Morfosyntaktická analýza slovenštiny

Bc. Marek Medveď

Diplomová práce

Morphosyntactic analysis of Slovak

Anotace:

Úlohou práce bolo vytvoriť sadu nástrojov pre počítačové spracovanie Slovenského jazyka na morfologickej a syntaktickej úrovni. V rámci práce bol vytvorený prvý voľne dostupný morfologický značkovač založený na systéme RFTagger. Taktiež bol vytvorený prvý voľne dostupný desambiguátor, ktorý využíva nástroj Desamb. Pre syntaktickú analýzu Slovenčiny sme zvolili dva systémy Synt a Set (pôvodne vytvorené pre Český jazyk). Formálne gramatiky oboch systémov boli vhodne upravené, aby sme dosiahli čo najväčšie pokrytie Slovenčiny. V systéme Synt bola upravená predovšetkým lexikálna analýza, ktorá je teraz vhodnejšia pre budúci vývoj a hlavne pre užívateľov, ktorý nevedia programovať. V systéme set bola vytvorené automatické vyhodnotenie, ktoré napomôže v budúcom vývoji aplikácie. Každá časť tejto práce je vyhodnotená.

Abstract:

The aim of this thesis was to provide a complete set of tools for computer processing of Slovak morphology and syntax. In this thesis we create first free morphological tagger by using RFTagger tool and first free morphological disambiguator by using Desamb tool. Next we made modifications (formal grammar adjustments) of the Synt and Set tools (originally created for Czech) to create first free Slovak parsers. In the Synt parser we improved the lexical analysis that makes the system more appropriate for the future development (adaptation for other languages) and more easy to use for users who are not familiar with programming. In the Set parser we crated program for automatic evaluation. Each part of this thesis also contains evaluation section.

Keywords

spracovanie prirodzeného jazyka (Natural language processing), základ slova (lemma), morfologická analýza (morphological analysis), morfologická značka (part of speech tag), lexikálna analýza (lexical analysis), syntaktická analýza (syntactic analysis), RFTagger, databáza závislostných stromov (dependency tree-bank), analýza viet (parsing), Desamb, Majka

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 26. 5. 2014

Obhajoba závěrečné práce

• Obhajoba proběhla 27. 6. 2014
• Vedoucí: RNDr. Miloš Jakubíček, Ph.D.
• Oponent: RNDr. Vojtěch Kovář, Ph.D.

Masarykova univerzita

Fakulta informatiky

Magisterský studijní program / obor:
Informatika / Umělá inteligence a zpracování přirozeného jazyka