Aranea Go Middle East: Persicum
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F22%3AMG8E7ZQC" target="_blank" >RIV/00216208:11320/22:MG8E7ZQC - isvavai.cz</a>
Výsledek na webu
<a href="https://nlp.fi.muni.cz/raslan/raslan22.pdf#page=113" target="_blank" >https://nlp.fi.muni.cz/raslan/raslan22.pdf#page=113</a>
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Aranea Go Middle East: Persicum
Popis výsledku v původním jazyce
Our paper introduces the creation and annotation of Araneum Persicum, a new Persian web-crawled corpus. Some problems encountered during the process of filtration and annotation are shown, and an ensemble approach adopted for lemmatization and morphosyntactic annotation is introduced. It is also argued that Romanization can be helpful in developing corpora for languages not based on Latin script.
Název v anglickém jazyce
Aranea Go Middle East: Persicum
Popis výsledku anglicky
Our paper introduces the creation and annotation of Araneum Persicum, a new Persian web-crawled corpus. Some problems encountered during the process of filtration and annotation are shown, and an ensemble approach adopted for lemmatization and morphosyntactic annotation is introduced. It is also argued that Romanization can be helpful in developing corpora for languages not based on Latin script.
Klasifikace
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)
Návaznosti výsledku
Projekt
—
Návaznosti
—
Ostatní
Rok uplatnění
2022
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
RASLAN 2022 Recent Advances in Slavonic Natural Language Processing
ISBN
978-80-263-1752-4
ISSN
—
e-ISSN
—
Počet stran výsledku
9
Strana od-do
113-121
Název nakladatele
Tribun EU
Místo vydání
—
Místo konání akce
Karlova Studánka, Czech Republic
Datum konání akce
1. 1. 2022
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—