opusparcus–open subtitles paraphrase ......ru: Я не хочу в Европу . ↮ Ты...

19
Faculty of Arts Mathias Creutz OPUSPARCUS – OP EN SU BTITLES PAR APHRASE C ORPUS FOR SIX LANGUAGES [email protected] Department of Digital Humanities Faculty of Arts University of Helsinki Miyazaki, Japan, 10 May 2018 10 May 2018 LREC 2018 1

Upload: others

Post on 16-Oct-2020

28 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: OPUSPARCUS–OPEN SUBTITLES PARAPHRASE ......ru: Я не хочу в Европу . ↮ Ты знаешь , где она это взяла ? sv: Hankundeintekomma. ↮ VarärJack

Faculty of Arts Mathias Creutz

OPUSPARCUS – OPEN SUBTITLESPARAPHRASE CORPUS FOR SIX LANGUAGES

[email protected]

Department of Digital HumanitiesFaculty of Arts

University of Helsinki

Miyazaki, Japan, 10 May 2018

10 May 2018LREC 2018

1

Page 2: OPUSPARCUS–OPEN SUBTITLES PARAPHRASE ......ru: Я не хочу в Европу . ↮ Ты знаешь , где она это взяла ? sv: Hankundeintekomma. ↮ VarärJack

Faculty of Arts Mathias Creutz 10 May 2018LREC 2018

2

DATA SOURCE

https://www.opensubtitles.org

http://opus.lingfil.uu.se/

https://korp.csc.fi/download/opusparcus/Opusparcus

Page 3: OPUSPARCUS–OPEN SUBTITLES PARAPHRASE ......ru: Я не хочу в Европу . ↮ Ты знаешь , где она это взяла ? sv: Hankundeintekomma. ↮ VarärJack

Faculty of Arts Mathias Creutz 10 May 2018LREC 2018

3

Youwannastart?

en

THE PROCESS: DISCOVERING PARAPHRASES FOR ”YOU WANNASTART?”

Page 4: OPUSPARCUS–OPEN SUBTITLES PARAPHRASE ......ru: Я не хочу в Европу . ↮ Ты знаешь , где она это взяла ? sv: Hankundeintekomma. ↮ VarärJack

Faculty of Arts Mathias Creutz 10 May 2018LREC 2018

4

Youwannastart?

Willst duanfangen?

Tu veuxcommencer ?

Vill dubörja?

Хочешьначать?

Aloitatko?Haluatkoaloittaa?

fr

sv

de

fi

ru

Page 5: OPUSPARCUS–OPEN SUBTITLES PARAPHRASE ......ru: Я не хочу в Европу . ↮ Ты знаешь , где она это взяла ? sv: Hankundeintekomma. ↮ VarärJack

Faculty of Arts Mathias Creutz 10 May 2018

LREC 2018

5

Do you want to go first?Or else you can start.You wanna break?

Do you wanna start?Do you wanna volley for serve?Do you want to go first?Do you want to start?Hey, you want to tap out?The new dad's gonna.Want to go first?You wanna get started?You wanna go first?You want to get into this right now?

Do you want to go first?Do you want to proceed?No, I think you should.Okay, you wanna go first?Wh-When did you talk to him?You wanna start us off?You want to be first?You want to go first?

Did you wanna go first?Do you want to go first?Want to start?

D'you want to go first?Do you know the opening?Do you want to go first?Do you want to start?This calls for a joint.Why don't you start us off.Would you like to start?You wanna go first?You want to go first?

You

wanna

start?

Willst du

anfangen?Tu veux

commencer ?

Vill du

börja?

Хочешь

начать?

Aloitatko?

Haluatko

aloittaa?

Page 6: OPUSPARCUS–OPEN SUBTITLES PARAPHRASE ......ru: Я не хочу в Европу . ↮ Ты знаешь , где она это взяла ? sv: Hankundeintekomma. ↮ VarärJack

Faculty of Arts Mathias Creutz 10 May 2018LREC 2018

6

Do you want to go first?Or else you can start.You wanna break?

