Extrakce strukturních informací z běžného textu na základě syntaktického analyzátoru

JAKUBÍČEK, Miloš. Extrakce strukturních informací z běžného textu na základě syntaktického analyzátoru. Masarykova Univerzita, 2008.

Základní údaje

• Originální název: Extrakce strukturních informací z běžného textu na základě syntaktického analyzátoru
• Název anglicky: Structural Information Extraction from Common Texts Based on Syntactic Parser
• Autoři: JAKUBÍČEK, Miloš.
• Vydání: 2008.
• Nakladatel: Masarykova Univerzita

Další údaje

• Originální jazyk: čeština
• Typ výsledku: Odborná kniha
• Obor: 10201 Computer sciences, information science, bioinformatics
• Stát vydavatele: Česká republika
• Utajení: není předmětem státního či obchodního tajemství
• WWW: URL
• Organizační jednotka: Fakulta informatiky
• Klíčová slova česky: syntaktická analýza, syntaktické struktury, morfologická analýza, desambiguace, extrakce struktur, zpracování přirozeného jazyka
• Klíčová slova anglicky: syntactic analysis, parsing, syntactic structures, morphological analysis, desambiguation, extraction of structures, natural language processing
• Příznaky: Recenzováno

Anotace

Práce popisuje využití syntaktického analyzátoru synt, vyvíjeného v Laboratoři zpracování přirozeného jazyka FI MU, k získání informací o syntaktických strukturách běžných vět v českém jazyce (jako jsou např. jmenné či slovesné skupiny), které z pohledu syntaktické analýzy zpravidla odpovídají neterminálům v gramatice, na základě které hledá analyzátor možná platná odvození zadané věty. Tento syntaktický analyzátor byl rozšířen tak, aby stávající výstup využil k extrakci těchto syntaktických struktur a umožnil různým způsobem jejich identifikaci. Za tímto účelem byly v analyzátoru rozpracovány i některé dosud nevyužité výsledky syntaktické analýzy, jež umožňují další zpřesnění morfologické analýzy, a tím i větší rozčlenění syntaktických (pod)struktur.

Anotace anglicky

This thesis describes the utilization of syntactic parser synt (developed in the Natural language processing laboratory at FI MU) to gain information about syntactic structures (such as noun or verb phrases) of common sentences in Czech. These structures are from the analysis point of view usually identical to non-terminals in the grammar used by the parser to be searched for possible valid derivations of given sentence. This syntactic parser has been extended in such a way that enables the current output to be used to extracting those syntactic structures and give several ways how to identify them. To achieve this, some previously unused results of syntactic analysis have been evolved which led to more accurately morphological analysis and hence also deeper distinction among various syntactic (sub)structures.