2022
Typ kladenští jako problém automatické morfologické analýzy
OSOLSOBĚ, Klára a Hana ŽIŽKOVÁZákladní 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
Jazyk
čeština
Typ výsledku
Článek v odborném periodiku
Obor
60203 Linguistics
Stát vydavatele
Slovensko
Utajení
není předmětem státního či obchodního tajemství
Odkazy
Kód RIV
RIV/00216224:14210/22:00126316
Organizační jednotka
Filozofická fakulta
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
Příznaky
Mezinárodní význam, Recenzováno
Změněno: 3. 4. 2023 15:36, Mgr. et Mgr. Lucie Racyn
V originále
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.
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 |
|