Morphological annotation of social media corpora with reference to its reliability for linguistic research

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F21%3A10441749" target="_blank" >RIV/00216208:11320/21:10441749 - isvavai.cz</a>

Výsledek na webu

<a href="https://doi.org/10.28995/2075-7182-2021-20-492-504" target="_blank" >https://doi.org/10.28995/2075-7182-2021-20-492-504</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.28995/2075-7182-2021-20-492-504" target="_blank" >10.28995/2075-7182-2021-20-492-504</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Morphological annotation of social media corpora with reference to its reliability for linguistic research

Popis výsledku v původním jazyce

This paper presents the results of the study devoted to the applicability of SOTA methods for morphological corpus annotation (based on GramEval2020) for analytical sociolinguistic research. The study shows that statistically successful technologies of morphosyntactic annotation for such purposes create a number of problems for researchers if they are used purely i.e. without any linguistic knowledge. In this paper, methods for improving the morphological annotation, successfully implemented in GICR, from the point of view of its reliability are presented.

Název v anglickém jazyce

Morphological annotation of social media corpora with reference to its reliability for linguistic research

Popis výsledku anglicky

This paper presents the results of the study devoted to the applicability of SOTA methods for morphological corpus annotation (based on GramEval2020) for analytical sociolinguistic research. The study shows that statistically successful technologies of morphosyntactic annotation for such purposes create a number of problems for researchers if they are used purely i.e. without any linguistic knowledge. In this paper, methods for improving the morphological annotation, successfully implemented in GICR, from the point of view of its reliability are presented.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

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

Projekt

—

Návaznosti

—

Rok uplatnění

2021

Kód důvěrnosti údajů

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

Název statě ve sborníku

Komp&apos;juternaja Lingvistika i Intellektual&apos;nye Tehnologii

ISBN

—

ISSN

2221-7932

e-ISSN

—

Počet stran výsledku

13

Strana od-do

492-504

Název nakladatele

ABBYY PRODUCTION LLC

Místo vydání

Moskva

Místo konání akce

online

Datum konání akce

16. 6. 2021

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—