Témata prací (Výběr práce)Témata prací (Výběr práce)(verze: 368)
Detail práce
   Přihlásit přes CAS
Hledání chyb a nekonzistencí v koreferenčním datasetu CorefUD
Název práce v češtině: Hledání chyb a nekonzistencí v koreferenčním datasetu CorefUD
Název v anglickém jazyce: Finding errors and inconsistencies in the CorefUD coreference dataset
Klíčová slova: koreference|anafora|detekce chyb|Universal Dependencies
Klíčová slova anglicky: coreference|anaphora|error detection|Universal Dependencies
Akademický rok vypsání: 2022/2023
Typ práce: bakalářská práce
Jazyk práce:
Ústav: Ústav formální a aplikované lingvistiky (32-UFAL)
Vedoucí / školitel: Mgr. Martin Popel, Ph.D.
Řešitel: skrytý - zadáno a potvrzeno stud. odd.
Datum přihlášení: 20.12.2022
Datum zadání: 20.12.2022
Datum potvrzení stud. oddělením: 08.03.2023
Zásady pro vypracování
The goal of this thesis is to find and correct errors in coreference annotation in CorefUD 1.0.
CorefUD (https://ufal.mff.cuni.cz/corefud/) is a collection of datasets in 11 languages which include coreference annotation.

This annotation contains several types of errors, some of which are included
also in the original datasets, others are caused by bugs in the conversion from the original format.
This thesis will attempt to find, classify and correct several types of these errors.
The implementation will use the Udapi framework for Python (https://udapi.github.io).

Possible error types include: wrong or inconsistent span of coreference mention,
errors or inconsistencies caused by limitations of the original dataset format
(e.g. with regards to discontinuous mentions, singletons or coordination structures),
mismatches between dependency parsing and mention spans,
and suspicious configurations of multiple mentions (crossing or interleaved spans).
Seznam odborné literatury
Nedoluzhko Anna, Novák Michal, Popel Martin, Žabokrtský Zdeněk, Zeldes Amir, Zeman Daniel: CorefUD 1.0: Coreference Meets Universal Dependencies. In: Proceedings of the 13th Conference on Language Resources and Evaluation (LREC 2022), Copyright © European Language Resources Association, Marseille, France, ISBN 979-10-95546-72-6, pp. 4859-4872, 2022. https://aclanthology.org/2022.lrec-1.520/

Nedoluzhko Anna, Novák Michal, Popel Martin, Žabokrtský Zdeněk, Zeman Daniel: Is one head enough? Mention heads in coreference annotations compared with UD-style heads. In: Proceedings of the Sixth International Conference on Dependency Linguistics (Depling, SyntaxFest 2021), Copyright © Association for Computational Linguistics, Stroudsburg, PA, USA, ISBN 978-1-955917-14-8, pp. 101-114, 2021. https://aclanthology.org/2021.depling-1.10/

Popel Martin, Žabokrtský Zdeněk, Nedoluzhko Anna, Novák Michal, Zeman Daniel: Do UD Trees Match Mention Spans in Coreference Annotations?. In: Findings of the Association for Computational Linguistics: EMNLP 2021, Copyright © Association for Computational Linguistics, Stroudsburg, PA, USA, ISBN 978-1-955917-10-0, pp. 3570-3576, 2021. https://aclanthology.org/2021.findings-emnlp.303/

Václav Novák, Magda Razimova. "Unsupervised detection of annotation inconsistencies using apriori algorithm." Proceedings of the Third Linguistic Annotation Workshop (LAW III). 2009. https://aclanthology.org/W09-3024.pdf
 
Univerzita Karlova | Informační systém UK