Typ kladenští jako problém automatické morfologické analýzy

OSOLSOBĚ, Klára a Hana ŽIŽKOVÁ. Typ kladenští jako problém automatické morfologické analýzy. Jazykovedný časopis. SAP – Slovak Academic Press, s. r. o., 2022, roč. 72, č. 4, s. 862-872. ISSN 0021-5597. Dostupné z: https://dx.doi.org/10.2478/jazcas-2022-0011.

Základní údaje

• Originální název: Typ kladenští jako problém automatické morfologické analýzy
• Název česky: Typ kladenští jako problém automatické morfologické analýzy
• Název anglicky: Kladenští type as a problem of automatic morphological analysis
• Autoři: OSOLSOBĚ, Klára (203 Česká republika, garant, domácí) a Hana ŽIŽKOVÁ (203 Česká republika, domácí).
• Vydání: Jazykovedný časopis, SAP – Slovak Academic Press, s. r. o. 2022, 0021-5597.

Další údaje

• Originální jazyk: čeština
• Typ výsledku: Článek v odborném periodiku
• Obor: 60203 Linguistics
• Stát vydavatele: Slovensko
• Utajení: není předmětem státního či obchodního tajemství
• WWW: URL
• Kód RIV: RIV/00216224:14210/22:00126316
• Organizační jednotka: Filozofická fakulta
• Doi: http://dx.doi.org/10.2478/jazcas-2022-0011
• Klíčová slova česky: automatická morfologická analýza; derivační typ Kladenští; slovnědruhový přechod
• Klíčová slova anglicky: automatic morphological analysis; derivational type Kladenští; part of speech transition
• Štítky: rivok
• Příznaky: Mezinárodní význam, Recenzováno

Anotace

Cílem našeho příspěvku je demonstrovat postupy, kterými lze získat data potřebná ke zpřesnění nástrojů automatické morfologické analýzy češtiny pomocí korpusu, konkrétně webového korpusu Araneum Bohemicum IV Maximum (Czech, 20.03) 7.10 G řady ARANEA (dále Araneum). Konkrétně se zaměříme na propria typu Kladenští, tedy substantivizovaná adjektiva označující skupiny osob podle příslušnosti. Cílem sondy do webového korpusu Aranea je: 1) korpusový popis frekventovaných vlastností typu Kladenští, z něhož lze vycházet při formulaci pravidel pro desambiguaci; 2) vytvoření seznamu nejčastějších lemmat typu Kladenští, která lze následně zařadit do slovníků automatických morfologických analyzátorů (např. slovník MorfFlex Hajiče a Hlaváčové). Věříme, že sonda může pomoci zlepšit výsledky nástrojů automatické morfologické analýzy češtiny.

Anotace anglicky

The aim of our paper is to demonstrate the procedures by which the data needed to refine tools for automatic morphological analysis of Czech can be obtained using a corpus, namely the Araneum Bohemicum IV Maximum (Czech, 20.03) 7.10 G (hereinafter Araneum). Particularly, we will focus on propria of the Kladenští type, i.e., substantivized adjectives of denoting groups of persons according to affiliation. The goal of the probe into the Aranea web corpus is: 1) a corpus-based description of frequented properties of the Kladenští type, which can be used as a starting point for rule disambiguation; 2) creating a list of the most frequent lemmas belonging to the Kladenští type, which can then be included into dictionaries of automatic morphological analyzers (e.g. the MorfFlex dictionary by Hajič and Hlaváčová). We believe that the probe can help improve the results of tools for automatic morphological analysis of Czech.

Návaznosti

• MUNI/A/1137/2021, interní kód MU: Název: Lexikon a gramatika češtiny II - 2022

Investor: Masarykova univerzita, Lexikon a gramatika češtiny II - 2022