Arabe 
Anglais 
Français 
Espagnol 
Allemand 
Portugais 
Turc 
Qu'est-ce que Tarjamaan ?
Tarjamaan est un outil d'aide à la traduction qui permet de chercher la traduction des millions de mots et d'expressions vers et depuis l'arabe. Tarjamaan offre trois principaux services:
Dictionnaires
Dictionnaires créés spécifiquement pour prendre en compte les particularités de la langue arabe.
Traductions contextuelles
De millions de traductions automatiquement extraites à partir de corpus parallèles (comme les documents de l'ONU). Pour chacune de ces traductions, un indice de fréquence est donné, et plusieurs phrases d'exemple bilingues illustrent les contextes d'origine.
Wikipédia
Chercher les équivalences traductionnelles d'un terme ou d'une expression dans les articles Wikipédia.
Statistiques
traductions contextuelles arabe-anglais
phrases d'exemple bilingues arabe-anglais
traductions contextuelles arabe-français
phrases d'exemple bilingues arabe-français
traductions dans le dictionnaire arabe-anglais
traductions dans le dictionnaire arabe-français
traductions contextuelles arabe-espagnol
phrases d'exemple bilingues arabe-espagnol
traductions contextuelles arabe-allemand
phrases d'exemple bilingues arabe-allemand
traductions contextuelles arabe-portugais
phrases d'exemple bilingues arabe-portugais
traductions contextuelles arabe-turc
phrases d'exemple bilingues arabe-turc
Mentions légales
Dictionnaires
Le contenu textuel des dictionnaires classiques est principalement basé sur les deux ressources citées ci-dessous. Des modifications (ajout et suppression de voyelles pour les mots et expressions arabes, changement de traductions, ajout ou changement de catégories grammaticales) ont été apportées aux ressources originales.
Nom de resource: Wiktionary . Licence: CC BY-SA 3.0. Références: https://www.wiktionary.org.
Nom de resource: Buckwalter Arabic Morphological Analyzer Version 1.0. Licence: GNU General Public License v2. Références: https://catalog.ldc.upenn.edu/LDC2002L49 ; Buckwalter, Tim. Buckwalter Arabic Morphological Analyzer Version 1.0 LDC2002L49. Web Download. Philadelphia: Linguistic Data Consortium, 2002.
Traductions contextuelles
Les traductions contextuelles et les phrases d’exemples sont extraites à partir des corpus suivants :
Nom de resource: UNPC. Licence: non spécifiée. Références: https://conferences.unite.un.org/UNCorpus ; Ziemski, M., Junczys-Dowmunt, M., and Pouliquen, B., (2016), The United Nations Parallel Corpus, Language Resources and Evaluation (LREC’16), Portorož, Slovenia, May 2016.
Nom de resource: OpenSubtitles. Licence: non spécifiée. Références: https://www.opensubtitles.org/ ; P. Lison and J. Tiedemann, 2016, OpenSubtitles2016: Extracting Large Parallel Corpora from Movie and TV Subtitles.
Nom de resource: News-Commentary v14. Licence: non spécifiée. Références: J. Tiedemann, 2012, Parallel Data, Tools and Interfaces in OPUS. In Proceedings of the 8th International Conference on Language Resources and Evaluation (LREC 2012) ; https://data.statmt.org/news-commentary/v14/.
Nom de resource: MultiUN. Licence: non spécifiée. Références: MultiUN: A Multilingual corpus from United Nation Documents, Andreas Eisele and Yu Chen, LREC 2010 ; https://www.euromatrixplus.net/multi-un.
Nom de resource: TED2020 v1. Licence: CC BY-NC-ND 4.0 International. Considérations: tarjamaan.com acknowledges the authorship of TED talks (BY) and does not redistribute transcripts for commercial purposes (NC) and preserves the original contents (ND) retrieved from https://opus.nlpl.eu/TED2020-v1.php. Références: Reimers, Nils and Gurevych, Iryna: Making Monolingual Sentence Embeddings Multilingual using Knowledge Distillation.
Wikipédia
Nom de resource: Wikipedia. Licence: CC BY-SA 3.0. Références: https://www.wikipedia.org.