Indonesian Morphology Tool (MorphInd): Towards an Indonesian Corpus

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F11%3A10107815" target="_blank" >RIV/00216208:11320/11:10107815 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-642-23138-4" target="_blank" >http://dx.doi.org/10.1007/978-3-642-23138-4</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-642-23138-4" target="_blank" >10.1007/978-3-642-23138-4</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Indonesian Morphology Tool (MorphInd): Towards an Indonesian Corpus

Popis výsledku v původním jazyce

This paper describes a robust finite state morphology tool for Indonesian (MorphInd), which handles both morphological analysis and lemmatization for a given surface word form so that it is suitable for further language processing. MorphInd has wider coverage on han- dling Indonesian derivational and in ectional morphology compared to an existing Indonesian morphological analyzer [1], along with a more de- tailed tagset. MorphInd outputs the analysis in the form of segmented morphemes along with the morphological tags. The implementation was done using finite state technology by adopting the two-level morphology approach implemented in FOMA. It acheived 84.6% of coverage on a preliminary stage Indonesian corpus where it mostly fails to capture the proper nouns and foreign words as expected initially.

Název v anglickém jazyce

Indonesian Morphology Tool (MorphInd): Towards an Indonesian Corpus

Popis výsledku anglicky

This paper describes a robust finite state morphology tool for Indonesian (MorphInd), which handles both morphological analysis and lemmatization for a given surface word form so that it is suitable for further language processing. MorphInd has wider coverage on han- dling Indonesian derivational and in ectional morphology compared to an existing Indonesian morphological analyzer [1], along with a more de- tailed tagset. MorphInd outputs the analysis in the form of segmented morphemes along with the morphological tags. The implementation was done using finite state technology by adopting the two-level morphology approach implemented in FOMA. It acheived 84.6% of coverage on a preliminary stage Indonesian corpus where it mostly fails to capture the proper nouns and foreign words as expected initially.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

AI - Jazykověda

OECD FORD obor

—

Projekt

<a href="/cs/project/LC536" target="_blank" >LC536: Centrum komputační lingvistiky</a><br>

Návaznosti

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

Rok uplatnění

2011

Kód důvěrnosti údajů

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

Název periodika

Communications in Computer and Information Science

ISSN

1865-0929

e-ISSN

—

Svazek periodika

100

Číslo periodika v rámci svazku

1

Stát vydavatele periodika

DE - Spolková republika Německo

Počet stran výsledku

11

Strana od-do

119-129

Kód UT WoS článku

—

EID výsledku v databázi Scopus

—