Metody pro rychlou diskurzní anotaci ve vybraných korpusech

Název projektu anglicky
Methods for rapid discourse annotation in selected corpora
Anotace anglicky
The project aims at research and development of methods for cost-effective discourse annotation in various types of text corpora available in the Prague Dependency Treebank - Consolidated 1.0 (PDT-C). We will use and further develop existing methods for automatic pre-annotation of the data and, within the limits of this small project, perform the most important manual corrections of the pre-annotated data, thus creating a unique text-type diversified discourse annotated corpus in Czech. The project will deal with explicit discourse relations marked by so-called primary discourse connectives. Research effort will be dedicated to making the results (both theoretical and practical) available to the international scientific community, including transformation and publication of the data in a widely used Penn Discourse Treebank (PDTB) format and taxonomy. The outcomes will contribute both to theoretical knowledge about discourse relations in various types of texts in Czech, newly especially in spoken and translated data, and to natural language processing related to discourse relations.

Kategorie VaV
ZV - Základní výzkum
OECD FORD - hlavní obor
60203 - Linguistics
OECD FORD - vedlejší obor
—
OECD FORD - další vedlejší obor
—
CEP - odpovídající obory <br>(dle <a href="http://www.vyzkum.cz/storage/att/E6EF7938F0E854BAE520AC119FB22E8D/Prevodnik_oboru_Frascati.pdf">převodníku</a>)
AI - Jazykověda

Důvěrnost údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Systémové označení dodávky dat
CEP24-GA0-GA-R
Datum dodání záznamu
19. 2. 2024

Podobné projekty(10)