Universal Dependencies for the Slovakian language: upgrading the guidelines, learning data and analysis model

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F22%3AGP3EESKK" target="_blank" >RIV/00216208:11320/22:GP3EESKK - isvavai.cz</a>

Výsledek na webu

<a href="https://nl.ijs.si/jtdh22/pdf/JTDH2022_Dobrovoljc-et-al_Universal-Dependencies-za-slovenscino.pdf" target="_blank" >https://nl.ijs.si/jtdh22/pdf/JTDH2022_Dobrovoljc-et-al_Universal-Dependencies-za-slovenscino.pdf</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

—

Název v původním jazyce

Universal Dependencies za slovensˇcˇino: nadgradnja smernic, ucˇnih podatkov in razcˇlenjevalnega modela

Popis výsledku v původním jazyce

Universal Dependencies (UD) je mednarodno usklajena oznaˇcevalna shema za medjezikovno primerljivo oblikoslovno in skladenjsko oznaˇcevanje besedil po naˇcelih odvisnostne slovnice, ki je bila ob veˇc kot 130 drugih svetovnih jezikih uspeˇsno uporabljena tudi za oznaˇcevanje besedil v slovenˇsˇcini. V prispevku predstavimo rezultate nedavnih aktivnosti v povezavi s shemo UD znotraj projekta Razvoj slovenˇsˇcine v digitalnem okolju, v okviru katerega smo obstojeˇco infrastrukturo nadgradili s prenovo in podrobno dokumentacijo oznaˇcevalnih smernic UD za slovenˇsˇcino, razˇsiritvijo drevesnice SSJ-UD za pisno slovenˇsˇcino z novimi povedmi iz korpusov ssj500k in ELEXIS-WSD ter izdelavo novega strojnega modela skladenjskega razˇclenjevanja v oznaˇcevalnem orodju CLASSLA-Stanza. V podporo nadaljnjim aplikacijam na razliˇcnih podroˇcjih strojnega procesiranja slovenˇsˇcine novi model podrobneje ovrednotimo, in sicer poleg sploˇsne evalvacije natanˇcnosti razˇclenjevanja poroˇcamo tudi o natanˇcnosti na ravni posamiˇcnih skladenjskih relacij in o najpogostejˇsih tipih napak.

Název v anglickém jazyce

Universal Dependencies for the Slovakian language: upgrading the guidelines, learning data and analysis model

Popis výsledku anglicky

Universal Dependencies (UD) is an internationally harmonized marking scheme for cross-linguistically comparable morphological and syntactic marking of texts according to the principles of dependency grammar, which has been successfully used for more than 130 other world languages Marking of texts in Slovenian. In this paper, we present the results of recent activities in connection with the UD scheme within the project The development of the Slovenian language in the digital environment, within the framework of which we upgraded the existing infrastructure with renovation and detailed documentation marking guidelines of the UD for Slovene, expansion of the SSJ-UD nursery for written Slovene with new sentences from the ssj500k corpora and ELEXIS-WSD and creation of a new machine model of syntactic parsing in the markup tool CLASSLA-Stanza. In support for further applications in various fields of machine processing of Slovenian language, we will evaluate the new model in more detail, namely, in addition to general evaluation of parsing accuracy, we also report on accuracy at the level of individual syntactic relations and on the most frequent types of errors.

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

2022

Kód důvěrnosti údajů

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

Název statě ve sborníku

Conference on Language Technologies & Digital Humanities

ISBN

978-961-7104-20-2

ISSN

—

e-ISSN

—

Počet stran výsledku

10

Strana od-do

30-39

Název nakladatele

Inštitut za novejšo zgodovino

Místo vydání

—

Místo konání akce

Ljubljana, Slovenia

Datum konání akce

1. 1. 2022

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—