An analysis of Twitter corpora and the differences between formal and colloquial tweets

All of RECERCAT

To access the full text documents, please follow this link: http://hdl.handle.net/2117/79542

Title:	An analysis of Twitter corpora and the differences between formal and colloquial tweets
Author:	González Bermúdez, Meritxell
Other authors:	Universitat Politècnica de Catalunya. GPLN - Grup de Processament del Llenguatge Natural
Abstract:	This work reviews recent publications addressing the Twitter translation task, and highlights the lack of appropriate corpora that represents the colloquial language used in Twitter. It also discusses the most well-know issues in the Twitter genre: the use of hashtags and the amount of OOVs, with especial focus in comparing the differences between formal and colloquial texts. // Este trabajo resume las publicaciones recientes en el área de la traducción automática de tweets, destacando la falta de un corpus que represente el lenguaje coloquial presente en Twitter. También se tratan los problemas más conocidos del género de Twitter: el uso de hashtags y la gran cantidad de palabras OOV, con especial enfoque en las diferencias entre tweets formales y coloquiales
Abstract:	Peer Reviewed
Subject(s):	-Àrees temàtiques de la UPC::Informàtica::Intel·ligència artificial::Llenguatge natural -Machine translating -Twitter--Social aspects -corpus -tweets -hashtags -OOV -Traducció automàtica
Rights:
Document type:	Article - Submitted version Conference Object
Published by:	CEUR-WS.org
Share: