Automatic Identification of Academic Phrases for Czech
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11210%2F19%3A10402555" target="_blank" >RIV/00216208:11210/19:10402555 - isvavai.cz</a>
Výsledek na webu
<a href="https://doi.org/10.1007/978-3-030-30135-4_17" target="_blank" >https://doi.org/10.1007/978-3-030-30135-4_17</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-030-30135-4_17" target="_blank" >10.1007/978-3-030-30135-4_17</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Automatic Identification of Academic Phrases for Czech
Popis výsledku v původním jazyce
The aim of this study is to automatically extract academic phrases in Czech using data-mining techniques as a first step towards creating a dictionary of academic words and phrases targeting university-level students (L1 and L2). The decision to use data mining was based on excellent results of data mining in automatic recognition of single-word and multi-word terms [10]. This method has identified various types of academic phrases: structurally incomplete lexical bundles with specific functions in texts (e.g. na druhou stranu - on the other hand), collocations (e.g. podrobná analýza - detailed analysis) or combinations of a content word and a typical function word (e.g. zaměřený na - focused on; podobný jako - similar to). The final list of automatically identified academic phrases is quite extensive and consists of 7,300 bigrams. Manual evaluation of the output data sample showed that precision of the automatic identification method is more than 72% and recall is 81%. The list of identified academic phrases is a very good starting point for the planned dictionary because the majority of the extracted bigrams constitute collocations typically used for academic texts. Such collocations are useful for the target audience, that is, university students interested in academic writing.
Název v anglickém jazyce
Automatic Identification of Academic Phrases for Czech
Popis výsledku anglicky
The aim of this study is to automatically extract academic phrases in Czech using data-mining techniques as a first step towards creating a dictionary of academic words and phrases targeting university-level students (L1 and L2). The decision to use data mining was based on excellent results of data mining in automatic recognition of single-word and multi-word terms [10]. This method has identified various types of academic phrases: structurally incomplete lexical bundles with specific functions in texts (e.g. na druhou stranu - on the other hand), collocations (e.g. podrobná analýza - detailed analysis) or combinations of a content word and a typical function word (e.g. zaměřený na - focused on; podobný jako - similar to). The final list of automatically identified academic phrases is quite extensive and consists of 7,300 bigrams. Manual evaluation of the output data sample showed that precision of the automatic identification method is more than 72% and recall is 81%. The list of identified academic phrases is a very good starting point for the planned dictionary because the majority of the extracted bigrams constitute collocations typically used for academic texts. Such collocations are useful for the target audience, that is, university students interested in academic writing.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
60203 - Linguistics
Návaznosti výsledku
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)
Ostatní
Rok uplatnění
2019
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Computational and Corpus-Based Phraseology
ISBN
978-3-030-30134-7
ISSN
0302-9743
e-ISSN
—
Počet stran výsledku
12
Strana od-do
227-238
Název nakladatele
Springer
Místo vydání
Málaga, Španělsko
Místo konání akce
Málaga, Španělsko
Datum konání akce
25. 9. 2019
Typ akce podle státní příslušnosti
EUR - Evropská akce
Kód UT WoS článku
—