Treebank češtiny na základě gramatiky

Poskytovatel

Grantová agentura České republiky

Program

Standardní projekty

Veřejná soutěž

Standardní projekty 17 (SGA0201300005)

Hlavní účastníci

Univerzita Karlova / Filozofická fakulta

Druh soutěže

VS - Veřejná soutěž

Číslo smlouvy

13-27184S

Název projektu anglicky

Grammar-based treebank of Czech

Anotace anglicky

This natural language processing project focuses on the design and implementation of a formal grammar specifying surface syntax of Czech, and on a substantial improvement of a fully automatic parsing of Czech. By means of a group of improved software tools (morphological analyzer, programs for morphological disambiguation - taggers, parsers) a syntactic structure of an input Czech sentence is produced. It will be possible to visualize this core structure (e.g. as a dependency or constituent structure, in various degrees of underspecification etc.) and export it to diverse output formats as required by various syntactic theories. The grammar design and the software tools will be based on large textual sources - corpora of contemporary Czech available in the Czech National Corpus. These corpora will also be syntactically annotated by the software tools in accordance with the grammar and in this way large treebanks of Czech will be developed. The project is a follow-up of the current GACR project Syntactic Analysis of Czech Corpora.

Kategorie VaV

ZV - Základní výzkum

CEP - hlavní obor

AI - Jazykověda

CEP - vedlejší obor

—

CEP - další vedlejší obor

—

OECD FORD - odpovídající obory <br>(dle <a href="http://www.vyzkum.cz/storage/att/E6EF7938F0E854BAE520AC119FB22E8D/Prevodnik_oboru_Frascati.pdf">převodníku</a>)

60201 - General language studies<br>60202 - Specific languages<br>60203 - Linguistics

Hodnocení poskytovatelem

U - Uspěl podle zadání (s publikovanými či patentovanými výsledky atd.)

Zhodnocení výsledků projektu

Projekt zaměřený na vytvoření formální gramatiky zachycující povrchovou syntax češtiny probíhal v zásadě podle plánu, cíle byly splněny a publikovány ve formě 1 monografie, řady časopiseckých studií a konferenčních příspěvků; dále byl vytvořen syntakticky anotovaný korpus, který však zatím nebyl zveřejněn. Údaje poskytnuté řešitelem jsou relevantní, řešitelský tým dodržoval grantová pravidla.

Zahájení řešení

1. 2. 2013

Ukončení řešení

24. 11. 2016

Poslední stav řešení

U - Ukončený projekt

Poslední uvolnění podpory

1. 4. 2016

Důvěrnost údajů

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

Systémové označení dodávky dat

CEP17-GA0-GA-U/03:1

Datum dodání záznamu

28. 6. 2017

Celkové uznané náklady

4 883 tis. Kč

Výše podpory ze státního rozpočtu

4 883 tis. Kč

Ostatní veřejné zdroje financování

0 tis. Kč

Neveřejné tuz. a zahr. zdroje finan.

0 tis. Kč