A functional sample of algorithms used to counter imbalances in the use of information sources (e.g., dominance of male sources at the expense of female sources, etc.).

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F22%3A00374831" target="_blank" >RIV/68407700:21230/22:00374831 - isvavai.cz</a>

Result on the web

<a href="https://quest.ms.mff.cuni.cz/parczech/teitok/irozhlas/index.php" target="_blank" >https://quest.ms.mff.cuni.cz/parczech/teitok/irozhlas/index.php</a>

DOI - Digital Object Identifier

—

Result language

čeština

Original language name

Funkční vzorek algoritmů sloužící k potlačování nerovnováh při využívání zdrojů informací (např. dominance mužských zdrojů na úkor ženských apod.).

Original language description

Funkční vzorek algoritmů sloužící k potlačování nerovnováh při využívání zdrojů informací. Funkční vzorek implementuje a ověřuje různé sady pravidel, které umožňují automatizovaně detekovat citace a jejich citační zdroje a vytvořit tak výchozí verzi výsledku detekovaných citací. Vstupem je datová kolekce iRozhlas, která obsahuje 104 677 článků publikovaných na serveru iRozhlas v období 1.4.2017-31.5.2022. Všechny články byly zpracované procedurami UDPipe a NameTag a pravidlovou procedurou pro detekci citací. Výstupem je seznam záznamů obsahujících citaci a její citační zdroj. Každý záznam je reprezentován jako 6tice následujících položek: - Vlastní citace – reprezentována jako sekvence slov mezi dvěma uvozovkami. Pokusně se pro vybrané citační fráze (slovesa) detekují i nepřímé citace jako vedlejší věty ve formě sekvence slov. - Vlastní jména – sekvence slov reprezentující vlastní jména citované osoby. - Příjmení – slovo určující příjmení citované osoby. - Role mluvčího – slovo určují vztah citované osoby k její instituci. - Instituce – sekvence slov reprezentující název instituce, ke které má citovaná osoba určitý vztah. - Citační fráze – detekované sloveso uvozující citaci. Každá položka je reprezentována jako seznam slov, která jsou identifikována svými identifikátory podle vstupního souboru. Některé položky mohou být i prázdné seznamy, např. pokud není instituce uvedena, případně nejsou uvedena vlastní jména citované osoby.

Czech name

Funkční vzorek algoritmů sloužící k potlačování nerovnováh při využívání zdrojů informací (např. dominance mužských zdrojů na úkor ženských apod.).

Czech description

Funkční vzorek algoritmů sloužící k potlačování nerovnováh při využívání zdrojů informací. Funkční vzorek implementuje a ověřuje různé sady pravidel, které umožňují automatizovaně detekovat citace a jejich citační zdroje a vytvořit tak výchozí verzi výsledku detekovaných citací. Vstupem je datová kolekce iRozhlas, která obsahuje 104 677 článků publikovaných na serveru iRozhlas v období 1.4.2017-31.5.2022. Všechny články byly zpracované procedurami UDPipe a NameTag a pravidlovou procedurou pro detekci citací. Výstupem je seznam záznamů obsahujících citaci a její citační zdroj. Každý záznam je reprezentován jako 6tice následujících položek: - Vlastní citace – reprezentována jako sekvence slov mezi dvěma uvozovkami. Pokusně se pro vybrané citační fráze (slovesa) detekují i nepřímé citace jako vedlejší věty ve formě sekvence slov. - Vlastní jména – sekvence slov reprezentující vlastní jména citované osoby. - Příjmení – slovo určující příjmení citované osoby. - Role mluvčího – slovo určují vztah citované osoby k její instituci. - Instituce – sekvence slov reprezentující název instituce, ke které má citovaná osoba určitý vztah. - Citační fráze – detekované sloveso uvozující citaci. Každá položka je reprezentována jako seznam slov, která jsou identifikována svými identifikátory podle vstupního souboru. Některé položky mohou být i prázdné seznamy, např. pokud není instituce uvedena, případně nejsou uvedena vlastní jména citované osoby.

Type

G_funk - Functional sample

CEP classification

—

OECD FORD branch

50801 - Journalism

Project

<a href="/en/project/TL05000057" target="_blank" >TL05000057: The Signal and the Noise in the Era of Journalism 5.0 - A Comparative Perspective of Journalistic Genres of Automated Content</a><br>

Continuities

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Publication year

2022

Confidentiality

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

Internal product ID

TL05000057-V2

Numerical identification

TL05000057-V2

Technical parameters

Kolekci iRozhlas s více než 100 tis. články jsme, podobně jako korpus SiR 1.0, zpřístupnili na platformě TEITOK, viz odkaz https://quest.ms.mff.cuni.cz/parczech/teitok/irozhlas/index.php. Jedná se o vývojářskou verzi, která aktuálně nabízí články s automaticky doplněnými lingvistickými anotacemi nástroji UDPipe a NameTag a citacemi detekovanými pravidlovou procedurou. S každou další verzí pravidlové procedury budeme zpřístupňovat její výsledky. Pro uživatele jsme připravili několik ukázkových dotazů (viz Typické dotazy výše). Jejich spuštění je přímočaré, a sice kliknutím na dotaz se dotaz zkopíruje do řádku dotaz v jazyce CQL a kliknutím na Hledat se dotaz spustí. Například dotazem <attrib>[]* a:[feats = ".*Gender=Masc.*" & feats = ".*Animacy=Anim.*"]+ []*</attrib> :: a.attrib_atype="SOURCE:.*" & a.name_type="PER" je možné hledat citační zdroje obsahující slovo rodu mužského životného, které se vyskytuje ve jmenné entitě typu "PER" (osoba). V dotazu se využívají automatické lingvistické anotace procedur UDPipe a NameTag.

Economical parameters

Licenci je možno udělit jako bezúplatnou pro nekomerční účely. V případě udělení licence pro komerční využití, byl stanoven odhad ceny poskytnuté licence jako licence za časově omezený přístup, a to za poplatek 1 000,- Kč na měsíc, nebo 10 000,- Kč za rok.

Application category by cost

—

Owner IČO

68407700

Owner name

CESKE VYSOKE UCENI TECHNICKE V PRAZE

Owner country

CZ - CZECH REPUBLIC

Usage type

V - Výsledek je využíván vlastníkem

Licence fee requirement

Z - Poskytovatel licence na výsledek nepožaduje v některých případech licenční poplatek

Web page

https://quest.ms.mff.cuni.cz/parczech/teitok/irozhlas/index.php