HOMONYMIE MEZI OIKONYMY A ANTROPONYMY ZAKONČENÝMI NA -SLAV/-SLAVA JAKO PROBLÉM AUTOMATICKÉ MORFOLOGICKÉ ANALÝZY

OSOLSOBĚ, Klára a Hana ŽIŽKOVÁ. HOMONYMIE MEZI OIKONYMY A ANTROPONYMY ZAKONČENÝMI NA -SLAV/-SLAVA JAKO PROBLÉM AUTOMATICKÉ MORFOLOGICKÉ ANALÝZY. Acta onomastica. AV ČR, Ústav pro jazyk český, 2020, roč. 62, č. 2, s. 377-403. ISSN 1211-4413.

Základní údaje

• Originální název: HOMONYMIE MEZI OIKONYMY A ANTROPONYMY ZAKONČENÝMI NA -SLAV/-SLAVA JAKO PROBLÉM AUTOMATICKÉ MORFOLOGICKÉ ANALÝZY
• Název anglicky: HOMONYMY BETWEEN OIKONYMS AND ANTHROPONYMS ENDING IN -SLAV/-SLAVA AS A PROBLEM OF AUTOMATIC MORPHOLOGICAL ANALYSIS
• Autoři: OSOLSOBĚ, Klára (203 Česká republika, domácí) a Hana ŽIŽKOVÁ (203 Česká republika, garant, domácí).
• Vydání: Acta onomastica, AV ČR, Ústav pro jazyk český, 2020, 1211-4413.

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 Acta Onomastica
• Kód RIV: RIV/00216224:14210/20:00123063
• Organizační jednotka: Filozofická fakulta
• Klíčová slova česky: antroponymum; oikonymum; zakončení na -slav/-slava; korpus; morfologické značkování; desambiguace
• Klíčová slova anglicky: anthroponym; oikonym; ending in -slav/-slava; corpus; tagging; disambiguation
• Štítky: rivok
• Příznaky: Recenzováno

Anotace

Homonymie na všech úrovních, která je charakteristickým rysem všech přirozených jazyků, je také jedna z nejvýznamnějších překážek automatického zpracování přirozeného jazyka. V tomto příspěvku poukážeme na morfosyntaktické rozdíly českých antroponym zakončených na -slav (typu Miroslav, mužský rodu) a českých oikonym se stejnou koncovkou (typ Miroslav, ženský rod) a českých antroponym zakončených na -slava (ženský rod typu Miroslava, protože jeho tvary jsou homonymní s oběma: mužskými antroponymy i ženskými oikonymy). Analýza dat z korpusu Syn v8 ukazuje, že slovní forma homonymie významně ovlivňuje výsledky automatické morfologické analýzy. Dokumentujeme chyby v pokrytí morfologického slovníku a především chyby v morfologickém značkování a navrhujeme řešení, jak částečně zlepšit desambiguaci daného typu vlastních podstatných jmen.

Anotace anglicky

Homonymy at all levels, which is a distinct feature of all natural languages, is also one of the most significant obstacles to automatic natural language processing. In this paper, we will point out the morphosyntactic differences of Czech anthroponyms ending in -slav (Miroslav-type, masculine) and Czech oikonyms with the same ending (Miroslav-type, feminine) and Czech anthroponyms ending in -slava (Miroslava-type feminine, because its forms are homonymous with both: masculine anthroponyms and feminine oikonyms). The analysis of data from the Syn v8 corpus shows that word form homonymy significantly influences the results of automatic morphological analysis. We will document errors in the coverage of the automatic analyzer dictionary and, above all, errors in morphological tagging, and we will propose a solution to partially improve the automatic disambiguation of the given type of proper nouns.

Návaznosti

• MUNI/A/1181/2020, interní kód MU: Název: Gramatika a lexikon češtiny

Investor: Masarykova univerzita, Gramatika a lexikon češtiny