Lingvista versus stroj : Rozdíly ve zpracování jazykových rovin – možnosti, úskalí a meze

AUDY MASOPUSTOVÁ, Markéta, Vojtěch MRKÝVKA and Hana ŽIŽKOVÁ. Lingvista versus stroj : Rozdíly ve zpracování jazykových rovin – možnosti, úskalí a meze (Linguist vs Machine : The Difference Between Language Level Processing – Pitfalls, Possibilities and Limits). In Beley, Oleh. Wyraz i zdanie w językach słowiańskich. Monografia II. Wrocłav: Oficyna Wydawnicza ATUT – Wrocłavskie Wydawnictwo Oświatowe, 2020, p. 121-136. ISBN 978-83-7977-554-5.

Basic information

• Original name: Lingvista versus stroj : Rozdíly ve zpracování jazykových rovin – možnosti, úskalí a meze
• Name (in English): Linguist vs Machine : The Difference Between Language Level Processing – Pitfalls, Possibilities and Limits
• Authors: AUDY MASOPUSTOVÁ, Markéta (203 Czech Republic, guarantor, belonging to the institution), Vojtěch MRKÝVKA (203 Czech Republic, belonging to the institution) and Hana ŽIŽKOVÁ (203 Czech Republic, belonging to the institution).
• Edition: Wrocłav, Wyraz i zdanie w językach słowiańskich. Monografia II, p. 121-136, 16 pp. 2020.
• Publisher: Oficyna Wydawnicza ATUT – Wrocłavskie Wydawnictwo Oświatowe

Other information

• Original language: Czech
• Type of outcome: Proceedings paper
• Field of Study: 60203 Linguistics
• Country of publisher: Poland
• Confidentiality degree: is not subject to a state or trade secret
• Publication form: printed version "print"
• WWW: URL
• RIV identification code: RIV/00216224:14210/20:00119822
• Organization unit: Faculty of Arts
• ISBN: 978-83-7977-554-5
• Keywords (in Czech): lingvistika; zpracování přirozeného jazyka; tokenizace; jazykové roviny; člověk; počítač
• Keywords in English: linguistics; natural language processing; tokenisation; language levels; human; computer
• Tags: rivok
• Tags: International impact, Reviewed

Abstract

Cílem článku je představit, jakým způsobem k práci s textem přistupuje člověk-lingvista a jak text analyzuje stroj. Prostřednictvím jednotlivých jazykových rovin ukazujeme přednosti a úskalí práce člověka-lingvisty a stroje. V rámci češtiny se postupně věnujeme fonetice a fonologii, tokenizaci, morfologii, syntaxi, stylistice a sémantice. Z popisu obou přístupů je zřejmé, jak jsou diametrálně odlišné, a přestože se věnují analýze přirozeného jazyka, člověk-lingvista i stroj řeší naprosto jiné obtíže, které jim analýzu komplikují. Na závěr článku shrnujeme výhody a nevýhody jednotlivých přístupů. Zatímco člověk-lingvista je pomalý a může chybovat, má však obsáhlou znalost světa a zkušenosti, které ve své práci využívá. Oproti tomu stroj je rychlý a ideálně bezchybný, ale je omezený tím, co ho člověk naučí. Výhodu a rozšířené možnosti spatřujeme ve spolupráci člověka a stroje.

Abstract (in English)

This paper aims to present how a human-linguist is working with text and how is the text analysed by a computer. Through individual language levels, we show the advantages and disadvantages of work of both. Within the Czech language, we gradually focus on phonetics and phonology, tokenisation, morphology, syntax, stylistics and semantics. From the description of both approaches, it is clear how diametrically different they are. While both analyse natural language, a human-linguist and a computer are dealing with entirely different difficulties that complicate their analysis. At the end of the paper, we summarise the advantages and disadvantages of individual approaches. While a human-linguist is slow and can make mistakes, he has extensive knowledge of the world and life experiences which he uses in work. In contrast, the machine is fast and ideally flawless but is limited by what human teach it. We see the advantage and extended possibilities in the cooperation of man and machine.

Links

• TL02000146, research and development project: Name: Webový pravopisný, gramatický a typografický korektor pro český jazyk

Investor: Technology Agency of the Czech Republic