|
|
Kvantitativní pohled na strukturu arabského textu
Milička, Jiří ; Zemánek, Petr (vedoucí práce) ; Petkevič, Vladimír (oponent)
Tato studie navrhuje několik obecných kvantitativně lingvistických falzifikovatelných hyptotéz, které následně ověřuje na textech v moderní spisovné arabštině, klasické arabštině a několika evropských jazycích, přičemž arabština a čeština slouží také jako zdroj inspirace. Hypotézy se týkají struktur, které vytvářejí frekvence a délky slov ve větách a v nadvětných celcích, dále souvislostí vztahu délek vět a frekvencí slov v nich obsažených s Menzerathovým- Altmannovým zákonem a pohledu na text pomocí tzv. kombinatorického zobrazení.
|
|
|
Evaluace chybové anotace v žákovském korpusu češtiny
Štindlová, Barbora ; Šebesta, Karel (vedoucí práce) ; Petkevič, Vladimír (oponent) ; Šindelářová, Jaromíra (oponent)
Název práce: Evaluace chybové anotace v žákovském korpusu češtiny Autor: Barbora Štindlová Ústav: Ústav českého jazyka a teorie komunikace, Filozofická fakulta, Univerzita Karlova Vedoucí disertační práce: prof. PhDr. Karel Šebesta, CSc. Abstrakt: Předkládaná práce se obecně týká tématu češtiny jako cizího jazyka a částečně zasahuje do oblasti korpusové lingvistiky, neboť se věnuje problematice žákovských korpusů, především pak otázkám jejich chybového značkování a možnostem evaluace anotačních schémat. Ţákovské korpusy se staly významným zdrojem pro poznání žákovského mezijazyka a významným stimulem pro různé oblasti studia a výuky cizího, resp. druhého jazyka. Jsou využívány zejména pro kontrastivní srovnávání jazyka rodilých a nerodilých mluvčích, resp. srovnávání žákovských mezijazyků a pro tzv. počítačem podporovanou chybovou analýzu žákovského jazyka. Pro tento typ analýzy má zcela zásadní důležitost tzv. chybové značkování. Chybové značkování je u každého korpusu, pokud jej používá, založeno na chybové typologii, jejíž vymezení je v mnoha teoretických aspektech problematické. Z toho důvodu je důležitým krokem při výstavbě žákovského korpusu zhodnocení spolehlivosti a validity navrženého anotačního schématu. Disertační práce se zaměřuje především na technické aspekty a specifické problémy při...
|
|
|
On lexical relations among synonymous adjectives (a corpus-driven research)
Marková, Věra ; Vachková, Marie (vedoucí práce) ; Petkevič, Vladimír (oponent) ; Paradis, Carita (oponent)
Predkladami disertaeni prace se zabyva vyzkumem lexikaInich vztahü meZl vybranY'mi nemeckymi adjektivy, ktera lze oznaCit jako blizkä synonyma. Dotyka se okrajove i dalsich paradigmatickych vztahü. Autorka pfedklädä k uvaze tradieni pojeti semantickych vztahü, ktere modifikuje na zäklade korpusove-lingvisticke analyzy ctyf nemeckych adjektivnich synonymickych päru (kalt/kühl, schön/hübsch, nett/angenehm, unschön/hässlich). Pro jejich zkoumani autorka vypracovala metodologii, ktera bohate vyuiivä korpusovy-ch nastrojü vyvijenych oddelenim Korpusove lingvistiky Ustavu pro nemecky jazyk v Mannheimu (IDS Mannheim, SRN) a jiz lze s jistY'mi obmenami univerzaIne vyuiit pro zkoumäni dalsich synonymickych paru. Jednä se pfedevsim 0 metody zkoumajici podobne kookurencni profily analyzovanych slov a miti slov podobneho vyznamu v urCitem kontextovem okoli. Vysledky techto analyz jsou dokumentoväny na textech pochazejicich z korpusu DEREKo (Deutsches Referenzkorpus, IDS Mannheim). Vypracovane analyzy pfispivaji k osvetleni mnohovrstevnych semanticky-ch vztahü v jazyce a napomähaji pfi vytväfeni noveho pohledu najazyk,jenZ vychäzi z uzu.
