Analýza tvarů s nízkou frekvencí v mluvených korpusech řady ORAL

Bc. Jana Vrtělová

Bakalářská práce

Analysis of the word forms with low frequency in spoken corpora ORAL

Anotace:

Bakalářská práce analyzuje slovní tvary s nízkou frekvencí v mluveném korpusu oral_v5. Kategorizuje ojedinělé výrazy, které nebyly automatickými nástroji označkovány, a popisuje vytvořené kategorie. Práce zhodnocuje výsledná data a vyčleňuje kategorii slovních tvarů, jimž by bylo možné i přes jejich ojedinělý výskyt přiřadit morfologickou značku. Výsledky práce mohou být využity ke zdokonalení transkripce mluveného korpusu.

Abstract:

The bachelor's thesis analyses word forms with low frequency in spoken corpus oral_v5. It categorises rare word forms, which weren't tagged by automatic tools and describes the categories it created. The thesis evaluates final data and sets apart a category of word forms that have been morphologically tagged despite their sporadic occurrence. Results of this thesis might be used for improvement of the spoken corpus transcription.

Klíčová slova

analýza slovních tvarů s nízkou frekvencí, mluvené korpusy, kategorizace slovních tvarů, značkování, přepis nahrávek

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 7. 8. 2017

Obhajoba závěrečné práce

• Obhajoba proběhla 7. 9. 2017
• Vedoucí: Mgr. Dana Hlaváčková, Ph.D.
• Oponent: Mgr. Hana Žižková

Masarykova univerzita

Filozofická fakulta

Bakalářský studijní program / obor:
Filologie / Český jazyk se specializací počítačová lingvistika