Bakalářská práce

Continuous automatic development of European parliamentary corpora

Ota Mikušek, učo 514440
Anotace

Tato práce poskytuje nástroje pro průběžné a automatické vytváření korpusů ze stenoprotokolů parlamentů členských států EU. Nástroje zpracovávají 22 členských států EU a jejich 30 parlamentních komor. V současnosti se jedná o první sadu nástrojů tohoto rozsahu. Ačkoli z parlamentních dat již bylo vytvořeno mnoho korpusů, tyto nástroje se zabývají otázkou možnosti kontinuálního shromažďování a vytváření …více

Abstract

This thesis provides tools for continuous and automatic development of corpora from European parliamentary protocols. The toolchain covers 22 EU member states and their 30 parliamentary chambers. It is the first set of tools of this scope to this day. While many corpora have already been built from parliamentary data, this set of tools addresses the issue of being able to collect and build such corpora …více

Klíčová slova
parliamentary protocols continuous downloading corpus processing corpus development
Zadání práce
The aim of this thesis is to develop a set of tools based on the (No)Sketch Engine infrastructure for the purpose of continuous building of corpora from European parliamentary protocols. For each of the EU member state parliaments, the assignee needs to identify reliable sources of machine-readable protocols (where available), get familiar with the (No)Sketch Engine corpus management suite and develop a system designed for continuous autonomous crawling and building of text corpora from the identified text sources. The text sources will be finally annotated for part-of-speech and lemmas using the tools in Sketch Engine and indexed as a corpus for searching by end-users.
Administrativní informace
Práce zkontrolována:
22. 5. 2023 08:48, RNDr. Miloš Jakubíček, Ph.D., učo 172962
Plný text práce
12,6 MB / soubor PDF
Přílohy (1)
Jazyk práce
angličtina angličtina
Termín obhajoby
26. 6. 2023
Práce byla úspěšně obhájena

Vedoucí

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

Oponent

RNDr. Vít Suchomel, Ph.D., učo 139723
CZPJ KSUZD FI MU
Citovat tuto práci
Masarykova univerzita Fakulta informatiky
Studijní program
Plán
Informatika

Práce na příbuzné téma

Seznam prací, které mají shodná klíčová slova.

  • 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.