Struktura koreferenčních řetězců v paralelních jazykových datech

Poskytovatel

Grantová agentura České republiky

Program

Standardní projekty

Veřejná soutěž

Standardní projekty 20 (SGA0201600001)

Hlavní účastníci

Univerzita Karlova / Matematicko-fyzikální fakulta

Druh soutěže

VS - Veřejná soutěž

Číslo smlouvy

16-05394S

Název projektu anglicky

Structure of coreferential chains in parallel language data

Anotace anglicky

In this project, we focus on the ways how coreferential relations are realized in Czech in contrast to multiple languages. Coreference will be investigated in terms of expressions used for this purpose, their frequency and distribution. The nature of coreferential relations will be analyzed with respect to other linguistic aspects, e.g. tendency to use non-finite structures. Furthermore, we will perform several computational experiments employing the methods of coreference projection and bilingually-informed coreference resolution to measure how distant the languages are in terms of coreference and to support the findings of the theoretical analysis. The research will be carried out on multilingual parallel data that will be partially created within the project, including primarily Czech, English and Russian, with a possible extension to German and Polish. The key factor for such research on parallel data is the quality of word-alignment, which will be also addressed in this project.

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 přinesl cenná zjištění ohledně koreferenčních vazeb (zejména v češtině, ale v menší míře i v jiných jazycích) a jejich možného počítačového zpracování. Kvalita výsledných publikací je uspokojivá. Nejcennějším výsledkem je paralelní korpus s anotovanými koreferencemi.

Zahájení řešení

1. 1. 2016

Ukončení řešení

31. 12. 2018

Poslední stav řešení

U - Ukončený projekt

Poslední uvolnění podpory

26. 4. 2018

Důvěrnost údajů

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

Systémové označení dodávky dat

CEP19-GA0-GA-U/01:1

Datum dodání záznamu

12. 6. 2019

Celkové uznané náklady

2 998 tis. Kč

Výše podpory ze státního rozpočtu

2 872 tis. Kč

Ostatní veřejné zdroje financování

126 tis. Kč

Neveřejné tuz. a zahr. zdroje finan.

0 tis. Kč