Přegenerovávání a podgenerovávání – dva problémy automatické analýzy přirozeného jazyka, konkrétně
slovotvorby


ÒFormální definici (algoritmu) odpovídají jednotky, které tvoří homogenní skupinu (tu, kterou se
prostřednictvím formálního zadání snažíme definovat), ale i jednotky, které jsou vůči této skupině
heterogenní. Tento jev spadá na vrub obecné vlastnosti přirozeného jazyka, jíž je víceznačnost
(homonymie) na všech úrovních.

ÒRubem téže mince je tzv. podgenerovávání, tedy případ, kdy formální zadání je vymezeno příliš
úzce, takže nejsou zachyceny jednotky, které se jeho prostřednictvím snažíme definovat.


ÒNáboženství, nádeničení, …
ÒKlíč, míč, …


ÒMaskulina životná s koncovým řetězcem tel



Òseznam



Òt$/k5.*mF>tel/k1gMnSc1



Òseznam



ÒSeznam



ÒPřít/přítel
Ò


ÒPříliš široké formální vymezení
ÒNemožnost užšího formálního vymezení


ÒKde jsou slova jako ředitel, uchvatitel, šiřitel, majitel, pisatel, … ? ÒZahrnutí alternací do
vyhledávání jakožto prostředek zúžení definice hledaných jednotek.


Ò



Òat$/k5.*mF>áč/k1gMnSc1
Ò


Ò



ÒSlovník



Òslovník



ÒPolyfunkčnost prostředku (-á-č x –áč)
ÒZávisí na mimojazykových znalostech
ÒObtížně se formálně definuje

ÒNedostatky ve formální definici
ÒNepravidelnosti (vozač, trubač)
ÒJednotky nejsou zachyceny ve slovníku
ÒJednotkám nezachyceným ve slovníku chybí interpretace na úrovni lemmatu a morfologické značky

Òkout/kouč, klít/klíč, sálat/salač
ÒPropria: máchat/Machač, tykat/Tykač, dědit/Dědič, pískat/Piskač, kopat/Kopač, klapat/Klapač,
kovat/Kovač, pleskat/Pleskač, bílit/Bilič

Òhláskové alternace kořenového vokálu u derivátů od sloves III. třídy podle kmene prézentního (vzor
krýt) Òhláskové alternace kořenového vokálu u ostatních tříd a vzorů Òhláskové alternace
kmenotvorného vokálu u ostatních tříd a vzorů

Òhrát/hráč
Òchcát/chcáč
Ò? pít/píč
Ò? pět/pěč
Ò? sít/síč

Òpít (čaj)/ čajpíč
Òžít/žíč
Ò! šít/šič
Ò
Ò
Ò

Òbít/bič
Òrýt/rýč
Ò

Òvyprávět/vypravěč |vyprávěč
Òvyjednávat/vyjednavač |vyjednávač
Ò

Òhttp://prirucka.ujc.cas.cz/?id=730#nadpis14
Ò2 Střídání krátkých a dlouhých samohlásek při tvoření slov
ÒPříklady nikoli pravidla (?seznamy výjimek)

ÒOSOLSOBĚ, Klára. Morfologie českého slovesa a tvoření deverbativ jako problém strojové analýzy
češtiny. 1. vyd. Brno: Masarykova univerzita, 2011. 220 s. Spisy FF MU v Brně č. 401.
ISBN 978-80-210-5565-0. ÒCVRČEK, Václav: Co je nového v ČNK II.  KORPUS – GRAMATIKA – AXIOLOGIE 7/
2013, 95-97.

ÒPomocí nástrojů Deriv a morfio vyhledejte kandidáty na trojice sloveso-činitelské jméno na –č –
ženský protějšek na –čka (sloveso – {jméno prostředku na –č} – jméno prostředku na -čka). ÒPopište
případy přegenerování popř. podgenerování