Do you wanna start?Do you wanna volley for serve?Do you want to go first?Do you want to start?Hey, you want to tap out?The new dad's gonna.Want to go first?You wanna get started?You wanna go first?You want to get into this right now?

Do you want to go first?Do you want to proceed?No, I think you should.Okay, you wanna go first?Wh-When did you talk to him?You wanna start us off?You want to be first?You want to go first?

Did you wanna go first?Do you want to go first?Want to start?

D'you want to go first?Do you know the opening?Do you want to go first?Do you want to start?This calls for a joint.Why don't you start us off.Would you like to start?You wanna go first?You want to go first?

Youwannastart?

Willst duanfangen?

Tu veuxcommencer ?

Vill dubörja?

Хочешьначать?

Aloitatko?Haluatkoaloittaa?

Page 7: OPUSPARCUS–OPEN SUBTITLES PARAPHRASE ......ru: Я не хочу в Европу . ↮ Ты знаешь , где она это взяла ? sv: Hankundeintekomma. ↮ VarärJack

Faculty of Arts Mathias Creutz

de: Das haben wir schon versucht . ↔ Wir haben das bereits probiert .en: We hope you enjoy the flight . ↔ We hope you have a pleasant flight .

fi: Mikä on noin hauskaa ? ↔ Mitä hirnut siinä ?fr: Je ne fais pas de bruit . ↔ Je suis très silencieux .

ru: Может , поговорим об этом ? ↔ Хочешь об этом поговорить ?sv: Alla vinner på det . ↔ Det tjänar alla på .

10 May 2018LREC 2018

7

SOME PARAPHRASES FOUND

Page 8: OPUSPARCUS–OPEN SUBTITLES PARAPHRASE ......ru: Я не хочу в Европу . ↮ Ты знаешь , где она это взяла ? sv: Hankundeintekomma. ↮ VarärJack

Faculty of Arts Mathias Creutz

de: Willkommen , Professor Liu . ↮ Wo ist meine Tochter ?

en: I don ’t get it . ↮ Why isn ’t your brother here ?

fi: Mitä me teemme ? ↮ Viemme sairaalaan .

fr: On est des chiens . ↮ Qu' avons-nous fait ?

ru: Я не хочу в Европу . ↮ Ты знаешь , где она это взяла ?

sv: Han kunde inte komma . ↮ Var är Jack ?

10 May 2018LREC 2018

8

SOME SUGGESTED SENTENCE PAIRSTHAT ARE NOT PARAPHRASES

Page 9: OPUSPARCUS–OPEN SUBTITLES PARAPHRASE ......ru: Я не хочу в Европу . ↮ Ты знаешь , где она это взяла ? sv: Hankundeintekomma. ↮ VarärJack

Faculty of Arts Mathias Creutz 10 May 2018LREC 2018

9

And I can 't ever thank you .

I can 't thank you enough .

Page 10: OPUSPARCUS–OPEN SUBTITLES PARAPHRASE ......ru: Я не хочу в Европу . ↮ Ты знаешь , где она это взяла ? sv: Hankundeintekomma. ↮ VarärJack

Faculty of Arts Mathias Creutz 10 May 2018LREC 2018

10

ANNOTATION CATEGORIES

Page 11: OPUSPARCUS–OPEN SUBTITLES PARAPHRASE ......ru: Я не хочу в Европу . ↮ Ты знаешь , где она это взяла ? sv: Hankundeintekomma. ↮ VarärJack

Faculty of Arts Mathias Creutz 10 May 2018LREC 2018

11

MANUALLY ANNOTATED”DEVELOPMENT” AND ”TEST” SETS

Language Total number of annotations

“Good” or“Mostly good” paraphrases

German (de) 3483 2060

English (en) 3088 1997

Finnish (fi) 3703 1921

French (fr) 3847 2004

Russian (ru) 4381 2088

Swedish (sv) 4178 1931

Total 22,680 12,001

Page 12: OPUSPARCUS–OPEN SUBTITLES PARAPHRASE ......ru: Я не хочу в Европу . ↮ Ты знаешь , где она это взяла ? sv: Hankundeintekomma. ↮ VarärJack

