Production de ressources linguistiques

A MLTC, toutes les compétences sont réunies pour collecter des données, les annoter et les transcrire, dans le cas de ressources orales.

Ressources écrites :

1. Annotation et enrichissement de corpus.
2. Alignement de corpus :
- Constitution de corpus parallèles entre le français et l'arabe
- Alignement de corpus bilingues dans différents domaines de spécialité : financier, scientifique, médical, etc.

Ressources orales :

1. Collecte de données orales:
- Enregistrements par téléphone :
Enregistrement de locuteurs à travers le téléphone fixe ou mobile, dans différents environnements et dans un grand nombre de langues méditerranéennes (arabe, français, différents dialectes maghrébins, etc.)
- Enregistrements de télé-radio :
Enregistrement de différentes radios ou télés maghrébines et orientales (de type broadcast news).
2. Transcription orthographique et phonétique des données collectées en arabe et français.
3. Annotation de textes en arabe et en français

Ressources multimodales :

Annotation de données vidéo en fonction de plusieurs modalités (la voix, le geste, le regard, etc.)