Jazykově nezávislé rozhraní pro morfologické značky

• Thesis title in Czech: Jazykově nezávislé rozhraní pro morfologické značky
• Thesis title in English: Language universal interface for morphological tags
• Key words: morfologie přirozeného jazyka, sada značek, objektové rozhraní
• English key words: natural language morphology, tagset, object-oriented interface
• Academic year of topic announcement: 2011/2012
• Thesis type: diploma thesis
• Thesis language: angličtina
• Department: Institute of Formal and Applied Linguistics (32-UFAL)
• Supervisor: doc. Ing. Zdeněk Žabokrtský, Ph.D.
• Author: hidden - assigned and confirmed by the Study Dept.
• Date of registration: 23.10.2011
• Date of assignment: 25.10.2011
• Confirmed by Study dept. on: 03.11.2011
• Advisors: RNDr. Daniel Zeman, Ph.D.

Guidelines

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.

References

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.