Using Cross-Lingual Explicit Semantic Analysis for Improving Ontology Translation

Semantic Web aims to allow machines to make inferences using the explicit conceptualisations contained in ontologies. By pointing to ontologies, Semantic Web-based applications are able to inter-operate and share common information easily. Nevertheless, multilingual semantic applications are still rare, owing to the fact that most online ontologies are monolingual in English. In order to solve this issue, techniques for ontology localisation and translation are needed. However, traditional machine translation is difficult to apply to ontologies, owing to the fact that ontology labels tend to be quite short in length and linguistically different from the free text paradigm. In this paper, we propose an approach to enhance machine translation of ontologies based on exploiting the well-structured concept descriptions contained in the ontology. In particular, our approach leverages the semantics contained in the ontology by using Cross Lingual Explicit Semantic Analysis (CLESA) for context-based disambiguation in phrase-based Statistical Machine Translation (SMT). The presented work is novel in the sense that application of CLESA in SMT has not been performed earlier to the best of our knowledge.

MSB: Una aplicacion WWW para generación de resúmenes de comportamiento

La disponibilidad en Internet de grandes volúmenes de información en los que se basan decisiones relacionadas con el funcionamiento de sistemas dinámicos hace que cada vez sean más necesarios métodos efectivos de generación automáti-ca de resumen de información de comportamiento. En este artículo se describe la aplicación MSB (Multimedia Summari-zer of Behavior) como una herramienta software que genera presentaciones multimedia de resumen de comportamiento de sistemas dinámicos para ser presentadas en la Web. MSB usa como entrada datos de comportamiento de fuentes remo-tas (medidos por sensores) que pueden estar disponibles en diferentes servidores Web. Estas fuentes de información se interpretan y resumen usando métodos del campo de la Inteligencia Artificial simulando formas de razonamiento que realizan las personas al resumir información de interés. En el artículo se describe la arquitectura basada en el conocimien-to del sistema MSB y la aplicación desarrollada en el dominio de hidrología sobre comportamiento de cuencas hidrográ-ficas.