|
Coreference from the Cross-lingual Perspective
Novák, Michal ; Žabokrtský, Zdeněk (vedoucí práce) ; Stede, Manfred (oponent) ; Rosen, Alexandr (oponent)
Koreference z mezijazykové perspektivy Michal Novák Tématem této práce je studium vlastností koreference s použitím mezijazy- kových přístupů. Motivací práce je výzkum lingvistické typologie založené na koreferenci. Další motivací je prozkoumání, jestli rozdíly ve způsobech, jak ja- zyky vyjadřují koreferenci, mohou být využity k natrénování lepších modelů pro rozpoznávání koreference. Navrhujeme dvě mezijazykové metody: rozpoznávání koreference s informací z druhého jazyka a projekci koreference. Výsledky našich experimentů s těmito metodami na česko-anglických datech naznačují, že s ohle- dem na koreferenci přináší angličtina více informací do češtiny než naopak. Rozpoznávání koreference s informací z druhého jazyka navíc dokázalo při apli- kaci na paralelních datech překonat na obou jazycích výsledky jednojazykového systému na rozpoznávání. Při experimentech používáme jednojazykový roz- poznávač koreference a vylepšenou metodu na zarovnání koreferenčních výrazů, které jsme rovněž navrhli v rámci této práce. 1
|
|
Polysemy of Japanese V-V compound verbs- a corpus analysis
Nohejl, Adam ; Kanasugi, Petra (vedoucí práce) ; Rosen, Alexandr (oponent)
Tato práce analyzuje japonská složená slovesa typu sloveso-sloveso pomocí korpusu s cílem vytvořit pedagogický seznam slov. Nejdříve jsou probrány typologie a vlastnosti japonských složených sloves. Následný přehled a zhodnocení výukových zdrojů identifikuje potřebu seznamu složených sloves a jejich významů sestaveného podle frekvenčních kritérií. Metodologie pro vytvoření seznamu slov a posouzení jeho užitečnosti pro studenty je rozebírána s ohledem na vlastnosti japonského jazyka. Výsledný seznam založený na korpusové analýze (příloha práce) se skládá ze 37 složených sloves, z nichž 32 je lexikálních, a zahrnuje 45 významů lexikálních složených sloves. Pokrývá 17.95 % výskytů lexikálních složených sloves, což pokrytí odpovídající celkovému pokrytí 85 % sloves. Nakonec jsou porovnány kvantitativní charakteristiky japonských složených sloves a anglických frázových sloves. Srovnání ukazuje, že japonská složená slovesa mají vyšší frekvenci a různorodost a mohou tedy také být zásadním úskalím pro studenty jazyka.
|
|
Lexical and Morphological Choices in Machine Translation
Tamchyna, Aleš ; Bojar, Ondřej (vedoucí práce) ; Čmejrek, Martin (oponent) ; Rosen, Alexandr (oponent)
Práce se zabývá dvěma problémy strojového překladu: lexikální volbou a morfologií v cílovém jazyce. První úlohou je správné přenesení významu ze zdrojového jazyka do cílového. Druhá úloha, která hraje roli především při překladu do tvaroslovně bohatých jazyků, je pak správná volba povrchové formy u cílových lexémů. Tyto úlohy řešíme v rámci frázového strojového překladu. Navrhujeme diskriminativní překladový model, který využívá lingvisticky motivované rysy extrahované jak ze zdrojového, tak z cílového kontextu. Ukazujeme, že tento model řeší konkrétní slabiny standardních frázových systémů. Pomocí řady experimentů pak dokládáme, že model konzistentně zlepšuje kvalitu výsledného překladu. Vedle tohoto hlavního příspěvku popisujeme analýzy, ruční anotace a experimenty zaměřené především na anglicko-český překlad.
|
|
An online collaborative platform for the development of empirical grammars
Garcia Sevilla, Antonio Fernando ; Rosen, Alexandr (vedoucí práce) ; Hana, Jiří (oponent)
Název: On-line platforma pro spolupráci na vývoji empirických gramatik Autor: Antonio Fernando Garcia Sevilla Katedra: Ústav formální a aplikované lingvistiky Vedoucí práce: Ing. Alexandr Rosen, Ph.D., Ústav formální a aplikované lingvistiky Ve světě moderní vědy jsou stále běžnější týmové projekty a jiné způsoby spolupráce většího počtu badatelů, tedy tzv. Big Science. Počítačová lingvistika v tom není výjimkou. Zejména vývoj rozsáhlých lingvistických zdrojů je úkol, pro který se nejlépe hodí kolaborativní přístupy. Tato práce se zabývá návrhem a implementací prostředí pro pěstování počítačové lingvistiky on-line. Tímto prostředím je softwarový nástroj, který umožňuje vyvíjet formální gramatiky a jiné zdroje pro počítačové zpracování přirozeného jazyka za účasti týmu spolupracovníků. Aplikace podporuje formalismus lingvistické teorie HPSG jako jedno z možných východisek pro tento způsob spolupráce.
|
| |
|
An HPSG-based Formal Grammar of a Core Fragment of Georgian Implemented in TRALE
Abzianidze, Lasha ; Rosen, Alexandr (vedoucí práce) ; Hana, Jiří (oponent)
Gruzínština se výrazně odlišuje od indoevropských jazyků. Vyznačuje se řadou jazykových jevů, které jsou obtížné pro lingvistickou teorii i počítačové zpracování. Navíc patří mezi jazyky, u kterých nelze plně využít existující zdroje, a není ani dostatečně prozkoumána z hlediska matematické lingvistiky. Cílem této práce je vytvořit formální gramatiku morfologie a syntaxe jádra gruzínštiny. Tato formální gramatika vychází z teorie HPSG, která je v současnosti jedním z nejúspěšnějších rámců pro formální popis jazyka. Gramatiku implementujeme v systému TRALE, který umožňuje věrné zachycení ručně psaných gramatik založených na HPSG. Tato práce je první aplikací teorie HPSG na gruzínštinu.
|
| |
|
Netgraph-A Tool for Searching in the Prague Dependency Treebank 2.0
Mírovský, Jiří ; Hajič, Jan (vedoucí práce) ; Rosen, Alexandr (oponent) ; Ondruška, Roman (oponent)
Tato práce se zabývá spojením tří existujících stran. Na straně jedné byl Pražský závislostní korpus 2.0, jeden z nejvyspělejších korpusů lingvistického světa. Na straně druhé existoval omezený, ale velmi intuitivní vyhledávací nástroj Netgraph 1.0. A na straně třetí byli uživatelé toužící po takovém jednoduchém nástroji, který by však byl dostatečně silný pro vyhledávání v Pražském závislostním korpusu. V této práci zkoumáme anotaci Pražského závislostního korpusu 2.0, obzvláště tektogramatické roviny, jež je zdaleka nejsložitější rovinou tohoto korpusu, a vytváříme seznam požadavků na dotazovací jazyk, který by umožnil vyhledávání a studium všech lingvistických jevů v korpusu anotovaných. Navrhujeme rozšíření dotazovacího jazyka existujícího vyhledávacího nástroje Netgraphu 1.0 a ukazujeme, že tento rozšířený dotazovací jazyk vyhovuje formulovanému seznamu požadavků. Ukazujeme rovněž, jak pomocí tohoto dotazovacího jazyka mohou být vyhledány všechny podstatné lingvistické jevy anotované v korpusu. Navržený dotazovací jazyk byl rovněž implementován - zmiňujeme se tedy i o vyhledávacím nástroji a hovoříme o datech pro tento nástroj. Nástroj je možno nainstalovat z přiloženého CD-ROMu.
|
| |
| |