Faculty of Arts Mathias Creutz 10 May 2018LREC 2018

12

ESTIMATED QUALITY OF AUTOMATICALLY RANKED “TRAINING” SETS

Page 13: OPUSPARCUS–OPEN SUBTITLES PARAPHRASE ......ru: Я не хочу в Европу . ↮ Ты знаешь , где она это взяла ? sv: Hankundeintekomma. ↮ VarärJack

Faculty of Arts Mathias Creutz 10 May 2018LREC 2018

13

Page 14: OPUSPARCUS–OPEN SUBTITLES PARAPHRASE ......ru: Я не хочу в Европу . ↮ Ты знаешь , где она это взяла ? sv: Hankundeintekomma. ↮ VarärJack

Faculty of Arts Mathias Creutz 10 May 2018LREC 2018

14

RANKING FORMULAE

Conditional probability:

Page 15: OPUSPARCUS–OPEN SUBTITLES PARAPHRASE ......ru: Я не хочу в Европу . ↮ Ты знаешь , где она это взяла ? sv: Hankundeintekomma. ↮ VarärJack

Faculty of Arts Mathias Creutz 10 May 2018LREC 2018

15

RANKING FORMULAE

Conditional probability:

Joint probability:

Page 16: OPUSPARCUS–OPEN SUBTITLES PARAPHRASE ......ru: Я не хочу в Европу . ↮ Ты знаешь , где она это взяла ? sv: Hankundeintekomma. ↮ VarärJack

Faculty of Arts Mathias Creutz 10 May 2018LREC 2018

16

RANKING FORMULAE

Conditional probability:

Joint probability:

Pointwise mutual information:

Page 17: OPUSPARCUS–OPEN SUBTITLES PARAPHRASE ......ru: Я не хочу в Европу . ↮ Ты знаешь , где она это взяла ? sv: Hankundeintekomma. ↮ VarärJack

Faculty of Arts Mathias Creutz 10 May 2018LREC 2018

17

RANKING FORMULAE

Conditional probability:

Joint probability:

Pointwise mutual information:

Joint probability and PMI combined:

Page 18: OPUSPARCUS–OPEN SUBTITLES PARAPHRASE ......ru: Я не хочу в Европу . ↮ Ты знаешь , где она это взяла ? sv: Hankundeintekomma. ↮ VarärJack

Faculty of Arts Mathias Creutz 10 May 2018LREC 2018

18

RANKING FORMULAE

Conditional probability:

Joint probability:

Pointwise mutual information:

Joint probability and PMI combined:

PMI summed over multiplepivot language corpora:

Page 19: OPUSPARCUS–OPEN SUBTITLES PARAPHRASE ......ru: Я не хочу в Европу . ↮ Ты знаешь , где она это взяла ? sv: Hankundeintekomma. ↮ VarärJack

Faculty of Arts Mathias Creutz

de: Danke für Ihre Zeit . ↔ Vielen Dank für ihre Zeit .en: Thank you for listening . ↔ Thank you for your attention .fi: Kiitos , kun tulitte . ↔ Kiitos kun pääsitte tulemaan .fr: Je vous remercie d' être venus . ↔ Merci infiniment d' être venus .ru: В любом случае , спасибо . ↔ Всё равно - спасибо .sv: Tack , det var allt . ↔ Tack ska ni ha , allihop .

10 May 2018LREC 2018

19

FINALLY

I am grateful for the valuable contributions by: Mikko Aulamo, Thomas de Bluts, Aleksandr Semenov, Eetu Sjöblom, OliviaEngström, Janine Siewert, Carola Carpentier, Svante Creutz, Yves Scherrer, Anders Ahlbäck, Sami Itkonen, RiikkaRaatikainen, Kaisla Kajava, Tiina Koho, Oksana Lehtonen, Sharid Loáiciga Sánchez, Tatiana Batanina, Jörg Tiedemann,Mietta Lennes, Hanna Westerlund, and Martin Matthiesen, as well as the anonymous reviewers.