Rozpoznávání číslovek v českém textu

• Thesis title in Czech: Rozpoznávání číslovek v českém textu
• Thesis title in English: Recognition of numerals in Czech texts
• Academic year of topic announcement: 2006/2007
• Thesis type: Bachelor's thesis
• Thesis language: čeština
• Department: Institute of Formal and Applied Linguistics (32-UFAL)
• Supervisor: RNDr. Jaroslava Hlaváčová, Ph.D.
• Author: hidden - assigned and confirmed by the Study Dept.
• Date of registration: 13.11.2006
• Date of assignment: 13.11.2006
• Date and time of defence: 25.06.2007 00:00
• Date of electronic submission: 25.06.2007
• Date of proceeded defence: 25.06.2007
• Opponents: Mgr. Jan Štěpánek, Ph.D.

Guidelines

Cílem bakalářské práce je sestavit nástroj, který rozpozná číslovky v českém textu a přiřadí jim jednotný standardní tvar - číslovku zapsanou číslicemi.
Problém má dvě části -
- rozpoznání číslovek zapsaných číslicemi: potíž je v několika možných oddělovačích mezi tisíci, v zápisech desetinných čísel - desetinná tečka/čárka.
- rozpoznání číslovek zapsaných slovy: existují sice pravidla, jak číslovky zapisovat, ale skutečných způsobů zápisu je více. Problém je hlavně ve víceslovnosti takových zápisů.

References

Hajič, Jan: Disambiguation of Rich Inflection. (Computational Morphology of Czech). Karolinum, Prague 2001.

Mluvnice češtiny. Academia 1986