Morfologická disambiguace češtiny pomocí Markovkých modelů

• Thesis title in Czech: Morfologická disambiguace češtiny pomocí Markovkých modelů
• Thesis title in English: Disambiguation of Czech Morphology Using Markov Models
• Academic year of topic announcement: 2005/2006
• Thesis type: Bachelor's thesis
• Thesis language: čeština
• Department: Institute of Formal and Applied Linguistics (32-UFAL)
• Supervisor: RNDr. Petr Podveský, Ph.D.
• Author: hidden - assigned and confirmed by the Study Dept.
• Date of registration: 18.10.2005
• Date of assignment: 18.10.2005
• Date and time of defence: 26.06.2006 00:00
• Date of electronic submission: 26.06.2006
• Date of proceeded defence: 26.06.2006
• Opponents: doc. Mgr. Barbora Vidová Hladká, Ph.D.

Guidelines

Softwarový nástroj bude implementován v C/C++. Měl by fungovat v operačních systémech Windows a Linux jako program spustitelný z příkazové řádky. Parametry modelu, odkazy na trénovací a testovací soubory se budou zadávat jako parametry programu, grafické rozhraní je nad rámec požadavků.

References

Foundations of Statistical Natural Language Processing
Christopher D. Manning, Hinrich Schutze
The MIT Press, 1999

Serial Combination of Rules and Statistics: A Case Study in Czech Tagging
Hajič J., Krbec P., Oliva K., Květoň P., Petkevič V.
In Proceedings of ACL 2001, Toulouse, France

Preliminary scope of work

Cílem bakalářské práce je vytvořit nástroj pro automatickou disambiguaci morfologických značek. Jako matematematický aparát budou využity Markovské modely s pamětí omezenou na bezprostředně předchozí značku (tzv. bigramový model). Součástí řešení bude experimentální vyhodnocení na datech z Pražského závislostních korpusu (PDT 2.0).