Diplomová práce

Možnosti automatické tvorby definic z korpusu

Options for Automatic Creation of Dictionary Definitions from Corpora

Bc. František Kovařík, učo 457625
Anotace

Práce se v návaznosti na předchozí výzkum zabývá významem slov a slovníkovým výkladem (definicí). Zaměřuje se na užití slov v korpusových textech a automatizovanou práci s korpusy. Snaží se zmapovat dostupné nástroje a možnosti potenciálních nových nástrojů pro automatickou tvorbu (nikoli rozpoznávání) slovníkových definic podle větného kontextu a vztahů mezi blízkými slovy (kolokáty). Blíže zkoumá …více

Abstract

This thesis continues previous research of word meanings and dictionary explanations (definitions). It focuses on the use of words in corpus texts and automatized work with corpora. It tries to map the currently available and potential new tools for automatic creation (not recognition) of dictionary definitions according to sentence context and the relations between close words (collocates). In particular …více

Klíčová slova
korpus slovníkový výklad slovníková definice valence reflexivum Sketch Engine relace thesaurus Python corpus dictionary explanation dictionary definition reflexive relation Python
Zadání práce
Vytváření slovníkových definic je jednou z posledních oblastí lexikografie, která dosud nemá významnou podporu ze strany automatických nástrojů. Dosavadní práce se zaměřovaly převážně na rozpoznávání definic v korpusech, tato strategie ale naráží na problém, že běžné texty obsahují velmi málo kvalitních definic. Navíc se tyto techniky mohou dostat do konfliktu s autorskými právy ke zdrojovým textům.

Cílem práce je návrh metod pro automatické vytváření (nikoli rozpoznávání) definic výrazů z korpusů, případně využití již existujících metod. První kroky v tomto směru představují výsledky Marie Staré, viz literatura, tyto výsledky však prozatím nesplňují nároky pro praktickou použitelnost výsledných definic. Student by měl tyto výsledky zrevidovat a navrhnout vylepšení vedoucí k praktické použitelnosti výstupu. Prvním krokem takovéto práce je zmapovat, jaké informace vůbec jsme schopni v korpusu najít. Poté je možné hledat metody, které nám žádoucí informace pomohou z korpusu izolovat a vylepšit tak již dosažené výsledky.

Při práci bude využito dostupných nástrojů pro zpracování přirozeného jazyka, zejména morfologické a syntaktické analýzy a funkce slovních profilů (word sketches).

Výstupem práce bude důkladná rešerše informací, které jsme schopni získat z obecného, např. webového korpusu, dále pak průzkum a popis metod, kterými by tyto informace bylo možno izolovat, a praktická implementace některých z nich. To vše pro češtinu nebo angličtinu.
Administrativní informace
Práce zkontrolována:
3. 5. 2023 15:26, RNDr. Vojtěch Kovář, Ph.D., učo 139915
Plný text práce
1,9 MB / soubor PDF
Přílohy (1)
Jazyk práce
čeština čeština
Termín obhajoby
9. 6. 2023
Práce byla úspěšně obhájena

Vedoucí

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

Oponent

Mgr. Hana Žižková, Ph.D., učo 11782
ÚČJ FF MU

Literatura

  • KILGARRIFF, Adam; Vít BAISA; Jan BUŠTA; Miloš JAKUBÍČEK; Vojtěch KOVÁŘ; Jan MICHELFEIT; Pavel RYCHLÝ a Vít SUCHOMEL. The Sketch Engine: ten years on. Lexicography. Springer Berlin Heidelberg, 2014, roč. 1, č. 1, s. 7-36. ISSN 2197-4292. Dostupné z: https://doi.org/10.1007/s40607-014-0009-9.
  • STARÁ, Marie a Vojtěch KOVÁŘ. Options for Automatic Creation of Dictionary Definitions from Corpora. In Aleš Horák, Pavel Rychlý, Adam Rambousek. Tenth Workshop on Recent Advances in Slavonic Natural Language Processing, RASLAN 2016. Brno: Tribun EU, 2016, s. 111-124. ISBN 978-80-263-1095-2.
  • STARÁ, Marie. Automatically Created Noun Definitions for Czech. In Horák, Aleš; Rychlý, Pavel; Rambousek, Adam. Proceedings of the Twelfth Workshop on Recent Advances in Slavonic Natural Languages Processing, RASLAN 2018. Brno: Tribun EU, 2018, s. 63-68. ISBN 978-80-263-1517-9.
  • STARÁ, Marie. Automatically Created Noun Explanations for English. In Aleš Horák, Pavel Rychlý, Adam Rambousek. Proceedings of the Thirteenth Workshop on Recent Advances in Slavonic Natural Language Processing, RASLAN 2019. Brno: Tribun EU, 2019, s. 83-87. ISBN 978-80-263-1517-9.
Citovat tuto práci
Masarykova univerzita Filozofická fakulta
Studijní program
Plán
Počítačová lingvistika

Práce na příbuzné téma

Seznam prací, které mají shodná klíčová slova.

Podobné práce

  • 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.