MSD-KR harmonizáció a Szeged Treebank 2.5-ben

Farkas Richárd; Szeredi Dániel; Varga Dániel; Vincze Veronika: MSD-KR harmonizáció a Szeged Treebank 2.5-ben.

Előnézet

Cikk, tanulmány, mű msznykonf_007_349-353.pdf Letöltés (76kB) | Előnézet

Absztrakt (kivonat)

A magyar morfológiai erforrások közül az egyik legelterjedtebben használt a morphdb.hu, amelynek morfológiai annotációs formalizmusa az úgynevezett KR-kódolás. A legnagyobb, kézzel egyértelmsített magyar nyelvi korpusz, a Szeged Treebank kódrendszere ezzel szemben az MSD-kódolást követi. A két kódolás nem kompatibilis egymással. Ez azt jelenti, hogy ha egy statisztikus módszerekkel tanított nyelvi elemz komponensben (POS-tagger, konstituenselemz, dependenciaelemz stb.) mindkét erforrást ki kívánjuk aknázni, akkor nehézkes, információvesztéssel járó konverziós mveleteket kell végeznünk. Ebben a munkában beszámolunk a két kódrendszer (MSD és KR) közös nevezre hozásáról, harmonizációjáról, amely megoldja a fenti problémát. A munka mindkét erforrásban alapvet átalakításokkal járt. A konfliktusok nagyobb részében a harmonizációt közös finomítással igyekeztünk elvégezni, melynek hozadékaként jelents mennyiség manuális munka befektetésével a Szeged Treebank 2.5 által hordozott morfológiai információ részletgazdagabbá vált az elz verziókhoz képest.

Mű típusa:	Konferencia vagy workshop anyag
Befoglaló folyóirat/kiadvány címe:	Magyar Számítógépes Nyelvészeti Konferencia
Dátum:	2010
Kötet:	7
ISBN:	978-963-306-075-9
Oldalak:	pp. 349-353
Konferencia neve:	Magyar Számítógépes Nyelvészeti Konferencia (7.) (2010) (Szeged)
Befoglaló mű URL:	http://acta.bibl.u-szeged.hu/58548/
Kulcsszavak:	Nyelvészet - számítógép alkalmazása
Megjegyzések:	Bibliogr.: 353. p. ; összefoglalás magyar nyelven
Feltöltés dátuma:	2019. jún. 20. 14:05
Utolsó módosítás:	2022. nov. 08. 11:50
URI:	http://acta.bibl.u-szeged.hu/id/eprint/58771

Bővebben:

Tétel nézet