Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Automatic Detection of Language and Annotation Model Information in CoNLL Corpora

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F19%3A10427055" target="_blank" >RIV/00216208:11320/19:10427055 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://drops.dagstuhl.de/opus/volltexte/2019/10387" target="_blank" >http://drops.dagstuhl.de/opus/volltexte/2019/10387</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Automatic Detection of Language and Annotation Model Information in CoNLL Corpora

  • Popis výsledku v původním jazyce

    We introduce AnnoHub, an on-going effort to automatically complement existing language resourceswith metadata about the languages they cover and the annotation schemes (tagsets) that they apply,to provide a web interface for their curation and evaluation by means of domain experts, and topublish them as a RDF dataset and as part of the (Linguistic) Linked Open Data (LLOD) cloud. Inthis paper, we focus on tabular formats with tab-separated values (TSV), a de-facto standard forannotated corpora as popularized as part of the CoNLL Shared Tasks. By extension, other formatsfor which a converter to CoNLL and/or TSV formats does exist, can be processed analoguously. Wedescribe our implementation and its evaluation against a sample of 93 corpora from the UniversalDependencies, v.2.3.

  • Název v anglickém jazyce

    Automatic Detection of Language and Annotation Model Information in CoNLL Corpora

  • Popis výsledku anglicky

    We introduce AnnoHub, an on-going effort to automatically complement existing language resourceswith metadata about the languages they cover and the annotation schemes (tagsets) that they apply,to provide a web interface for their curation and evaluation by means of domain experts, and topublish them as a RDF dataset and as part of the (Linguistic) Linked Open Data (LLOD) cloud. Inthis paper, we focus on tabular formats with tab-separated values (TSV), a de-facto standard forannotated corpora as popularized as part of the CoNLL Shared Tasks. By extension, other formatsfor which a converter to CoNLL and/or TSV formats does exist, can be processed analoguously. Wedescribe our implementation and its evaluation against a sample of 93 corpora from the UniversalDependencies, v.2.3.

Klasifikace

  • Druh

    O - Ostatní výsledky

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

  • Návaznosti

Ostatní

  • Rok uplatnění

    2019

  • Kód důvěrnosti údajů

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