Morfologické značkování a lemmatizace v korpusech ČNK

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11210%2F07%3A00103203" target="_blank" >RIV/00216208:11210/07:00103203 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/68378092:_____/08:00099582

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Morfologické značkování a lemmatizace v korpusech ČNK

Popis výsledku v původním jazyce

Tento článek představuje metody, jimiž byly označkovány tři velké textové korpusy (SYN2000, SYN2005 a SYN2006PUB). Postup značkování má několik fází: tokenizaci a segmentaci, morfologickou analýzu a disambiguaci. Při značkování korpusů byly použity jak stochastické, tak pravidlové metody.

Název v anglickém jazyce

Morphological tagging and lemmatization in the Czech National Corpus

Popis výsledku anglicky

This paper presents the methods by which three large textual corpora (SYN2000, SYN2005 and SYN2006PUB) of the Czech National Corpus have been tagged and lemmatized. The process proceeded in several phases: tokenization and segmentation, morphological analysis and disambiguation.

Druh

D - Stať ve sborníku

CEP obor

AI - Jazykověda

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2007

Kód důvěrnosti údajů

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

Název statě ve sborníku

Grammar and Corpora

ISBN

978-80-200-1634-8

ISSN

—

e-ISSN

—

Počet stran výsledku

11

Strana od-do

—

Název nakladatele

Academia

Místo vydání

Liblice

Místo konání akce

—

Datum konání akce

—

Typ akce podle státní příslušnosti

—

Kód UT WoS článku

—