Tweaking UD Annotations to Investigate the Placement of Determiners, Quantifiers and Numerals in the Noun Phrase

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F22%3AIN5JQ54I" target="_blank" >RIV/00216208:11320/22:IN5JQ54I - isvavai.cz</a>

Výsledek na webu

<a href="https://aclanthology.org/2022.sigtyp-1.5" target="_blank" >https://aclanthology.org/2022.sigtyp-1.5</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.18653/v1/2022.sigtyp-1.5" target="_blank" >10.18653/v1/2022.sigtyp-1.5</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Tweaking UD Annotations to Investigate the Placement of Determiners, Quantifiers and Numerals in the Noun Phrase

Popis výsledku v původním jazyce

We describe a methodology to extract with finer accuracy word order patterns from texts automatically annotated with Universal Dependency (UD) trained parsers. We use the methodology to quantify the word order entropy of determiners, quantifiers and numerals in ten Indo-European languages, using UD-parsed texts from a parallel corpus of prosaic texts. Our results suggest that the combinations of different UD annotation layers, such as UD Relations, Universal Parts of Speech and lemma, and the introduction of language-specific lists of closed-category lemmata has the two-fold effect of improving the quality of analysis and unveiling hidden areas of variability in word order patterns.

Název v anglickém jazyce

Tweaking UD Annotations to Investigate the Placement of Determiners, Quantifiers and Numerals in the Noun Phrase

Popis výsledku anglicky

We describe a methodology to extract with finer accuracy word order patterns from texts automatically annotated with Universal Dependency (UD) trained parsers. We use the methodology to quantify the word order entropy of determiners, quantifiers and numerals in ten Indo-European languages, using UD-parsed texts from a parallel corpus of prosaic texts. Our results suggest that the combinations of different UD annotation layers, such as UD Relations, Universal Parts of Speech and lemma, and the introduction of language-specific lists of closed-category lemmata has the two-fold effect of improving the quality of analysis and unveiling hidden areas of variability in word order patterns.

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

Proceedings of the 4th Workshop on Research in Computational Linguistic Typology and Multilingual NLP

ISBN

978-1-955917-93-3

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

36-41

Název nakladatele

Association for Computational Linguistics

Místo vydání

—

Místo konání akce

Seattle, Washington

Datum konání akce

1. 1. 2022

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—