Další formáty:
BibTeX
LaTeX
RIS
@inproceedings{347632,
author = {Antoš, David and Sojka, Petr},
address = {Brno},
booktitle = {Sborník druhého semináře o Linuxu a TeXu, SLT 2001},
keywords = {patterns;UNICODE;finite automata;natural language processing;language engineering},
language = {cze},
location = {Brno},
isbn = {80-7302-009-2},
pages = {23-32},
publisher = {Konvoj},
title = {Generování vzorů dělení slov v UNICODE},
url = {http://www.cstug.cz/slt/01/sltproc.html},
year = {2001}
}
TY - JOUR
ID - 347632
AU - Antoš, David - Sojka, Petr
PY - 2001
TI - Generování vzorů dělení slov v UNICODE
PB - Konvoj
CY - Brno
SN - 8073020092
KW - patterns;UNICODE;finite automata;natural language processing;language engineering
UR - http://www.cstug.cz/slt/01/sltproc.html
N2 - Článek popisuje techniku vzorů jako prostředek pro získávání informace z~rozsáhlých dat a zpětné rozpoznávání. Typickou aplikací této techniky je dělení slov. Dosud chybí generátor vzorů dělení pro systém $\Omega$ (pro UNICODE) a rozšíření programu PATGEN, omezeného osmibitovým ASCII, není únosné. Proto vyvíjíme knihovnu PATLIB pro obecnou manipulaci se vzory a na ní postavíme generátor vzorů dělení slov v~UNICODE. Popíšeme architekturu připravovaného systému a dále méně známou datovou strukturu dynamic packed trie, kterou lze výhodně použít pro efektivní ukládání konečných jazyků s výstupy. Vzory lze použít i pro rozpoznávání hranic složených slov, proto zmíníme návrhy na rozšíření následníků TeXu o klasifikované dělení s~více typy dělících bodů a o automatické potlačování ligatur na švech složených~slov.
ER -
ANTOŠ, David a Petr SOJKA. Generování vzorů dělení slov v UNICODE. In \textit{Sborník druhého semináře o Linuxu a TeXu, SLT 2001}. Brno: Konvoj, 2001. s.~23-32. ISBN~80-7302-009-2.
|
