs": "příbuznými jazyky", "en": "related Slavic languages"}, {"cs": "použité metody", "en": "methods used"}, {"cs": "dosažené výsledky", "en": "results achieved"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present the Prague Dependency Treebank 2.5, the newest version of PDT and the first to be released under a free license.", "cs": "Představujeme nejnovější verzi Pražského závislostního treebanku PDT 2.5, který bude poprvé vydán pod veřejnou licencí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Pražského závislostního treebanku PDT 2.5", "en": "Prague Dependency Treebank 2.5"}, {"cs": "veřejnou licencí", "en": "free license"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We show the benefits of PDT 2.5 in comparison to other state-of-the-art treebanks.", "cs": "Výhody PDT 2.5 ukážeme na srovnání s nejmodernějšími treebanky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "PDT 2.5", "en": "PDT 2.5"}, {"cs": "treebanky", "en": "treebanks"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We present the new features of the 2.5 release, how they were obtained and how reliably they are annotated.", "cs": "Představíme nové vlastnosti verze 2.5, popíšeme, jak byly anotovány i jak spolehlivá tato anotace je."}, "data_name": "wmt23_terminology", "hints": [{"cs": "nové vlastnosti", "en": "new features"}, {"cs": "verze 2.5", "en": "2.5 release"}, {"cs": "anotovány", "en": "annotated"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We also show how they can be used in queries and how they are visualised with tools released alongside the treebank.", "cs": "Ukážeme, jakými dotazy lze nové jevy hledat a jak se zobrazují v nástrojích dodávaných spolu s treebankem."}, "data_name": "wmt23_terminology", "hints": [{"cs": "dotazy", "en": "queries"}, {"cs": "nástrojích", "en": "tools"}, {"cs": "treebankem", "en": "treebank"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The paper focuses on the annotation of sentence modality in the Prague Dependency Treebank (PDT).", "cs": "Článek se zabývá anotací větné modality v Pražském závislostním korpusu (PDT)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "anotací větné modality", "en": "annotation of sentence modality"}, {"cs": "Pražském závislostním korpusu", "en": "Prague Dependency Treebank"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Sentence modality is expressed by a combination of several means in Czech, from which the category of verbal mood and the final punctuation of the sentence are the most important ones.", "cs": "Větná modalita je v češtině vyjádřena kombinací několika faktorů, především slovesným způsobem a koncovou interpunkcí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Větná modalita", "en": "Sentence modality"}, {"cs": "češtině", "en": "Czech"}, {"cs": "slovesným způsobem", "en": "verbal mood"}, {"cs": "koncovou interpunkcí", "en": "final punctuation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In PDT 2.0, sentence modality was assigned semi-automatically to the root node of each sentence (tree) and further to the roots of parenthesis and direct speech subtrees.", "cs": "V PDT 2.0 byla větná modalita přiřazena poloautomaticky kořeni každé věty (stromu) a dále kořenům stromů reprezentujících vsuvku nebo přímou řeč."}, "data_name": "wmt23_terminology", "hints": [{"cs": "PDT 2.0", "en": "PDT 2.0"}, {"cs": "větná modalita", "en": "sentence modality"}, {"cs": "kořeni", "en": "root node"}, {"cs": "věty", "en": "sentence"}, {"cs": "stromu", "en": "tree"}, {"cs": "vsuvku", "en": "parenthesis"}, {"cs": "přímou řeč", "en": "direct speech"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "As this approach was too simple to adequately represent the linguistic phenomenon in question, the method for assigning the sentence modality has been revised and elaborated for the forthcoming version of the treebank (PDT 3.0).", "cs": "Tento přístup byl příliš zjednodušující pro adekvátní zachycení daného jevu, proto byla metoda přiřazení větné modality pro příští vydání treebanku (PDT 3.0) zrevidována a rozpracována."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přístup", "en": "approach"}, {"cs": "metoda přiřazení větné modality", "en": "method for assigning the sentence modality"}, {"cs": "treebanku (PDT 3.0)", "en": "treebank (PDT 3.0)"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Reinforcement learning methods have been successfully used to optimise dialogue strategies in statistical dialogue systems.", "cs": "Zpětno vazební učení již bylo úspěšně použito k optimalizaci statisktických dialogových systémů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Zpětno vazební učení", "en": "Reinforcement learning methods"}, {"cs": "statisktických dialogových systémů", "en": "statistical dialogue systems"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Typically, reinforcement techniques learn on-policy i.e., the dialogue strategy is updated online while the system is interacting with a user.", "cs": "Typicky zpětnovazební učení se učí online on-policy tj."}, "data_name": "wmt23_terminology", "hints": [{"cs": "zpětnovazební učení", "en": "reinforcement techniques"}, {"cs": "on-policy", "en": "on-policy"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "This paper proposes a novel off-policy reinforcement learning method based on natural policy gradients and importance sampling.", "cs": "Alternativou k tomuto přístupu je off-policy učení kdy otimální strategie řízení je určena z korpusu již dříve pořízených dialogů."}, "data_name": "wmt23_terminology", "hints": [{"cs": "off-policy učení", "en": "off-policy reinforcement learning"}, {"cs": "otimální strategie řízení", "en": "natural policy gradients"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The algorithm is evaluated on a spoken dialogue system in the tourist information domain.", "cs": "Tento článek prezentuje a nový zpětnovazební algoritmus založený na přirozených gradientech a vhodné adaptaci samplování dat."}, "data_name": "wmt23_terminology", "hints": [{"cs": "zpětnovazební algoritmus", "en": "algorithm"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "The experiments indicate that the proposed method learns a dialogue strategy, which significantly outperforms the baseline handcrafted dialogue policy", "cs": "Experimenty ukazují, že prezentovaný algoritmus je schopen se naučit strategii řízení, která je lepší než manuálně vytvořená strategie řízení."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Experimenty", "en": "The experiments"}, {"cs": "prezentovaný algoritmus", "en": "the proposed method"}, {"cs": "strategii řízení", "en": "dialogue strategy"}, {"cs": "manuálně vytvořená strategie řízení", "en": "baseline handcrafted dialogue policy"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we present two dependency parser training methods appropriate for parsing outputs of statistical machine translation (SMT), which pose problems to standard parsers due to their frequent ungrammaticality.", "cs": "Představujeme dvě metody pro trénování závislostního parseru vhodného pro parsing výstupů strojového překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "závislostního parseru", "en": "dependency parser"}, {"cs": "strojového překladu", "en": "statistical machine translation"}, {"cs": "trénování", "en": "training methods"}, {"cs": "výstupů", "en": "outputs"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We adapt the MST parser by exploiting additional features from the source language, and by introducing artificial grammatical errors in the parser training data, so that the training sentences resemble SMT output.", "cs": "Upravili jsme MST parser použitím dalších rysů ze zdrojového jazyka a zavedením umělých gramatických chyb do trénovacích dat parseru, takže tato více odpovídají výstupu storjového překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "MST parser", "en": "MST parser"}, {"cs": "zdrojového jazyka", "en": "source language"}, {"cs": "trénovacích dat parseru", "en": "parser training data"}, {"cs": "storjového překladu", "en": "SMT output"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We evaluate the modified parser on DEPFIX, a system that improves English-Czech SMT outputs using automatic rule-based corrections of grammatical mistakes which requires parsed SMT output sentences as its input.", "cs": "Upravený parser evaluujeme na systému DEPFIX, který zlepšuje výstupy anglicko-českého strojového překladu automatickými opravami založenými na pravidlech."}, "data_name": "wmt23_terminology", "hints": [{"cs": "parser", "en": "parser"}, {"cs": "DEPFIX", "en": "DEPFIX"}, {"cs": "anglicko-českého strojového překladu", "en": "English-Czech SMT outputs"}, {"cs": "automatickými opravami", "en": "automatic rule-based corrections"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Both parser modifications led to improvements in BLEU score; their combination was evaluated manually, showing a statistically significant improvement of the translation quality.", "cs": "Obě úpravy parseru vedou ke zvýšení skóre BLEU; jejich kombinace byla evaluována manuálně a vykazuje statisticky signifikantní zlepšení kvality překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "úpravy parseru", "en": "parser modifications"}, {"cs": "skóre BLEU", "en": "BLEU score"}, {"cs": "kvality překladu", "en": "translation quality"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Much of the attention in the MT community has recently been devoted to improving the lexical choice in the target language by capturing a context wider than just a single sentence.", "cs": "Množstvo pozornosti v MT komunitě bylo v nedávne době věnováno zlepšování lexikálního výběru v cílovém jazyce pomocí zachycení kontextu širšího nežli jedna věta."