Sass Bálint and Mittelholcz Iván and Halász Dávid and Lipp Veronika and Kalivoda Ágnes: Magyar hadifoglyok adatainak orosz-magyar átírása és helyreállítása, és a szabadszöveges adatbázisok tulajdonságai.
Preview |
Cikk, tanulmány, mű
msznykonf_017_039-051.pdf Download (828kB) | Preview |
Abstract
Ebben a tanulmányban a magyar hadifoglyok adatbázisában lévő tulajdonnevek orosz-magyar átírásának módszerét és tanulságait mutatjuk be. Az adatbázisban a 682000 hadifogoly adatai cirill betűkkel leírva állnak rendelkezésre. Az adatok két körben szenvedtek torzulást: először, amikor az adatokat felvevő szovjet katona hallás utána leírta, majd mikor 60 év múltán szintén orosz anyanyelvűek manuális munkával digitalizálták az anyagot a kézzel írott kartonokról. Esetünkben nem szimpla átírásról van szó, hanem valójában az eredeti magyar szó helyreállításáról. Külön feladatot jelentett a helyeket leíró adatok adatmezőkre bontása. Szabályalapú algoritmusunkban szigorú és laza átírást, valamint közelítő keresést alkalmazunk, az átírást listákkal vetjük össze. Ha egyik módszer sem vezet eredményre, akkor a buta betűről-betűre átírást adjuk vissza. Eredmény: az adatok 77%-ához tudtunk helyes helyreállított alakot rendelni. Megfogalmazunk tanulságot a kézzel készült, korlátozatlan, szabadszöveges adatbázisok szükségszerű következetlenségéről; valamint arról, hogy egyedi adatnál, tanulóadat híján van létjogosultsága a szabályalapú módszereknek.
| Item Type: | Conference or Workshop Item |
|---|---|
| Heading title: | Transzkripció, transzliteráció |
| Journal or Publication Title: | Magyar Számítógépes Nyelvészeti Konferencia |
| Date: | 2021 |
| Volume: | 17 |
| ISBN: | 978-963-306-781-9 |
| Page Range: | pp. 39-51 |
| Language: | Hungarian |
| Event Title: | Magyar számítógépes nyelvészeti konferencia (17.) (2021) (Szeged) |
| Related URLs: | http://acta.bibl.u-szeged.hu/73340/ |
| Uncontrolled Keywords: | Nyelvészet - számítógép alkalmazása, Transzliteráció - cirill betűk, Átírás |
| Additional Information: | Bibliogr.: 51. p. és a lábjegyzetekben ; összefoglalás magyar nyelven |
| Subjects: | 01. Natural sciences 01. Natural sciences > 01.02. Computer and information sciences 06. Humanities 06. Humanities > 06.02. Languages and Literature |
| Date Deposited: | 2021. Sep. 28. 10:27 |
| Last Modified: | 2022. Nov. 08. 11:49 |
| URI: | http://acta.bibl.u-szeged.hu/id/eprint/73356 |
Actions (login required)
 |
View Item |
