Farkas Richárd and Szeredi Dániel and Varga Dániel and Vincze Veronika: MSD-KR harmonizáció a Szeged Treebank 2.5-ben.
Preview |
Cikk, tanulmány, mű
msznykonf_007_349-353.pdf Download (76kB) | Preview |
Abstract
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.
| Item Type: | Conference or Workshop Item |
|---|---|
| Journal or Publication Title: | Magyar Számítógépes Nyelvészeti Konferencia |
| Date: | 2010 |
| Volume: | 7 |
| ISBN: | 978-963-306-075-9 |
| Page Range: | pp. 349-353 |
| Event Title: | Magyar Számítógépes Nyelvészeti Konferencia (7.) (2010) (Szeged) |
| Related URLs: | http://acta.bibl.u-szeged.hu/58548/ |
| Uncontrolled Keywords: | Nyelvészet - számítógép alkalmazása |
| Additional Information: | Bibliogr.: 353. p. ; összefoglalás magyar nyelven |
| Date Deposited: | 2019. Jun. 20. 14:05 |
| Last Modified: | 2022. Nov. 08. 11:50 |
| URI: | http://acta.bibl.u-szeged.hu/id/eprint/58771 |
Actions (login required)
 |
View Item |
