Diplomová práce

Automatická detekce interpunkce -- vyhodnocení a vylepšení

Automatic punctuation detection -- evaluation and improvement

Bc. Kristýna Zemková
Anotace

Korekce interpunkce patří k jednomu z nejtěžších úkolů kontroly pravopisu pomocí automatických nástrojů. Nyní máme na trhu několik komerčních nástrojů, např. Grammaticon od firmy Lingea a Kontrolu pravopisu v MS Office, dále pak syntaktické analyzátory jako Synt a SET. Jejich úspěšnost ale zatím nebyla doposud pořádně vyhodnocena a porovnána. Prvním cílem této práce bylo seznámit se s těmito nástroji …více

Abstract

Punctuation detection is one of the most difficult task in cheching grammar especially in Czech language. In these days, few commercial software like Grammaticon by Lingea or Grammar Checker in MS Office, and some syntactical analyzers like Synt and SET are avaiable on the market. Their accuracy has not been properly evaluated and compared however. The first aim of this thesis was to familiar with …více

Zadání práce
Automatická detekce interpunkce patří k nejdůležitějším podúkolům automatické kontroly pravopisu pro češtinu. V současné době existuje několik nástrojů, které tento úkol řeší (komerční nástroje Grammaticon a Kontrola gramatiky v MS Office, syntaktické analyzátory Synt a SET, oba ve výzkumu), jejich úspěšnost ale zatím nebyla uspokojivě vyhodnocena a srovnána.

Prvním cílem této diplomové práce je takovéto srovnání provést, a to včetně výběru a shromáždění dat vhodných k testování. Testovací data by měla být dostatečně velká, pravopisně správná a reprezentativní. Student bude řešit také otázku pokrytí reálných chyb, které dělají lidé, vzhledem k faktu, že psaní čárek na různých místech je různě obtížné -- tedy minimálně část shromážděných testovacích dat bude obsahovat skutečné texty s chybami v interpunkci, ne pouze texty s mechanicky odstraněnými čárkami.

Na základě tohoto srovnání a vyhodnocení pak budou hledány rezervy a nedostatky v současných řešeních a budou navržena konkrétní vylepšení pro jeden vybraný nástroj, a to v takové formě, která umožní přímočarou implementaci v rámci vybraného nástroje. Tato vylepšení jsou druhým cílem této diplomové práce.
Práce zkontrolována:
11. 12. 2015 03:07, RNDr. Vojtěch Kovář, Ph.D., učo 139915
Jazyk práce
čeština čeština
Termín obhajoby
29. 1. 2016
Práce byla úspěšně obhájena

Vedoucí

RNDr. Vojtěch Kovář, Ph.D., učo 139915
ÚČJ FF MU

Oponent

RNDr. Miloš Jakubíček, Ph.D., učo 172962
CZPJ FI MU

Literatura

  • JAKUBÍČEK, Miloš a Aleš HORÁK. Punctuation Detection with Full Syntactic Parsing. Research in Computing Science, Special issue: Natural Language Processing and its Applications. Mexiko: Instituto Politécnico Nacional, 2010, roč. 46, March 2010, s. 335-343. ISSN 1870-4069.
  • KOVÁŘ, Vojtěch. Partial Grammar Checking for Czech Using the SET Parser. In 17th International Conference, TSD 2014. prvni. Berlin Heidelberg: Springer Verlag, 2014, s. 308-314. ISBN 978-3-319-10815-5. Dostupné z: https://doi.org/10.1007/978-3-319-10816-2_38.

Masarykova univerzita Filozofická fakulta
  • Přidání souboru

    Soubor nebo složku lze nahrát pomocí tlačítka Přidat.
  • Další operace se soubory

    Podrobnosti lze zjistit označením příslušného řádku.
  • Pohled pro experty

    Pro častou práci je možné zvolit režim Více možností.
  • Vyhledávání souborů

    Vyhledávaný výraz můžete zadat přímo do adresního řádku.
  • Rychlý přístup k souborům

    Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou.