D 2017

Automated Identification of Domain Preferences of Collocations

KALLAS, Jelena, Vít SUCHOMEL a Maria KHOKHLOVA

Základní údaje

Originální název

Automated Identification of Domain Preferences of Collocations

Autoři

KALLAS, Jelena (233 Estonsko), Vít SUCHOMEL (203 Česká republika, garant, domácí) a Maria KHOKHLOVA (643 Rusko)

Vydání

Brno, Czech Republic, Electronic Lexicography in the 21st Century. Proceedings of Elex 2017 Conference. od s. 309-320, 12 s. 2017

Nakladatel

Lexical Computing CZ s.r.o.

Další údaje

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

elektronická verze "online"

Kód RIV

RIV/00216224:14330/17:00098119

Organizační jednotka

Fakulta informatiky

ISSN

Klíčová slova anglicky

collocation; multiword terms; terminological collocation; Russian; Estonian

Příznaky

Mezinárodní význam, Recenzováno
Změněno: 27. 11. 2018 13:53, RNDr. Vít Suchomel, Ph.D.

Anotace

V originále

This paper addresses (semi-)automatic collocations dictionary compilation in connection with the automated identification of domain preferences of collocations. The research was motivated by the process of the semi-automatic compilation of the Estonian Collocations Dictionary (ECD), where lexicographers processed a large number of terminological collocations extracted from Sketch Engine into the Dictionary Writing System EELex. In this paper, we apply the terminology extraction module within the Corpus Query System Sketch Engine and present the results of the experiments on building military domain corpora in Russian and Estonian and extracting multiword terms. Both languages have very rich morphology and quite a large number of multiword terms, but Russian texts are well represented on the Web while Estonian ones are not. We analyze how the comparison of frequency of a collocation in a reference corpus with its frequency in a domain corpus can be used for facilitating word sketch data analysis in terms of identification of domain preference of collocations.

Návaznosti

MUNI/A/0854/2017, interní kód MU
Název: Rozsáhlé výpočetní systémy: modely, aplikace a verifikace VII.
Investor: Masarykova univerzita, Rozsáhlé výpočetní systémy: modely, aplikace a verifikace VII., DO R. 2020_Kategorie A - Specifický výzkum - Studentské výzkumné projekty
MUNI/A/0897/2016, interní kód MU
Název: Rozsáhlé výpočetní systémy: modely, aplikace a verifikace VI.
Investor: Masarykova univerzita, Rozsáhlé výpočetní systémy: modely, aplikace a verifikace VI., DO R. 2020_Kategorie A - Specifický výzkum - Studentské výzkumné projekty