OpenSubtitles2016

Pour ceux et celles qui s’intéressent aux corpus de sous-titres de film : le corpus OpenSubtitles2011 a été revu et corrigé et est mis à disposition sous le nom OpenSubtitles2016.  Les auteurs informent sur les modifications effectuées :

This is a cleaner version of the subtitle collection using improved conversion, sentence alignment, better language checking, more meta data, ….

L’interrogation du corpus en ligne est, à ce jour, assez restreint, en tout cas en ce qui concerne l’allemand qui peut être aligné avec le finnois et le suédois.

Documentation :

Pierre Lison and Jörg Tiedemann, 2016, OpenSubtitles2016: Extracting Large Parallel Corpora from Movie and TV Subtitles. In Proceedings of the 10th International Conference on Language Resources and Evaluation (LREC 2016)