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

OSOLSOBĚ, Klára and Hana ŽIŽKOVÁ. HOMONYMIE MEZI OIKONYMY A ANTROPONYMY ZAKONČENÝMI NA -SLAV/-SLAVA JAKO PROBLÉM AUTOMATICKÉ MORFOLOGICKÉ ANALÝZY (HOMONYMY BETWEEN OIKONYMS AND ANTHROPONYMS ENDING IN -SLAV/-SLAVA AS A PROBLEM OF AUTOMATIC MORPHOLOGICAL ANALYSIS). Acta onomastica. AV ČR, Ústav pro jazyk český, vol. 62, No 2, p. 377-403. ISSN 1211-4413. 2020.

Basic information

• Original name: HOMONYMIE MEZI OIKONYMY A ANTROPONYMY ZAKONČENÝMI NA -SLAV/-SLAVA JAKO PROBLÉM AUTOMATICKÉ MORFOLOGICKÉ ANALÝZY
• Name (in English): HOMONYMY BETWEEN OIKONYMS AND ANTHROPONYMS ENDING IN -SLAV/-SLAVA AS A PROBLEM OF AUTOMATIC MORPHOLOGICAL ANALYSIS
• Authors: OSOLSOBĚ, Klára (203 Czech Republic, belonging to the institution) and Hana ŽIŽKOVÁ (203 Czech Republic, guarantor, belonging to the institution).
• Edition: Acta onomastica, AV ČR, Ústav pro jazyk český, 2020, 1211-4413.

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 Acta Onomastica
• RIV identification code: RIV/00216224:14210/20:00123063
• Organization unit: Faculty of Arts
• Keywords (in Czech): antroponymum; oikonymum; zakončení na -slav/-slava; korpus; morfologické značkování; desambiguace
• Keywords in English: anthroponym; oikonym; ending in -slav/-slava; corpus; tagging; disambiguation
• Tags: rivok
• Tags: Reviewed

Abstract

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.

Abstract (in English)

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.

Links

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

Investor: Masaryk University