OSOLSOBĚ, Klára, Jaroslava HLAVÁČOVÁ, Vladimír PETKEVIČ, Josef ŠIMANDL a Martin SVÁŠEK. Nová automatická morfologická analýza češtiny. Naše řeč. AV ČR, Ústav pro jazyk český, roč. 2017, č. 4, s. 225-234. ISSN 0027-8203. 2017.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Nová automatická morfologická analýza češtiny
Název anglicky The New Automatic Morphological Analysis of Czech
Autoři OSOLSOBĚ, Klára (203 Česká republika, garant, domácí), Jaroslava HLAVÁČOVÁ (203 Česká republika), Vladimír PETKEVIČ (203 Česká republika), Josef ŠIMANDL (203 Česká republika) a Martin SVÁŠEK (203 Česká republika).
Vydání Naše řeč, AV ČR, Ústav pro jazyk český, 2017, 0027-8203.
Další údaje
Originální jazyk čeština
Typ výsledku Článek v odborném periodiku
Obor 60203 Linguistics
Stát vydavatele Česká republika
Utajení není předmětem státního či obchodního tajemství
WWW URL
Kód RIV RIV/00216224:14210/17:00098202
Organizační jednotka Filozofická fakulta
Klíčová slova česky automatická morfologická analýza; lemmatizace; počítačové zpracování přirozeného jazyka; slovnědruhové značkování; tagset
Klíčová slova anglicky automatic morphological analysis; lemmatisation; natural language processing; part-of-speech tagging; tagset
Štítky rivok
Příznaky Mezinárodní význam, Recenzováno
Změnil Změnila: Mgr. Marie Skřivanová, učo 262124. Změněno: 22. 3. 2018 10:16.
Anotace
Cílem příspěvku je představit projekt inovace popisu české morfologie pro nástroje automatické morfologické analýzy, zejména změny v pojetí tagsetu. Více než dvacet let je automatická morfologická analýza součástí mnoha nástrojů počítačového zpracování přirozeného jazyka (natural language processing, NLP). Její výsledky užívá lingvistická veřejnost zejména při práci s velkými jazykovými korpusy. Od roku 2012 běží grantový projekt, v jehož rámci se připravují inovace automatické morfologické analýzy češtiny. Ty jsou zaměřeny především na odstranění nedostatků, s nimiž se dosavadní praxe potýká, a zhodnocují zkušenosti, které bylo možné získat pouze na základě praxe.
Anotace anglicky
A detailed morphological description of word forms in any language represents one of the necessary conditions of a successful automatic processing of linguistic data. The aim of this paper is to present the project of a new description of Czech morphology, especially planned changes in the tagset. The key changes are as follows: 1) unambiguous description of variants; 2) concept of a multiple lemma; 3) revision of part-of-speech definitions.
Návaznosti
MUNI/A/0915/2016, interní kód MUNázev: Čeština v jednotě synchronie a diachronie - 2017
Investor: Masarykova univerzita, Čeština v jednotě synchronie a diachronie - 2017, DO R. 2020_Kategorie A - Specifický výzkum - Studentské výzkumné projekty
VytisknoutZobrazeno: 20. 4. 2024 04:55