Modelování komplexity českých literárních textů

Poskytovatel

Ministerstvo školství, mládeže a tělovýchovy

Program

INTER-EXCELLENCE

Veřejná soutěž

INTER-EXCELLENCE 13 (SMSM2018LTC01)

Hlavní účastníci

Univerzita Karlova / Matematicko-fyzikální fakulta

Druh soutěže

VS - Veřejná soutěž

Číslo smlouvy

MSMT-16056/2018-11

Název projektu anglicky

Modeling of complexity in Czech literary texts

Anotace anglicky

- Create a Czech data set based on the Hamburg Readability Concept. - Compare correlations between a comprehension test, subjective readability evaluation, and Hamburg readability criteria on the one hand and selected readability metrics on the other hand. - Adapt a readability metric to Czech according to the correlations identified. - Conduct a stylometric experiment with Czech texts and compare the accuracy with and without readability as a feature; the same with selected Slavic languages and English (using readability metrics without language-specific adaptation).

Kategorie VaV

ZV - Základní výzkum

OECD FORD - hlavní obor

60203 - Linguistics

OECD FORD - vedlejší obor

60201 - General language studies

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

Hodnocení poskytovatelem

V - Vynikající výsledky projektu (s mezinárodním významem atd.)

Zhodnocení výsledků projektu

Vznikl datový soubor 91 parafrázovaných českých literárněvědných textů s naměřeným porozuměním čtenému na velkém vzorku probandů u 32 textů. Zároveň proběhla několikanásobná expertní anotace založená na tzv. Hamburském konceptu srozumitelnosti (Hamburger Verstándlichkeitskonzept). Anotace subjektivně škálově hodnotí různé aspekty textu, které prokazatelně ovlivňují jeho čtenářskou srozumitelnost. Data jsou podrobně dokumentována a dostupná pod licencí CC-BY v oborovém repozitáři Lindat/CLARlAH-CZ pod permanentním odkazem http://hdl.handle.net/11234/l-4610.Vznikla softwarová knihovna pro programovací jazyk R s názvem tidystopwords - pomocná knihovnu pro zpracování přirozeného jazyka a dolování textu. Knihovna je volně dostupná v repozitáři prostředí R pod permanentním odkazem https://CRAN.R-proiect.org/package=tidvstopwords. Publikovali jsme studii, která pomocí stylometrické knihovny stylo kvantifikuje, jak se autorský stylistický signál propisuje

Zahájení řešení

1. 6. 2018

Ukončení řešení

1. 11. 2021

Poslední stav řešení

U - Ukončený projekt

Poslední uvolnění podpory

9. 3. 2021

Důvěrnost údajů

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

Systémové označení dodávky dat

CEP22-MSM-LT-U

Datum dodání záznamu

30. 6. 2022

Celkové uznané náklady

4 695 tis. Kč

Výše podpory ze státního rozpočtu

4 695 tis. Kč

Ostatní veřejné zdroje financování

0 tis. Kč

Neveřejné tuz. a zahr. zdroje finan.

0 tis. Kč