Improving Nominalized Adjectives Tagging
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14210%2F19%3A00111124" target="_blank" >RIV/00216224:14210/19:00111124 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.2478/jazcas-2019-0066" target="_blank" >http://dx.doi.org/10.2478/jazcas-2019-0066</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.2478/jazcas-2019-0066" target="_blank" >10.2478/jazcas-2019-0066</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Improving Nominalized Adjectives Tagging
Popis výsledku v původním jazyce
Part of speech transitions represent an interesting issue in terms of Automatic Morphological Analysis (AMA). In these cases, two parts of speech have to be considered: initial and final. However, their automatic recognition is complicated by the same form. This article presents the results of a corpus study aimed at mapping nominalized adjectives tagging with a focus on detecting candidates for nominalization among frequent adjectives. Analysis of the data obtained from the ČNK SYN v5 corpus shows different reasons for incorrect tagging. Taking into account these reasons, we propose three solutions for the improvement nominalized adjectives tagging.
Název v anglickém jazyce
Improving Nominalized Adjectives Tagging
Popis výsledku anglicky
Part of speech transitions represent an interesting issue in terms of Automatic Morphological Analysis (AMA). In these cases, two parts of speech have to be considered: initial and final. However, their automatic recognition is complicated by the same form. This article presents the results of a corpus study aimed at mapping nominalized adjectives tagging with a focus on detecting candidates for nominalization among frequent adjectives. Analysis of the data obtained from the ČNK SYN v5 corpus shows different reasons for incorrect tagging. Taking into account these reasons, we propose three solutions for the improvement nominalized adjectives tagging.
Klasifikace
Druh
O - Ostatní výsledky
CEP obor
—
OECD FORD obor
60203 - Linguistics
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2019
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů