Morfologické značkování korpusů češtiny - komparace – Adéla HANOVÁ

Anotace:

Tato práce se zabývá morfologickými tagsety dostupnými pro značkování češtiny. Tagsety jsou konstruovány na základě odlišných koncepcí a morfologické kategorie odrážejí v různé míře a s různou komplexností. Cílem této práce je porovnat pět systémů morfologického značkování češtiny s lingvistickou teorií. Zaměřujeme se na systém poziční, atributivní, kompaktní, Xerox tagset a kódovník PMK, které stručně charakterizujeme v první části práce. Na základě analýzy tagsetů a jejich konfrontace s teorií, které tvoří jádro práce, pozorujeme charakteristické rysy těchto systémů, které mají vliv na vzájemnou kompatibilitu jednotlivých tagsetů, k níž se vyjadřujeme v závěru práce. …víceméně

Abstract:

This thesis deals with morphological tagsets used for annotation of Czech language. Several morphological tagsets of Czech language exist nowadays. These tagsets differ one from another in their conceptions. They differ by the reflection of morphological categories in various degrees of complexity. The aim of this thesis is to compare five morphological tagsets with the linguistic theory. We focus on these morphological tagsets: positional, attributive, compact, Xerox tagset and the coder PSC, briefly characterized in the first part of thesis. Main part of this thesis consists of analysis of aforementioned tagsets and its comparison with linguistic theory. Based on the analysis and comparison we observed main characteristics of tagsets influencing their mutual compatibility commented in the final part of thesis. …víceméně