Intelligent Search and Replace for Czech Phrases

NEVĚŘILOVÁ, Zuzana a Vít SUCHOMEL. Intelligent Search and Replace for Czech Phrases. Online. In Eighth Workshop on Recent Advances in Slavonic Natural Language Processing. Brno: Tribun EU, 2014. s. 97-105. ISSN 2336-4289. [citováno 2024-04-24]

Základní údaje

• Originální název: Intelligent Search and Replace for Czech Phrases
• Autoři: NEVĚŘILOVÁ, Zuzana (203 Česká republika, garant, domácí) a Vít SUCHOMEL (203 Česká republika, domácí)
• Vydání: Brno, Eighth Workshop on Recent Advances in Slavonic Natural Language Processing, od s. 97-105, 9 s. 2014.
• Nakladatel: Tribun EU

Další údaje

• Originální jazyk: angličtina
• Typ výsledku: Stať ve sborníku
• Obor: 60200 6.2 Languages and Literature
• Stát vydavatele: Česká republika
• Utajení: není předmětem státního či obchodního tajemství
• Forma vydání: tištěná verze "print"
• WWW: URL
• Kód RIV: RIV/00216224:14330/14:00077518
• Organizační jednotka: Fakulta informatiky
• ISSN: 2336-4289
• UT WoS: 000374560500013
• Klíčová slova anglicky: search and replace; detecting phrases; generating phrases; subject-predicative complement
• Příznaky: Mezinárodní význam, Recenzováno

Anotace

This work proposes a new improvement of the ‘Search and Replace’ function well known from most text processing software. The standard search and replace function is used to replace exact form of words or phrases by another words or phrases in text documents. It is quite sufficient for languages with minimal inflection such as English. However, a well working word or phrase replacement function for morphologically rich languages requires much more thought. We explore the issues of implementing a useful search and replace in the Czech language and propose solutions to majority of the problems: A syntactic parser is employed to identify the phrases containing the search word or phrase. The correct word forms used as a replacement are generated by a morphological analyser. A web demonstration utilizing the proposed solution is presented. The attached examples of use reveal the cases in which the implemented method works well.

Návaznosti

• LM2010013, projekt VaV: Název: LINDAT-CLARIN: Institut pro analýzu, zpracování a distribuci lingvistických dat (Akronym: LINDAT-Clarin)

Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, Projekt LINDAT-Clarin - Vybudování a provoz českého uzlu pan-evropské infrastruktury pro výzkum

• 7F14047, projekt VaV: Název: Harvesting big text data for under-resourced languages (Akronym: HaBiT)

Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, Harvesting big text data for under-resourced languages