Slovnědruhové přechody jako problém automatické morfologické analýzy

Mgr. Hana Žižková

Doctoral thesis

Part of speech transitions as a problem of automatic morphological analysis

Abstract:

Disertační práce se zabývá automatickým určením slovního druhu. Jejím cílem je prozkoumat slovnědruhové přechody pohledem automatické morfologické analýzy a navrhnout řešení na zlepšení automatického značení slovního druhu. Práce se zaměřila pouze na dva typy slovnědruhového přechodu: v prvním případě byl výchozí slovní druh ohebný a výsledný neohebný (analýza příslovečných spřežek). Ve druhém případě byl zvolen výchozí i výsledný slovní druh ohebný (analýza substantivizovaných adjektiv). V rámci zkoumání příslovečných spřežek byla provedena korpusová sonda na korpusu SYN v3 se záměrem získat k analýze seznam výrazů, které mohou být příslovečnou spřežkou, mají formu jako příslovečná spřežka a jsou značeny jako nerozpoznaný slovní druh. V případě substantivizovaných adjektiv byla provedena korpusová sonda na korpusu SYN v5 za účelem zjištění, jak jsou značena substantivizovaná adjektiva a které výrazy je možné zařadit mezi substantivizovaná adjektiva. Záměrem bylo najít obecný rys, který by platil pro všechna substantivizovaná adjektiva a který by bylo možné uplatnit při automatické morfologické analýze. Disertační práce detailně popisuje jednotlivé kroky zkoumání jak příslovečných spřežek, tak substantivizovaných adjektiv a uvádí i konkrétní zjištění, která z analýzy vyplynula a na jejichž základě byly předloženy návrhy na zlepšení automatické morfologické analýzy.

Abstract:

The thesis focuses on tagging of parts of speech. The aim of the submitted thesis was to examine part of speech transitions from the perspective of automatic morphological analysis and to propose solutions for improving the automatic part of speech tagging. The thesis deals with two types of part of speech transition: for the first type, the initial part of speech was flexible whereas the final non-flexible (analysis of compound adverbs). For the second type, both the initial and the final part of speech were flexible (analysis of nominalized adjectives). To perform the analysis of compound adverbs, a SYN v3 Corpus Probe was designed to analyze a list of expressions that can represent a compound adverb, have the form of a compound adverb and are tagged as an unrecognized part of speech. To examine nominalized adjectives, a corpus probe on the SYN v5 corpus was made to determine the way in which the nominalized adjectives are tagged and what expressions can be classified as a nominalized adjective. Our aim was to find a general feature that would apply to all nominalized adjectives and could be utilized for the purpose of automatic morphological analysis. The thesis describes in detail the steps we took in examining both the compound adverbs and the nominalised adjectives and it states the particular findings which resulted from the performed analysis and which served as a basis for the proposed improvements of the automatic morphological analysis suggested in the thesis.

Keywords

slovnědruhové přechody, automatická morfologická analýza, příslovečné spřežky, substantivizovaná adjektiva, korpus, desambiguace, part of speech transitions, compound adverbs, nominalized adjectives, disambiguation, corpus, automatic morphological analysis

Language used: Czech

Date on which the thesis was submitted / produced: 25. 3. 2019

Thesis defence

• Date of defence: 28. 5. 2019
• Supervisor: doc. PhDr. Klára Osolsobě, Dr.
• Reader: doc. RNDr. Vladimír Petkevič, CSc., doc. PhDr. Božena Bednaříková, Ph.D.

Masaryk University

Faculty of Arts

Doctoral programme / field:
Philology (4-years) / Czech Language