2017
Nová automatická morfologická analýza češtiny
OSOLSOBĚ, Klára, Jaroslava HLAVÁČOVÁ, Vladimír PETKEVIČ, Josef ŠIMANDL, Martin SVÁŠEK et. al.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
Jazyk
čeština
Typ výsledku
Článek v odborném periodiku
Obor
60203 Linguistics
Stát vydavatele
Česká republika
Utajení
není předmětem státního či obchodního tajemství
Odkazy
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
Příznaky
Mezinárodní význam, Recenzováno
Změněno: 22. 3. 2018 10:16, Mgr. Marie Skřivanová
V originále
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.
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 MU |
|