Language Resources for Yoruba

• Thesis title in Czech: Jazykové zdroje pro jorubštinu
• Thesis title in English: Language Resources for Yoruba
• Key words: jorubština, nigerokonžské jazyky, morfologie, závislostní syntaxe
• English key words: Yoruba, Niger-Congo languages, morphology, dependency syntax
• Academic year of topic announcement: 2019/2020
• Thesis type: dissertation
• Thesis language: angličtina
• Department: Institute of Formal and Applied Linguistics (32-UFAL)
• Supervisor: RNDr. Daniel Zeman, Ph.D.
• Author: hidden - assigned by the advisor
• Date of registration: 08.10.2019
• Date of assignment: 08.10.2019

Guidelines

The core of the work will be design of annotation guidelines specific for Yoruba, within the Universal Dependencies framework, and creation of annotated data that enable training of at least a small model for automatic tokenization, tagging and dependency parsing of this language.

Jádrem práce bude návrh anotačních pravidel specifických pro jorubštinu v rámci formalismu Universal Dependencies, a tvorba anotovaných dat umožňujících natrénování alespoň malého modelu pro automatickou tokenizaci, značkování a závislostní syntaktickou analýzu tohoto jazyka.

References

Joakim Nivre, Marie-Catherine de Marneffe, Filip Ginter, Yoav Goldberg, Jan Hajič, Christopher D. Manning, Ryan McDonald, Slav Petrov, Sampo Pyysalo, Natalia Silveira, Reut Tsarfaty, Daniel Zeman. 2016. Universal Dependencies v1: A Multilingual Treebank Collection. In Proceedings of LREC.