Jazykově nezávislé rozhraní pro morfologické značky

• Název práce v češtině: Jazykově nezávislé rozhraní pro morfologické značky
• Název v anglickém jazyce: Language universal interface for morphological tags
• Klíčová slova: morfologie přirozeného jazyka, sada značek, objektové rozhraní
• Klíčová slova anglicky: natural language morphology, tagset, object-oriented interface
• Akademický rok vypsání: 2011/2012
• Typ práce: diplomová práce
• Jazyk práce: angličtina
• Ústav: Ústav formální a aplikované lingvistiky (32-UFAL)
• Vedoucí / školitel: doc. Ing. Zdeněk Žabokrtský, Ph.D.
• Řešitel: skrytý - zadáno a potvrzeno stud. odd.
• Datum přihlášení: 23.10.2011
• Datum zadání: 25.10.2011
• Datum potvrzení stud. oddělením: 03.11.2011
• Konzultanti: RNDr. Daniel Zeman, Ph.D.

Zásady pro vypracování

Pro řadu jazyků dnes existují morfologicky značkované korpusy. Přenositelnost softwarových nástrojů využívajících tato data je však omezená, neboť sady značek vzniklé historickým vývojem pro jednotlivé jazyky se často liší v mnoha technických i lingvistických aspektech, a to i pro typologicky velice blízké jazyky.

Student se seznámí s existujícími systémy pro značkování morfologických kategorií a s předcházejícími pokusy o jejich standardizaci. Hlavním cílem práce je navrhnout co nejuniverzálnější objektově orientované rozhraní pro přístup k morfologickým kategoriím, implementovat toto rozhraní v jazyce Perl a ověřit jeho použitelnost na několika desítkách jazyků.

Seznam odborné literatury

Daniel Zeman: Reusable Tagset Conversion Using Tagset Drivers. In: Proceedings of the Language Resources and Evaluation Conference, LREC 2008
Joan Bybee. 1985. Morphology: A Study of the Relation between Meaning and Form. Amsterdam: John Benjamins.
Damian Conway: Perl Best Practices, Standards and Styles for Developing Maintainable Code. O'Reilly Media, 2005.
Slav Petrov, Dipanjas Das, and Ryan McDonald: A Universal Part-of-Speech Tagset. http://arxiv.org/abs/1104.2086, 2011.