OSOLSOBĚ, Klára, Jaroslava HLAVÁČOVÁ, Vladimír PETKEVIČ, Josef ŠIMANDL and Martin SVÁŠEK. Nová automatická morfologická analýza češtiny (The New Automatic Morphological Analysis of Czech). Naše řeč. AV ČR, Ústav pro jazyk český, 2017, vol. 2017, No 4, p. 225-234. ISSN 0027-8203.
Other formats:   BibTeX LaTeX RIS
Basic information
Original name Nová automatická morfologická analýza češtiny
Name (in English) The New Automatic Morphological Analysis of Czech
Authors OSOLSOBĚ, Klára (203 Czech Republic, guarantor, belonging to the institution), Jaroslava HLAVÁČOVÁ (203 Czech Republic), Vladimír PETKEVIČ (203 Czech Republic), Josef ŠIMANDL (203 Czech Republic) and Martin SVÁŠEK (203 Czech Republic).
Edition Naše řeč, AV ČR, Ústav pro jazyk český, 2017, 0027-8203.
Other information
Original language Czech
Type of outcome Article in a journal
Field of Study 60203 Linguistics
Country of publisher Czech Republic
Confidentiality degree is not subject to a state or trade secret
WWW URL
RIV identification code RIV/00216224:14210/17:00098202
Organization unit Faculty of Arts
Keywords (in Czech) automatická morfologická analýza; lemmatizace; počítačové zpracování přirozeného jazyka; slovnědruhové značkování; tagset
Keywords in English automatic morphological analysis; lemmatisation; natural language processing; part-of-speech tagging; tagset
Tags rivok
Tags International impact, Reviewed
Changed by Changed by: Mgr. Marie Skřivanová, učo 262124. Changed: 22/3/2018 10:16.
Abstract
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.
Abstract (in English)
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.
Links
MUNI/A/0915/2016, interní kód MUName: Čeština v jednotě synchronie a diachronie - 2017
Investor: Masaryk University, Category A
PrintDisplayed: 27/4/2024 06:52