Využití Wackernagelova zákona pro automatické doplňování interpunkce

Bc. Miroslava Kachlířová

Master's thesis

Implementation of Wackernagel’s Law for Automatic Punctuation Insertion

Abstract:

Jedním z fenoménů dnešní doby je automatizace. Automatické opravy gramatických jevů nebo plynulé překlady z cizích jazyků jsou dnes pro nás samozřejmostí, stále však existují místa, kde program čeká na přesné vymezení, a tudíž nejsou při své aplikaci stoprocentně spolehlivé. Jedním z problematičtějších procesů je automatické doplnění interpunkce do vět. Gramatika, která se zabývá automatickým rozpoznáním interpunkce, je široká. Abychom dosáhli relevantních výsledků, soustředíme se v práci zejména na korpusem podloženou analýzu postavení pronominálního klitika stojícího bezprostředně za relativní větou. Zabýváme se zvýšením přesnosti automatického doplňování čárek analyzátorem SET, a to s oporou o Wackernagelův zákon za pomoci systematické frekvenční analýzy slovních druhů na jednotlivých pozicích takového slovosledu.

Abstract:

One of today 's phenomena is automation. Automatic corrections of grammatical phenomena or fluent translations from foreign languages are a matter of course for us today. However, there are still places where the program is waiting for a precise definition, and therefore they are not 100% reliable in their application. One of the more problematic processes is the automatic completion of punctuation into sentences. The grammar that deals with automatic punctuation detection is broad. In order to achieve relevant results, we focus in our thesis mainly on the corpus-based analysis of the position of the pronominal clitic lying immediately behind the relative sentence. We deal with increasing the accuracy of automatic completion of commas by the SET parser, based on Wackernagel's law by means of systematic frequency analysis of word types at individual positions of such a word order.

Keywords

automatické doplnění interpunkce, enklitikum, Wackernagelův zákon, relativní věta, slovní druhy, analyzátor SET, korpusová analýza

Language used: Czech

Date on which the thesis was submitted / produced: 2. 12. 2021

Thesis defence

• Date of defence: 4. 2. 2022
• Supervisor: RNDr. Vojtěch Kovář, Ph.D.
• Reader: Mgr. Dana Hlaváčková, Ph.D.

Masaryk University

Faculty of Arts

Master programme / field:
Philology / Czech Language with Orientation on Computational Linguistics