Vzájemné odkazování slov v textu

• Název práce v jazyce práce (slovenština): Vzájemné odkazování slov v textu
• Název práce v češtině: Vzájemné odkazování slov v textu
• Název v anglickém jazyce: Coreference in Text
• Klíčová slova: Koreferencie, PDT, pravidlový prístup, automatické hľadanie
• Klíčová slova anglicky: Coreference, Rule-based approach, PDT, automatic resolution
• Akademický rok vypsání: 2009/2010
• Typ práce: bakalářská práce
• Jazyk práce: slovenština
• Ústav: Ústav formální a aplikované lingvistiky (32-UFAL)
• Vedoucí / školitel: doc. Mgr. Barbora Vidová Hladká, Ph.D.
• Řešitel: skrytý - zadáno a potvrzeno stud. odd.
• Datum přihlášení: 19.02.2010
• Datum zadání: 24.02.2010
• Datum a čas obhajoby: 07.09.2011 09:00
• Datum odevzdání elektronické podoby: 03.08.2011
• Datum odevzdání tištěné podoby: 05.08.2011
• Datum proběhlé obhajoby: 07.09.2011
• Oponenti: Mgr. Michal Novák, Ph.D.

Zásady pro vypracování

Cílem bakalářské práce je implementace jednotného systému pro pravidlový přístup k řešení vzájemného odkazování. Úkolem studenta je tedy navrhnout a implementovat (pravidlový) algoritmus, který v dokumentu detekuje slova, která odkazují k témuž předmětu (osobě, skutečnosti). Algoritmus bude omezen na odkazování podstatných jmen a vybraných zájmen.
Příklad: Otec[[1]] vždycky tvrdil, že opery[[2]] nesnáší. Říkal, že mu[[1]] na opeře[[2]] vadí hlavně ten zpěv. A to se otec[[1]] jmenuje Zpěváček[[1]].
Systém bude vyhodnocen podle vhodně vybraných kritérií. Součástí řešení projektu bude i názorná vizualizace výstupu algoritmu, a to i přímo v dokumentu. Program(y) budou napsány v jazyku Java. Předpokládá se volná šiřitelnost pod GNU licencí a multiplatformní použitelnost (minimálně Linux a Windows).
Postup:
- Zpracování vstupních dat. Předpokládané formáty vstupních souborů budou zachycovat morfologickou a syntaktickou rovinu podle PZK 2.0 a informaci o odkazovaných slovech. Tato vstupní data je potřebné přizpůsobit pro následnou manipulaci.
- Implementace jednotného systému pro pravidlový přístup (tj. vytvoření několika různých pravidel) k řešení vzájemného odkazování.
- Návrh vhodné vizualizace odkazování v textu.
- Testování výstupů jednotlivých pravidel na zadaných datech a následné porovnávání výsledků dle stanovených evaluačních kritérií.
- Vypracování podrobné programátorské a uživatelské dokumentace.

Seznam odborné literatury

Marie Mikulová, Alevtina Bémová, Jan Hajič, Eva Hajičová, Jiří Havelka, Veronika Kolařová, Lucie Kučová, Markéta Lopatková, Petr Pajas, Jarmila Panevová, Petr Sgall, Magda Ševčíková, Jan Štěpánek, Zdeňka Urešová, Kateřina Veselá, Zdeněk Žabokrtský: Anotace na tektogramatické rovině Pražského závislostního korpusu (Referenční příručka). Technická zpráva ÚFAL/CKL TR-2006-31, Praha, 2006.