NerKor 1.41e

Novák Attila and Novák Barbara: NerKor 1.41e. In: Magyar Számítógépes Nyelvészeti Konferencia, (18). pp. 389-402. (2022)

Cikk, tanulmány, mű msznykonf_018_389-402.pdf Download (574kB)

Abstract

Cikkünkben a legfrissebb és mind ezidáig legnagyobb magyar névelemkorpuszban, az NYTK-NerKorban szereplő annotáció automatikus kibővítésével kapcsolatos eredményeinket mutatjuk be. Az eredeti korpuszban megkülönböztetett négy entitástípust 30 körüli típusra bővítettük. Az új annotációt nyelvi transzferrel hoztuk létre. A korpuszt kiegészítettük egy kis méretű 12000 tokenes gépkocsi témájú részkorpusszal is. Ugyanakkor egyelőre sajnos a korpusz méretéből adódóan nem volt módunk a teljes anyagot alapos kézi ellenőrzésnek alávetni. Ezért az eredeti változattal ellentétben az új verzió nem tekinthető gold standardnek, különösen az eredetiben egyáltalán nem jelölt (többségében nem névelem típusú) entitások tekintetében. Teljes körű kézi ellenőrzésen csak a korpusz 2,5%-a esett át1 , amelyet tesztanyagként használtunk a cikkben bemutatott modellek kiértékeléséhez. Mindazonáltal reméljük, hogy a korpusz ezen változata hasznos anyagnak bizonyul a magyar nyelvtechnológiai közösség számára.

Item Type:	Article
Heading title:	Korpusz, szövegfeldolgozás
Journal or Publication Title:	Magyar Számítógépes Nyelvészeti Konferencia
Date:	2022
Volume:	18
ISBN:	978-963-306-848-9
Page Range:	pp. 389-402
Language:	Hungarian
Place of Publication:	Szeged
Event Title:	Magyar számítógépes nyelvészeti konferencia (18.) (2022) (Szeged)
Related URLs:	http://acta.bibl.u-szeged.hu/75797/
Uncontrolled Keywords:	Nyelvészet - számítógép alkalmazása
Additional Information:	Bibliogr.: p. 399-402. 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:	2022. May. 25. 12:21
Last Modified:	2022. May. 25. 12:21
URI:	http://acta.bibl.u-szeged.hu/id/eprint/75888

Actions (login required)

View Item