Methods for rapid discourse annotation in selected corpora
Public support
Provider
Czech Science Foundation
Programme
Standard projects
Call for proposals
SGA0202200004
Main participants
Univerzita Karlova / Matematicko-fyzikální fakulta
Contest type
VS - Public tender
Contract ID
22-03269S
Alternative language
Project name in Czech
Metody pro rychlou diskurzní anotaci ve vybraných korpusech
Annotation in Czech
Projekt je zaměřen na výzkum a vývoj inovativních nákladově efektivních metod diskurzní anotace v různých typech textových korpusů dostupných v Prague Dependency Treebank - Consolidated 1.0 (PDT-C). Využijeme a dále rozvineme existující metody pro automatickou diskurzní předanotaci dat a v mezích daných velikostí tohoto projektu provedeme nejdůležitější ruční opravy takto automaticky předanotovaných dat, čímž vytvoříme jedinečný žánrově rozmanitý diskurzně anotovaný korpus v češtině. Projekt se bude zabývat explicitními diskurzními vztahy vyjádřenými tzv. primárními konektory. Výzkum bude věnován rovněž zpřístupnění teoretických i praktických výsledků mezinárodní vědecké komunitě, včetně transformace a zveřejnění dat v široce používaném formátu a taxonomii Penn Discourse Treebanku (PDTB). Výstupy přispějí jak k teoretickým znalostem o diskurzních vztazích v různých typech textů v češtině, nově především v mluvených a přeložených datech, tak ke strojovému zpracování přirozeného jazyka v souvislosti s diskurzními vztahy.
Scientific branches
R&D category
ZV - Basic research
OECD FORD - main branch
60203 - Linguistics
OECD FORD - secondary branch
—
OECD FORD - another secondary branch
—
CEP - equivalent branches <br>(according to the <a href="http://www.vyzkum.cz/storage/att/E6EF7938F0E854BAE520AC119FB22E8D/Prevodnik_oboru_Frascati.pdf">converter</a>)
AI - Linguistics
Solution timeline
Realization period - beginning
Jan 1, 2022
Realization period - end
Dec 31, 2024
Project status
K - Ending multi-year project
Latest support payment
Mar 10, 2023
Data delivery to CEP
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data delivery code
CEP24-GA0-GA-R
Data delivery date
Feb 19, 2024
Finance
Total approved costs
2,992 thou. CZK
Public financial support
2,992 thou. CZK
Other public sources
0 thou. CZK
Non public and foreign sources
0 thou. CZK