Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F17%3A00096850" target="_blank" >RIV/00216224:14330/17:00096850 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://corpora.fi.muni.cz/habit/" target="_blank" >http://corpora.fi.muni.cz/habit/</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    HaBiT system

  • Popis výsledku v původním jazyce

    HaBiT system summarizes technical results of the Czech-Norwegian research project 7F14047 Harvesting big text data for under-resourced languages. The main objectives of the HaBiT project were to gather large-scale text data (corpora) from the Web for under-resourced languages, involving Norwegian, partly Czech and the major languages of Ethiopia — Amharic, Afaan Oromo, Tigrinya, Somali — and to build shallow processing applications. The gathered data were processed to make it usable in many language applications, such as information extraction or machine translation. Furthermore, in the process of collecting corpora data, existing tools for building web text resources were further developed and improved since the Ethiopian languages are quite different from most European languages.

  • Název v anglickém jazyce

    HaBiT system

  • Popis výsledku anglicky

    HaBiT system summarizes technical results of the Czech-Norwegian research project 7F14047 Harvesting big text data for under-resourced languages. The main objectives of the HaBiT project were to gather large-scale text data (corpora) from the Web for under-resourced languages, involving Norwegian, partly Czech and the major languages of Ethiopia — Amharic, Afaan Oromo, Tigrinya, Somali — and to build shallow processing applications. The gathered data were processed to make it usable in many language applications, such as information extraction or machine translation. Furthermore, in the process of collecting corpora data, existing tools for building web text resources were further developed and improved since the Ethiopian languages are quite different from most European languages.

Klasifikace

  • Druh

    R - Software

  • 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

    <a href="/cs/project/7F14047" target="_blank" >7F14047: Harvesting big text data for under-resourced languages</a><br>

  • Návaznosti

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

Ostatní

  • Rok uplatnění

    2017

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Interní identifikační kód produktu

    habsys2017

  • Technické parametry

    HaBiT system is provided in the form of a web service, which allows to access and search the text corpora of Amharic, Oromo, Tigrinya and Somali languages of Ethiopia and Norwegian and Czech corpora, as well as use the Universal Dependencies taggers of the 4 Ethiopian languages.

  • Ekonomické parametry

    The results of the HaBiT system offer world-unique data for research and analysis of the Ethiopian languages.

  • IČO vlastníka výsledku

    00216224

  • Název vlastníka

    Masarykova univerzita