A New Corpus of Czech With an Innovated Annotation

Kód výsledku v IS VaVaI

RIV/00216208:11210/21:10435909 - isvavai.cz

Výsledek na webu

https://doi.org/10.1007/978-3-030-83527-9_4

DOI - Digital Object Identifier

10.1007/978-3-030-83527-9_4

Jazyk výsledku

angličtina

Název v původním jazyce

A New Corpus of Czech With an Innovated Annotation

Popis výsledku v původním jazyce

The paper introduces the SYN2020 corpus. The design of SYN2020 incorporates several substantial new features in the area of segmentation, lemmatization and morphological tagging, such as a new treatment of lemma variants, a new system for identifying morphological categories of verbs or a new treatment of multiword tokens.

Název v anglickém jazyce

A New Corpus of Czech With an Innovated Annotation

Popis výsledku anglicky

The paper introduces the SYN2020 corpus. The design of SYN2020 incorporates several substantial new features in the area of segmentation, lemmatization and morphological tagging, such as a new treatment of lemma variants, a new system for identifying morphological categories of verbs or a new treatment of multiword tokens.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

60203 - Linguistics

Projekt

LM2018137: Český národní korpus

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2021

Kód důvěrnosti údajů

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

Název statě ve sborníku

Text, Speech, and Dialogue

ISBN

978-3-030-83526-2

ISSN

0302-9743

e-ISSN

—

Počet stran výsledku

12

Strana od-do

48-59

Název nakladatele

Springer

Místo vydání

Cham

Místo konání akce

Olomouc

Datum konání akce

6. 9. 2021

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—