Sketch Grammar for Japanese

Bc. Jakub Roháček

Bachelor's thesis

Anotácia:

Pojem Sketch Grammar označuje formální nástroj využívaný v korpusovém manažeru Sketch Engine k vyhledávání gramaticky motivovaných kolokací pomocí určených pravidel. Cílem práce je provést analýzu nabízené sketch grammar pro japonštinu a představit novou verzi s napravenými nedostatky. Sekundárním cílem je experimentálně natrénovat jazykový model mT5 pro účely vyhledávání kolokací. Závěrem je provedeno celkové hodnocení obou gramatik i natrénovaného modelu, které porovnává jejich silné stránky a nevýhody.

Abstract:

Sketch Grammar is a formalism used to extract frequent word collocations from text corpora. This thesis aims at analyzing the sketch grammar for Japanese used in the Sketch Engine corpus manager and implementing a new version with improved results. The subsequent objective is to experimentally fine-tune the mT5 neural network model for the task of collocate extraction. An evaluation is offered for the grammar as well as the model, revealing both their advantages and limitations.

Keywords

Sketch Engine, Sketch Grammar, Japanese, Corpus, mT5, CQL, NLP

Jazyk práce: English

Datum vytvoření / odevzdání či podání práce: 23. 5. 2024

Obhajoba závěrečné práce

• Obhajoba proběhla 27. 6. 2024
• Vedúci: doc. Mgr. Pavel Rychlý, Ph.D.
• Oponent: RNDr. Zuzana Nevěřilová, Ph.D.

Masaryk University

Faculty of Informatics

Bachelor programme / odbor:
Informatics / Informatics