|
|
|
Morfematická struktura češtiny: od lingvistické teorie k automatickému počítačovému zpracování
Lebeda, Jiří ; Petkevič, Vladimír (vedoucí práce) ; Kučera, Karel (oponent)
Morfematický výzkum češtiny zažil největší rozmach v šedesátých a sedmdesátých letech 20. století. Od vydání Retrográdního morfematického slovníku češtiny (1975) Eleonory Slavíčkové a Komárkových Příspěvků k české morfologii (1978) badatelský zájem o tuto oblast lingvistiky postupně upadá. Pokus o obhajobu morfematiky jako samostatné disciplíny, zhodnocení dosavadních teoretických i empirických poznatků a odůvodnění volby formálního počítačového zpracování jako jediné možné další perspektivy je leitmotivem všech devíti kapitol monografie. Její interdisciplinární charakter se projevuje v hledání podnětů pro návrh algoritmického pojetí morfematické analýzy a syntézy, jímž práce vrcholí, např. ve sféře kognitivních věd nebo obecné sémiotiky. Poznání základních principů fungování mentálního slovníku včetně podstaty teorie aktivovanosti jazykových jednotek ukazuje, že komputační přístup k tradičním lingvistickým tématům a metodám se může inspirovat nejen v teoretických oborech. Za tradiční počátek ústředního termínu, kterým je systémově morfém realizující se v užití jazyka jako morf, se pokládá jeho zavedení Janem Baudouinem de Courtenay v osmdesátých letech 19. století. Na příkladu velkých osobností vývoje české lingvistiky, J. A. Komenském, V. J. Rosovi, J. Dobrovském a F. L. Čelakovském, je ukázáno, že pojem...
|
|
|
Machine Translation of Related Asian Languages
Larasati, Septina Dian ; Kuboň, Vladislav (vedoucí práce) ; Petkevič, Vladimír (oponent)
This thesis presents the development of an MT system between Indonesian and Malaysian. The system uses a method of almost a direct translation exploiting the similarity of both languages. This method was previously used on a number of language pairs of European languages. The thesis also elaborates the attempts to make language resources from scratch since the languages are under-resourced.
|
|
|
Valenční rámce substantiv v češtině na základě korpusových dat
Čermáková, Anna ; Petkevič, Vladimír (vedoucí práce) ; Panevová, Jarmila (oponent) ; Kopřivová, Marie (oponent)
Cílem práce je vytvo ení lexikologického rámce pro systematický popis valence eských substantiv na základ analýzy dat z eského národního korpusu (SYN2000). Valence je zde chápána jako systémová lexikologická vlastnost slov. Valence je abstraktním vztahem, který má konkrétní realizace, v této práci se pro zjednodušení pojem valence používá pro obojí. Pro ú ely analýzy je valence pojímána pom rn voln , protože není vhodné dop edu p edpokládat, že tu jsou všechny její aspekty jasné. P edpokládá se jako platná napravo od substantiva a analýza si všímá jev , které se zde systematicky (z hlediska frekvence výskytu) vyskytují. Práce nabízí korpusem ízený lingvistický popis, který se zam uje na slova v kontextu, ve kterém se obvykle nacházejí a vytvá ejí tak typické slovní vzorce. Základ analýzy tvo í náhodné vzorky 99 náhodn vybraných substantiv ze st edního frekven ního pásma. V p ípadech, kdy vzorky neposkytly dostate né množství dat, byla analýza rozší ena o hledání pomocí specializovaných dotaz do korpusu. U substantiv z vysokých frekven ních pásem p edpokládáme rozt íšt n jší valen ní profily, pro potvrzení této hypotézy bylo n kolik substantiv z vysokých frekven ních pásem podrobeno dodate né stru né analýze.
|
|
| |
|
|
Problémy komunikace s počítačem v přirozeném jazyce
Sirůčková, Hana ; Petkevič, Vladimír (oponent) ; Jirků, Petr (vedoucí práce)
Ve své práci se snažím poukázat na to, jak je pochopení přirozeného jazyka složité. A ačkoli jej používáme každý den, není snadné jej jednoduše popsat natož jej přesně matematicky definovat. Ale pokud se chceme bavit s počítačem v přirozeném jazyce, tak je nutné mít nějaký systém, který převede přirozený jazyk do příkazu počítače. Prostředníkem by mohly být umělé jazyky, které by byly jednoduché a zbaveny nejednoznačností a přitom by byly dostatečně univerzální. Práce kromě úvodu a závěru obsahuje čtyři kapitoly. Ve druhé kapitole se snažím popsat, co to vlastně přirozený jazyk je, odkud se bere informace. Jaké jsou komplikace v porozumění přirozenému jazyku, problémy, které mají s porozuměním stroje na rozdíl od lidí, u nichž se předpokládá standardní chápání světa, je vyjádřeno ve třetí kapitole. Ve čtvrté kapitole je nastíněna snaha o vyřešení problémů z třetí kapitoly zavedením umělých jazyků a v páté kapitole jsou rozebrány možnosti reprezentace znalostí.
