Automatic Verb Classifier for Abui (AVC-abz)

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F22%3A00561726" target="_blank" >RIV/67985556:_____/22:00561726 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/61989592:15210/22:73618983

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Automatic Verb Classifier for Abui (AVC-abz)

Popis výsledku v původním jazyce

We present an automatic verb classifier system that identifies inflectional classes in Abui (AVC-abz), a Papuan language of the Timor-Alor-Pantar family. The system combines manually annotated language data (the learning set) with the output of a morphological precision grammar (corpus data). The morphological precision grammar is trained on a fully glossed smaller corpus and applied to a larger corpus. Using the k-means algorithm, the system clusters inflectional classes discovered in the learning set. In the second step, Naive Bayes algorithm assigns the verbs found in the corpus data to the best-fitting cluster. AVC-abz serves to advance and refine the grammatical analysis of Abui as well as to monitor corpus coverage and its gradual improvement.

Název v anglickém jazyce

Automatic Verb Classifier for Abui (AVC-abz)

Popis výsledku anglicky

We present an automatic verb classifier system that identifies inflectional classes in Abui (AVC-abz), a Papuan language of the Timor-Alor-Pantar family. The system combines manually annotated language data (the learning set) with the output of a morphological precision grammar (corpus data). The morphological precision grammar is trained on a fully glossed smaller corpus and applied to a larger corpus. Using the k-means algorithm, the system clusters inflectional classes discovered in the learning set. In the second step, Naive Bayes algorithm assigns the verbs found in the corpus data to the best-fitting cluster. AVC-abz serves to advance and refine the grammatical analysis of Abui as well as to monitor corpus coverage and its gradual improvement.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

60203 - Linguistics

Projekt

<a href="/cs/project/GA20-18407S" target="_blank" >GA20-18407S: Automatizace analýzy slovesných tříd pro ohrožené jazyky - RoboCorp</a><br>

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2022

Kód důvěrnosti údajů

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

Název statě ve sborníku

Proceedings of the Workshop on Resources and Technologies for Indigenous, Endangered and Lesser-resourced Languages in Eurasia within the 13th Language Resources and Evaluation Conference

ISBN

978-2-493814-07-4

ISSN

—

e-ISSN

—

Počet stran výsledku

9

Strana od-do

42-50

Název nakladatele

European Language Resources Association

Místo vydání

Paris

Místo konání akce

Marseille

Datum konání akce

20. 6. 2022

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—