}, "data_name": "wmt23_terminology", "hints": [{"en": "MT community", "cs": "MT komunitě"}, {"en": "lexical choice", "cs": "lexikálního výběru"}, {"en": "target language", "cs": "cílovém jazyce"}, {"en": "context", "cs": "kontextu"}, {"en": "single sentence", "cs": "jedna věta"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this talk I will present our contribution to these efforts, particularly the progress in enriching translation models for English to Czech translation within the TectoMT system.", "cs": "V této přednášce prezentuji náš příspěvek k těmto snahám, konkrétně pokrok v obohacování překladových modelů pro překlad z angličtiny do češtiny systémem TectoMT."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přednášce", "en": "talk"}, {"cs": "překladových modelů", "en": "translation models"}, {"cs": "angličtiny do češtiny", "en": "English to Czech translation"}, {"cs": "TectoMT", "en": "TectoMT system"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "First of all, we performed a pure technical step.", "cs": "Ze všeho nejdřív jsme provedli čistě techický krok."}, "data_name": "wmt23_terminology", "hints": [{"cs": "techický krok", "en": "technical step"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We replaced the MaxEnt learning module used so far with the Vowpal Wabbit learning toolkit.", "cs": "Nahradili jsme doteď používaný modul MaxEnt na strojové učení nástrojem Vowpal Wabbit."}, "data_name": "wmt23_terminology", "hints": [{"cs": "modul MaxEnt", "en": "MaxEnt learning module"}, {"cs": "nástrojem Vowpal Wabbit", "en": "Vowpal Wabbit learning toolkit"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "It not only allows us to train our models faster, to exploit more training examples and features, but it also offers rich parametrization options, which can together lead to improvement of our MT system.", "cs": "Ten nám nejenom umožňuje trénovat modely rychleji a tím využít víc trénovacích příkladů a rysů, ale také nabízí bohaté možnosti parametrizace, co dohromady může vést k zlepšení našeho MT systému."}, "data_name": "wmt23_terminology", "hints": [{"cs": "trénovat modely", "en": "train our models"}, {"cs": "trénovacích příkladů", "en": "training examples"}, {"cs": "rysů", "en": "features"}, {"cs": "parametrizace", "en": "parametrization"}, {"cs": "MT systému", "en": "MT system"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "However, the main objective of this ongoing work is to explore the potential of lexical context features to improve the translation.", "cs": "Nicméně, hlavním cílem tohoto pořád běžícího projektu je prozkoumat potenciál lexikálních kontextových rysů na vylepšení překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "hlavním cílem", "en": "main objective"}, {"cs": "lexikálních kontextových rysů", "en": "lexical context features"}, {"cs": "překladu", "en": "translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "We do so by including the standard bag-of-words features and by introducing novel features representing concepts coming from Explicit Semantic Analysis, which was originally developed in the field of Information Retrieval.", "cs": "Činíme tak přidáním standardních bag-of-words rysů a zavedením nových rysů reprezentujících koncepty z Explicitní Sémantické Analýzy, co je metoda původně vyvynuta v oboru Dobývaní znalostí."}, "data_name": "wmt23_terminology", "hints": [{"cs": "standardních bag-of-words rysů", "en": "standard bag-of-words features"}, {"cs": "Explicitní Sémantické Analýzy", "en": "Explicit Semantic Analysis"}, {"cs": "Dobývaní znalostí", "en": "Information Retrieval"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this talk I presented the shift of my research from utilization of coreference to utilization of text context in general in the task of Machine Translation.", "cs": "V této přednášce jsem prezentoval posun témy mojeho výzkumu z využití koreference na využití textového kontextu všeobecně v úloze strojového překladu."}, "data_name": "wmt23_terminology", "hints": [{"cs": "přednášce", "en": "talk"}, {"cs": "výzkumu", "en": "research"}, {"cs": "využití koreference", "en": "utilization of coreference"}, {"cs": "využití textového kontextu", "en": "utilization of text context"}, {"cs": "úloze strojového překladu", "en": "task of Machine Translation"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "I introduced lexical discriminative translation models and the initial experiments with them integrated within the English to Czech translation scenario in TectoMT system.", "cs": "Představil jsem lexikální diskriminativní překladové modely a prvotní experimenty s nimi v rámci překladu z angličtiny do češtiny systémem TectoMT."}, "data_name": "wmt23_terminology", "hints": [{"cs": "lexikální diskriminativní překladové modely", "en": "lexical discriminative translation models"}, {"cs": "překladu z angličtiny do češtiny", "en": "English to Czech translation"}, {"cs": "TectoMT", "en": "TectoMT system"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Annotated corpora such as treebanks are important for the development of parsers, language applications as well as understanding of the language itself.", "cs": "Anotované korpusy jako treebanks jsou důležité pro vývoj analyzátorů, jazykové aplikace, stejně jako porozumění Jazyk sám."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Anotované korpusy", "en": "Annotated corpora"}, {"cs": "treebanks", "en": "treebanks"}, {"cs": "vývoj analyzátorů", "en": "development of parsers"}, {"cs": "jazykové aplikace", "en": "language applications"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Only very few languages possess these scarce resources.", "cs": "Jen velmi málo jazyků mají tyto omezené zdroje."}, "data_name": "wmt23_terminology", "hints": [{"cs": "jazyků", "en": "languages"}, {"cs": "omezené zdroje", "en": "scarce resources"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "In this paper, we describe our efforts in syntactically annotating a small corpora (600 sentences) of Tamil language.", "cs": "V tomto článku si popíšeme naše úsilí v syntakticky anotace malé korpusy (600 vět) z Tamil jazyce."}, "data_name": "wmt23_terminology", "hints": [{"cs": "článku", "en": "paper"}, {"cs": "syntakticky anotace", "en": "syntactically annotating"}, {"cs": "malé korpusy", "en": "small corpora"}, {"cs": "Tamil jazyce", "en": "Tamil language"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Our annotation is similar to Prague Dependency Treebank (PDT) and consists of annotation at 2 levels or layers: (i) morphological layer (m-layer) and (ii) analytical layer (a-layer).", "cs": "Naše anotace je podobný Pražského závislostního korpusu (PDT) a skládá se z Anotace na 2 podlažích či vrstev: (i) Morfologická rovina (m-layer) a (ii) analytické vrstvy (vrstvy)."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Pražského závislostního korpusu", "en": "Prague Dependency Treebank"}, {"cs": "Anotace na 2 podlažích", "en": "annotation at 2 levels"}, {"cs": "Morfologická rovina", "en": "morphological layer"}, {"cs": "analytické vrstvy", "en": "analytical layer"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "For both the layers, we introduce annotation schemes i.e.", "cs": "U obou vrstev, uvádíme anotace programů, tj."}, "data_name": "wmt23_terminology", "hints": [{"cs": "obou vrstev", "en": "both the layers"}, {"cs": "anotace programů", "en": "annotation schemes"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "positional tagging for m-layer and dependency relations for a-layers.", "cs": "poziční značení pro m-layer a vztahy závislosti na několika vrstev."}, "data_name": "wmt23_terminology", "hints": [{"cs": "poziční značení", "en": "positional tagging"}, {"cs": "m-layer", "en": "m-layer"}, {"cs": "vztahy závislosti", "en": "dependency relations"}, {"cs": "několika vrstev", "en": "a-layers"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Finally, we discuss some of the issues in treebank development for Tamil.", "cs": "Na závěr budeme diskutovat některé otázky v korpus vývoj pro Tamil."}, "data_name": "wmt23_terminology", "hints": [{"cs": "korpus vývoj", "en": "treebank development"}, {"cs": "Tamil", "en": "Tamil"}], "task_type": "term_con_trans"}
+{"src_lang": "en", "tgt_lang": "cs", "translation": {"en": "Morph length is one of the indicative feature that helps learning the morphology of languages, in particular agglutinative languages.", "cs": "Morph délka je jedním z orientační funkce , která pomáhá učit morfologii jazyků, zejména aglutinační jazyky."}, "data_name": "wmt23_terminology", "hints": [{"cs": "Morph délka", "en": "Morph length"}, {"cs": "orientační funkce", "en": "indicative feature"}, {"cs": "morfologii jazyků", "en": "morphology of languages"}, {"cs": "aglutinační jazyky", "en": "agglutinative languages"}], "task_type": "term_con_trans"}