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”

Development of Evidence-Based Grammars for Terminology Extraction in OneClick Terms

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F23%3A00131557" target="_blank" >RIV/00216224:14330/23:00131557 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://elex.link/elex2023/wp-content/uploads/117.pdf" target="_blank" >https://elex.link/elex2023/wp-content/uploads/117.pdf</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Development of Evidence-Based Grammars for Terminology Extraction in OneClick Terms

  • Popis výsledku v původním jazyce

    This paper presents a new generation of terminology extraction grammars for the OneClick Terms system. Unlike previous grammars built using linguistic judgment, the new grammars use rules inspired by patterns frequently observed in existing terminology databases. This evidence-based approach leads to a more accurate coverage of term candidates of lexical structures typical for authentic terms. The internal variety and maximum length of recognized terms have also increased. Due to the use of techniques known from corpus linguistics in their design, the resulting grammars maximize the coverage of terms while keeping a manageable size. In the paper, we frst describe how term grammars are used in OneClick Terms (Baisa et al., 2017) to enable terminology extraction for individual languages. Then we explain the procedure which we use to design next-generation term grammars for seven languages (English, Estonian, French, German, Italian, Portuguese, Spanish). This includes studying the IATE term base (Zorrilla-Agut &amp; Fontenelle, 2019) to derive information on the typical structure of terms in each language. Eventually, we provide fgures concerning the new term grammars and their recall of the IATE terms, and we discuss directions for further development.

  • Název v anglickém jazyce

    Development of Evidence-Based Grammars for Terminology Extraction in OneClick Terms

  • Popis výsledku anglicky

    This paper presents a new generation of terminology extraction grammars for the OneClick Terms system. Unlike previous grammars built using linguistic judgment, the new grammars use rules inspired by patterns frequently observed in existing terminology databases. This evidence-based approach leads to a more accurate coverage of term candidates of lexical structures typical for authentic terms. The internal variety and maximum length of recognized terms have also increased. Due to the use of techniques known from corpus linguistics in their design, the resulting grammars maximize the coverage of terms while keeping a manageable size. In the paper, we frst describe how term grammars are used in OneClick Terms (Baisa et al., 2017) to enable terminology extraction for individual languages. Then we explain the procedure which we use to design next-generation term grammars for seven languages (English, Estonian, French, German, Italian, Portuguese, Spanish). This includes studying the IATE term base (Zorrilla-Agut &amp; Fontenelle, 2019) to derive information on the typical structure of terms in each language. Eventually, we provide fgures concerning the new term grammars and their recall of the IATE terms, and we discuss directions for further development.

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

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

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

    Electronic lexicography in the 21st century (eLex 2023): Invisible Lexicography. Proceedings of the eLex 2023 conference

  • ISBN

  • ISSN

    2533-5626

  • e-ISSN

  • Počet stran výsledku

    13

  • Strana od-do

    650-662

  • Název nakladatele

    Lexical Computing CZ s.r.o.

  • Místo vydání

    Brno, Czech Republic

  • Místo konání akce

    Brno, Czech Republic

  • Datum konání akce

    1. 1. 2023

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku