A new dataset for sentence-level complexity in Russian
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F23%3AV8EWMTSK" target="_blank" >RIV/00216208:11320/23:V8EWMTSK - isvavai.cz</a>
Výsledek na webu
<a href="https://www.dialog-21.ru/media/5900/ivanovvpluselbayoumimg086.pdf" target="_blank" >https://www.dialog-21.ru/media/5900/ivanovvpluselbayoumimg086.pdf</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.28995/2075-7182-2023-22-181-190" target="_blank" >10.28995/2075-7182-2023-22-181-190</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
A new dataset for sentence-level complexity in Russian
Popis výsledku v původním jazyce
"Text complexity prediction is a well-studied task. Predicting complexity sentence-level has attracted less re-nsearch interest in Russian. One possible application of sentence-level complexity prediction is more precise andnfine-grained modeling of text complexity. In the paper we present a novel dataset with sentence-level annotationnof complexity. The dataset is open and contains 1,200 Russian sentences extracted from SynTagRus treebank.nAnnotations were collected via Yandex Toloka platform using 7-point scale. The paper presents various linguisticnfeatures that can contribute to sentence complexity as well as a baseline linear model."
Název v anglickém jazyce
A new dataset for sentence-level complexity in Russian
Popis výsledku anglicky
"Text complexity prediction is a well-studied task. Predicting complexity sentence-level has attracted less re-nsearch interest in Russian. One possible application of sentence-level complexity prediction is more precise andnfine-grained modeling of text complexity. In the paper we present a novel dataset with sentence-level annotationnof complexity. The dataset is open and contains 1,200 Russian sentences extracted from SynTagRus treebank.nAnnotations were collected via Yandex Toloka platform using 7-point scale. The paper presents various linguisticnfeatures that can contribute to sentence complexity as well as a baseline linear model."
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
2023
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
"Proceedings of the International Conference “Dialogue"
ISBN
—
ISSN
2075-7182
e-ISSN
—
Počet stran výsledku
10
Strana od-do
181-190
Název nakladatele
""
Místo vydání
—
Místo konání akce
Tartu
Datum konání akce
1. 1. 2023
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—