|
|
|
Formalizace systému české morfologie s ohledem na automatické zpracování českých textů
Hlaváčová, Jaroslava ; Petkevič, Vladimír (vedoucí práce) ; Oliva, Karel (oponent) ; Osolsobě, Klára (oponent)
Přesný morfologický popis slovních tvar· je prvním předpokladem pro úspné automatické zpracování jazykových dat. Systém kategorií a jejich hodnot, které se k popisu pouoívají, jsou náplní první ásti práce. Základním principem je tzv. Zlaté pravidlo morfologie, které říká, oe kaodý slovní tvar by ml být v systému popsán jednoznan. Existence variant na úrovni slovních tvar· i celých paradigmat vak splnní tohoto pravidla komplikuje. Koncept variant roziřujeme na tzv. mutace, mezi které řadíme i jiné mnooiny slovních tvar· se stejným popisem (např. víceré tvary osobn ích zájmen). Mutace dlíme na globální pro popis na úrovni paradigmat a ektivní pro popis jednotlivých slovních tvar·. Toto rozdlení nám umooňuje postihnout jejich asté kombinace. Upoutíme od dlení variant (mutací) podle stylového příznaku jako neobjektivního kritéria. Při d·sledném vyuoívání hodnot kategorií Flektivní mutace a Globální mutace z·stane Zlaté pravidlo morfologie vody splnno. V kapitole o lemmatizaci zavádíme vícenásobné lemma pro popis variantn ích lemmat. Podrobn se zabýváme popisem tzv. slooenin, tedy slovních tvar· typu za, proň, koupilas, koliks. Pro jejich lemmatizaci rovno vyuoíváme konceptu ví- cenásobného lemmatu. Podle slovních druh· jejich slooek je dlíme na nkolik typ·. Zabýváme se téo problémem jejich vyhledávání v...
|
|
|
Aspekty slovanského "mít" - v gramatice. Jeho auxiliace a gramatikalizace v konstrukcích typu evropského analytického perfekta "mít" + ppp - bulharština, makedonština a korpusová studie češtiny
Marvanová, Mira ; Čermák, František (vedoucí práce) ; Damborský, Jiří (oponent) ; Petkevič, Vladimír (oponent)
Sloveso "mít" patří k významným prvkům ELA (Evropského lingvistického areálu) a může být považováno za jeden z prvofázových evropeismů, nicméně však nepatří do indoevropského dědictví a jeho vznik je odlišný ve většině ideo prajazyků. Za pozdnější evropeismus strukturní dimenze lze považovat i vznik a vývoj evropských perfektních habere-časů nebo konstrukcí tohoto typu ve většině tzv. habere-jazyků, slovanské nevyjímaje. Jde zřejmě o postupující proces s původním epicentrem v lidové (vulgární) latině - a to s jistou účastí řečtiny - v dlouholetých podmínkách vzájemného bilingvismu. Následné procesy difúze či indukce formují mezi evropskými habere-j azyky několik zón, z nichž do posledních dvou patří rovněž současné slovanské habere-j azyky. Na jihu se tento proces stal součástí balkánské jazykové integrace. Nejintenzivněji proběhl v tomto areálu zřejmě v těch makedonských a jihobulharských dialektech, které byly v přímém kontaktu s neslovanskými jazyky aktivně disponujícími habere-perfektem. Makedonština, která svůj standard teprve tvořila, byla pro inovace velmi přístupná a dosáhla tak během období pouhých několika generací gramatického statusu dané konstrukce, srovnatelného se statusem evropských perfekt okcidentálního typu, kde se tento fenomén vyvíjel po řadu staletí. Také standardní bulharština a...
|
host ::
RSS.