Latin Morphology through the Centuries: Ensuring Consistency for Better Language Processing

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F23%3A10475855" target="_blank" >RIV/00216208:11320/23:10475855 - isvavai.cz</a>

Výsledek na webu

<a href="https://aclanthology.org/2023.alp-1.7.pdf" target="_blank" >https://aclanthology.org/2023.alp-1.7.pdf</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.5281/zenodo.8337364" target="_blank" >10.5281/zenodo.8337364</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Latin Morphology through the Centuries: Ensuring Consistency for Better Language Processing

Popis výsledku v původním jazyce

This paper focuses on the process of harmonising the five Latin treebanks available in Universal Dependencies with respect to morphological annotation. We propose a workflow that allows to first spot inconsistencies and missing information, in order to detect to what extent the annotations differ, and then correct the retrieved bugs, with the goal of equalising the annotation of morphological features in the treebanks and producing more consistent linguistic data. Subsequently, we present some experiments carried out with UDPipe and Stanza in order to assess the impact of such harmonisation on parsing accuracy.

Název v anglickém jazyce

Latin Morphology through the Centuries: Ensuring Consistency for Better Language Processing

Popis výsledku anglicky

This paper focuses on the process of harmonising the five Latin treebanks available in Universal Dependencies with respect to morphological annotation. We propose a workflow that allows to first spot inconsistencies and missing information, in order to detect to what extent the annotations differ, and then correct the retrieved bugs, with the goal of equalising the annotation of morphological features in the treebanks and producing more consistent linguistic data. Subsequently, we present some experiments carried out with UDPipe and Stanza in order to assess the impact of such harmonisation on parsing accuracy.

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

<a href="/cs/project/GX20-16819X" target="_blank" >GX20-16819X: Porozumění jazyku: od syntaxe k diskurzu</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2023

Kód důvěrnosti údajů

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

Název statě ve sborníku

Proceedings of the Ancient Language Processing Workshop

ISBN

978-954-452-087-8

ISSN

—

e-ISSN

—

Počet stran výsledku

9

Strana od-do

59-67

Název nakladatele

INCOMA

Místo vydání

Varna, Bulgaria

Místo konání akce

Varna, Bulgaria

Datum konání akce

8. 9. 2023

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—