A Universal Dependencies Treebank for Nheengatu

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F26%3ATKMBAQZ2" target="_blank" >RIV/00216208:11320/26:TKMBAQZ2 - isvavai.cz</a>

Výsledek na webu

<a href="https://aclanthology.org/2024.propor-2.8/" target="_blank" >https://aclanthology.org/2024.propor-2.8/</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

A Universal Dependencies Treebank for Nheengatu

Popis výsledku v původním jazyce

We present UD_Nheengatu-CompLin, the in- augural treebank for Nheengatu, an endan- gered Indigenous language of Brazil with lim- ited digital resources. This treebank stands as the largest among Indigenous American languages in version 2.13 of the Universal Dependencies collection. The developmental version comprises 1,336 trees, encompassing 13,246 tokens and 13,374 words. In a 10-fold cross-validation experiment using UDPipe 1.2, parsing with gold tokenization and gold tags achieved a labeled attachment score (LAS) of 81.17 ± 1.02, outperforming Yauti, the rule- based analyzer employed for sentence annota- tion.

Název v anglickém jazyce

A Universal Dependencies Treebank for Nheengatu

Popis výsledku anglicky

We present UD_Nheengatu-CompLin, the in- augural treebank for Nheengatu, an endan- gered Indigenous language of Brazil with lim- ited digital resources. This treebank stands as the largest among Indigenous American languages in version 2.13 of the Universal Dependencies collection. The developmental version comprises 1,336 trees, encompassing 13,246 tokens and 13,374 words. In a 10-fold cross-validation experiment using UDPipe 1.2, parsing with gold tokenization and gold tags achieved a labeled attachment score (LAS) of 81.17 ± 1.02, outperforming Yauti, the rule- based analyzer employed for sentence annota- tion.

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

2024

Kód důvěrnosti údajů

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

Název statě ve sborníku

Proceedings of the 16th International Conference on Computational Processing of Portuguese - Vol. 2

ISBN

979-8-89176-062-2

ISSN

—

e-ISSN

—

Počet stran výsledku

18

Strana od-do

37-54

Název nakladatele

Association for Computational Lingustics

Místo vydání

—

Místo konání akce

Santiago de Compostela, Galicia/Spain

Datum konání akce

1. 1. 2026

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—