Language Resources for Yoruba

• Název práce v češtině: Jazykové zdroje pro jorubštinu
• Název v anglickém jazyce: Language Resources for Yoruba
• Klíčová slova: jorubština, nigerokonžské jazyky, morfologie, závislostní syntaxe
• Klíčová slova anglicky: Yoruba, Niger-Congo languages, morphology, dependency syntax
• Akademický rok vypsání: 2019/2020
• Typ práce: disertační práce
• Jazyk práce: angličtina
• Ústav: Ústav formální a aplikované lingvistiky (32-UFAL)
• Vedoucí / školitel: RNDr. Daniel Zeman, Ph.D.
• Řešitel: skrytý - zadáno vedoucím/školitelem
• Datum přihlášení: 08.10.2019
• Datum zadání: 08.10.2019

Zásady pro vypracování

The core of the work will be design of annotation guidelines specific for Yoruba, within the Universal Dependencies framework, and creation of annotated data that enable training of at least a small model for automatic tokenization, tagging and dependency parsing of this language.

Jádrem práce bude návrh anotačních pravidel specifických pro jorubštinu v rámci formalismu Universal Dependencies, a tvorba anotovaných dat umožňujících natrénování alespoň malého modelu pro automatickou tokenizaci, značkování a závislostní syntaktickou analýzu tohoto jazyka.

Seznam odborné literatury

Joakim Nivre, Marie-Catherine de Marneffe, Filip Ginter, Yoav Goldberg, Jan Hajič, Christopher D. Manning, Ryan McDonald, Slav Petrov, Sampo Pyysalo, Natalia Silveira, Reut Tsarfaty, Daniel Zeman. 2016. Universal Dependencies v1: A Multilingual Treebank Collection. In Proceedings of LREC.