N&SDiT - Names and Surnames Detector in Text

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F11%3A43898601" target="_blank" >RIV/49777513:23520/11:43898601 - isvavai.cz</a>

Result on the web

—

DOI - Digital Object Identifier

—

Result language

čeština

Original language name

N&SDiT - Detektor křestních jmen a příjmení v textu

Original language description

Softwarový nástroj umožňuje automaticky lokalizovat a označit v běžném textu křestní jména a příjmení osob mužského a ženského pohlaví. Jména a příjmení jsou nalezena a označena v plném znění, tedy včetně titulů a hodností před jménem a za jménem, v jakémkoliv tvaru, přičemž je zjištěn a označen i gramatický pád, ve kterém jsou jména a příjmení uvedena, podle jejich gramatického tvaru. V případě nejednoznačnosti gramatického pádu na základě stejných gramatických tvarů je pomocí heuristického přístupu provedeno upřesnění identifikací z širšího slovního kontextu, ve kterém se jména a příjmení nachází. Odlišena jsou jména a příjmení v názvech ulic, jména svatých apod. Využit je expertní přístup, který na základě 56712 pravidel umožňuje najít velkou většinu cílových výrazů. Softwarový nástroj je napsán v jazyce Python, přičemž umožňuje aplikaci pravidel ve specifickém pořadí na jakýkoliv text v elektronické formě. Softwarový nástroj je možno využít při zpracování textů pro tvorbu třídových

Czech name

N&SDiT - Detektor křestních jmen a příjmení v textu

Czech description

Softwarový nástroj umožňuje automaticky lokalizovat a označit v běžném textu křestní jména a příjmení osob mužského a ženského pohlaví. Jména a příjmení jsou nalezena a označena v plném znění, tedy včetně titulů a hodností před jménem a za jménem, v jakémkoliv tvaru, přičemž je zjištěn a označen i gramatický pád, ve kterém jsou jména a příjmení uvedena, podle jejich gramatického tvaru. V případě nejednoznačnosti gramatického pádu na základě stejných gramatických tvarů je pomocí heuristického přístupu provedeno upřesnění identifikací z širšího slovního kontextu, ve kterém se jména a příjmení nachází. Odlišena jsou jména a příjmení v názvech ulic, jména svatých apod. Využit je expertní přístup, který na základě 56712 pravidel umožňuje najít velkou většinu cílových výrazů. Softwarový nástroj je napsán v jazyce Python, přičemž umožňuje aplikaci pravidel ve specifickém pořadí na jakýkoliv text v elektronické formě. Softwarový nástroj je možno využít při zpracování textů pro tvorbu třídových

Type

R - Software

CEP classification

JC - Computer hardware and software

OECD FORD branch

—

Project

—

Continuities

N - Vyzkumna aktivita podporovana z neverejnych zdroju

Publication year

2011

Confidentiality

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Internal product ID

N&SDiT

Technical parameters

Software je výsledkem smluvního výzkumu, Smlouva o dílo mezi Západočeskou univerzitou v Plzni a SpeechTech, s.r.o. byla podepsána dne 31.10.2011. Bližší informace k technickým parametrům SW podá Aleš Pražák, aprazak@kky.zcu.cz, tel.: 377632573, dále téžhttp://www.kky.zcu.cz/cs/sw/NSDiT. Informace k licenční politice podá Jiří Zahradil, jiri.zahradil@speechtech.cz.

Economical parameters

Automatická lokalizace a označování křestních jmen a příjmení osob mužského a ženského pohlaví (včetně jejich gramatického pádu) v běžném textu jako náhrada manuální editace textu. Softwarový nástroj je možno využít při zpracování textů pro tvorbu třídových statistických jazykových modelů nebo pro předzpracování textů při POS taggingu.

Owner IČO

25247930

Owner name

SpeechTech, s.r.o, Hodonínská 61, Plzeň a Katedra kybernetiky ZČU v Plzni